基于回归模型的待办任务时间预测方法、设备和存储介质与流程

文档序号:37020030发布日期:2024-02-09 13:13阅读:18来源:国知局
基于回归模型的待办任务时间预测方法、设备和存储介质与流程

本申请涉及制造半导体器件的方法和设备,尤其涉及一种基于回归模型的待办任务时间预测方法、设备和存储介质。


背景技术:

1、晶圆制造厂负责将硅片转化为成品芯片,一颗芯片需要经过薄膜沉积、光刻胶涂敷、光刻显影、刻蚀、量测、清洗、离子注入等多个环节和上千个工序。实际生产中,每个任务的开始处理时间不同,有必要预先获知每个任务的开始处理时间,方便各个任务的时间管理。

2、目前的流程任务管理中,通过人工对大量任务估计开始处理时间,从而确定各任务的执行顺序。人工操作复杂且时间消耗大,不利于提高生产效率。


技术实现思路

1、本申请的一个目的是提供一种基于回归模型的待办任务时间预测方法、设备和存储介质,至少用以解决人工估计任务开始处理时间导致流程系统效率低下,无法达到控制质量的技术问题。

2、为实现上述目的,本申请的一些实施例提供了以下几个方面:

3、第一方面,本申请提供了一种基于回归模型的待办任务时间预测方法,包括:

4、获取多个待办用户任务的信息;

5、根据每个所述待办用户任务的信息,获取对开始处理时间有影响的任务外影响因素和任务内影响因素;

6、对所述任务外影响因素和任务内影响因素进行特征工程,得到特征向量;

7、将每个待办用户任务的特征向量输入至预先训练好的回归模型中,得到每个待办用户任务的开始处理时间。

8、可选的,所述任务外影响因素包括:任务所属的系统类别,图表编号,批次编号,配方,设备名称,超出控制,以及超出范围。

9、所述任务内影响因素包括:待办用户任务所属实例名称,实例中的任务数量,用户编号,用户当时的任务信息,任务的优先级指数,依赖的上一个任务的信息和后一个任务的信息,以及上一任务的处理方式。

10、可选的,所述对所述任务外影响因素和任务内影响因素进行特征工程,得到特征向量,包括:

11、对所述任务外影响因素和任务内影响因素进行数值编码转换得到特征向量。

12、可选的,所述回归模型基于决策树的梯度提升框架构建。

13、可选的,在获取多个待办用户任务的信息之前,还包括:

14、获取历史任务的任务外影响因素、任务内影响因素和开始处理时间;

15、将任务外影响因素和任务内影响因素的特征向量作为输入,将所述开始处理时间作为标签,对所述回归模型进行训练。

16、可选的,所述对所述回归模型进行训练,包括:

17、对所述回归模型的超参数进行gridsearch网格调参,以得到最终的模型超参数。

18、可选的,在将每个待办用户任务的特征向量输入至预先训练好的回归模型中,得到每个待办用户任务的开始处理时间之后,还包括:

19、根据每个待办用户任务的开始处理时间对多个待办用户任务进行排序。

20、可选的,在得到每个待办用户任务的开始处理时间之后,还包括:

21、将每个待办用户任务的开始处理时间显示在人机交互界面上。

22、第二方面,本申请提供了一种电子设备,包括:存储器和处理器;

23、其中,在所述存储器中存储有一个或多个计算机程序,所述一个或多个计算机程序包括指令;当所述指令被所述处理器执行时,使得所述电子设备执行任一项基于回归模型的待办任务时间预测方法。

24、第三方面,本申请的一些实施例还提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如上所述的任一项基于回归模型的待办任务时间预测方法。

25、相较于现有技术,本申请对半导体生产任务的时间估计转成了机器学习回归模型的方式进行预测,改进后,对各待办用户任务的开始处理时间进行整体性预测,从而方便相关工作人员获知某个任务预计几点开始处理,弥补了该半导体行业开始处理时间预测的空白,同时极大提升了相关工作人员的工作效率,而且有利于达到生产质量控制的目的。



技术特征:

1.一种基于回归模型的待办用户任务时间预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述任务外影响因素包括:任务所属的系统类别,图表编号,批次编号,配方,设备名称,超出控制,以及超出范围。

3.根据权利要求1所述的方法,其特征在于,所述对所述任务外影响因素和任务内影响因素进行特征工程,得到特征向量,包括:

4.根据权利要求1所述的方法,其特征在于,所述回归模型基于决策树的梯度提升框架构建。

5.根据权利要求1所述的方法,其特征在于,在获取多个待办用户任务的信息之前,还包括:

6.根据权利要求5所述的方法,其特征在于,所述对所述回归模型进行训练,包括:

7.根据权利要求1所述的方法,其特征在于,在将每个待办用户任务的特征向量输入至预先训练好的回归模型中,得到每个待办用户任务的开始处理时间之后,还包括:

8.根据权利要求7所述的方法,其特征在于,在得到每个待办用户任务的开始处理时间之后,还包括:

9.一种电子设备,其特征在于,包括:存储器和处理器;其中,在所述存储器中存储有一个或多个计算机程序,所述一个或多个计算机程序包括指令;当所述指令被所述处理器执行时,使得所述电子设备执行权利要求1-8任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如权利要求1-8任一项所述的方法。


技术总结
本申请提供了一种基于回归模型的待办用户任务时间预测方法、设备和存储介质,涉及制造半导体器件的方法和设备技术领域,其中方法包括:根据每个所述待办用户任务的信息,获取对开始处理时间有影响的任务外影响因素和任务内影响因素;对所述任务外影响因素和任务内影响因素进行特征工程,得到特征向量;将每个待办用户任务的特征向量输入至预先训练好的回归模型中,得到每个待办用户任务的开始处理时间。本申请解决了人工估计开始处理时间导致流程系统效率低下,无法达到控制质量的技术问题。

技术研发人员:赵京雷,鲁锋,蒋越,金彪
受保护的技术使用者:上海朋熙半导体有限公司
技术研发日:
技术公布日:2024/2/8
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1