基于RBF神经网络预测模型的VLSI 生产线智能控制算法
DOI:
CSTR:
作者:
作者单位:

同济大学控制科学与工程系 上海 200092

作者简介:

王令群

通讯作者:

中图分类号:

TP278

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了对半导体生产线进行预测控制, 首先研究了利用RBF 神经网络对半导体生产线建立预测模型的方法;然后利用马氏决策过程递阶方法的思路, 将系统状态分成若干互不相交的区间, 系统状态所属区间改变时, 根据预测模型的输出,即预测的系统状态,利用所提出的智能控制算法确定将要采取的投料策略和调度策略组合对生产线进行控制.实验表明,该算法的总体性能优于若干其他常用算法.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

王令群; 郑应平; 潘石柱.基于RBF神经网络预测模型的VLSI 生产线智能控制算法[J].控制与决策,2006,21(3):336-338

复制
相关视频

分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-01-10
  • 最后修改日期:2005-04-05
  • 录用日期:
  • 在线发布日期: 2006-03-20
  • 出版日期:
文章二维码