本发明提供了一种基于DQN和DNN孪生神经网络算法的半导体测试封装生产线性能预测控制系统，包括建立测试封装生产线模型与基于DQN和DNN算法进行性能预测控制两个部分，其中，所述建立测试封装生产线模型包括：步骤1：建立生产线系统性能常用指标；步骤2：建立半导体
芯片测试封装生产线模型；步骤3：计算性能指标，所述基于DQN和DNN算法进行性能预测控制包括：步骤1：DNN孪生深度神经网络特征提取；步骤2：DQN深度强化学习训练；步骤3：进行性能预测控制。本发明综合半导体生产封装测试线的性能预测指标构建后，基于DNN孪生DQN方法来进行特征构建和强化网络性能预测控制，直到状态趋于稳定，则此时的输出变量为指标，从而设置阈值进行相应的控制。
声明：
“基于DQN和DNN孪生神经网络算法的半导体测试封装生产线性能预测控制系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
953
编辑：管理员
来源：北方有色网
咨询细节
