首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于EDA与CS的半导体生产线调度方法研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第13-23页
    1.1 课题研究背景及意义第13-14页
    1.2 国内外研究现状第14-20页
        1.2.1 半导体生产线概述第14-16页
        1.2.2 带等待时间约束的并行机调度问题第16页
        1.2.3 半导体最终测试阶段调度问题第16-17页
        1.2.4 调度方法研究现状第17-20页
    1.3 论文结构安排第20-23页
第二章 带等待时间约束并行机的Copula分布估计算法第23-41页
    2.1 引言第23页
    2.2 问题描述第23-25页
        2.2.1 问题概述第23-24页
        2.2.2 数学描述第24-25页
    2.3 基于Copula理论的分布估计算法第25-34页
        2.3.1 算法流程第26-27页
        2.3.2 编码与解码方式第27-28页
        2.3.3 种群初始化第28-29页
        2.3.4 基于Copula理论构建联合分布函数第29-31页
        2.3.5 生成子代种群第31-33页
        2.3.6 时间复杂度分析第33-34页
    2.4 实验仿真结果与分析第34-39页
        2.4.1 参数设置第34-35页
        2.4.2 引入联合分布函数效果第35-37页
        2.4.3 不同问题规模算法比较第37-39页
    2.5 本章小结第39-41页
第三章 融合强化学习、代理模型和布谷鸟算法的半导体最终测试阶段调度方法第41-63页
    3.1 引言第41页
    3.2 问题描述第41-45页
        3.2.1 问题概述第41-42页
        3.2.2 数学描述第42-45页
    3.3 调度算法第45-54页
        3.3.1 算法流程第45-46页
        3.3.2 基本布谷鸟算法第46-47页
        3.3.3 基于强化学习的参数控制系统第47-50页
        3.3.4 代理模型第50-51页
        3.3.5 编码、解码与迭代方式第51-54页
        3.3.6 时间复杂度分析第54页
    3.4 数值仿真与算法比较第54-61页
        3.4.1 参数设置第54-56页
        3.4.2 代理模型精度验证第56-57页
        3.4.3 参数控制系统效果验证第57-59页
        3.4.4 算法比较与结果分析第59-61页
    3.5 本章小结第61-63页
第四章 结论与展望第63-65页
    4.1 结论第63页
    4.2 展望第63-65页
参考文献第65-69页
致谢第69-71页
研究成果及发表的学术论文第71-73页
作者和导师简介第73-74页
附件第74-75页

论文共75页,点击 下载论文
上一篇:基于Attention-LSTM模型的移动目标跟踪技术研究
下一篇:基于稀疏表达的高光谱图像分类算法研究