| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 本论文的研究领域和应用价值 | 第9-11页 |
| 1.1.1 所属研究领域 | 第9页 |
| 1.1.2 应用价值 | 第9-11页 |
| 1.2 国内外相关研究概况及发展趋势 | 第11-12页 |
| 1.3 经典神经网络模型的特点以及国内外研究应用 | 第12-17页 |
| 1.4 要解决的实际问题 | 第17-18页 |
| 1.5 本论文所作的工作 | 第18页 |
| 1.6 本章小结 | 第18-19页 |
| 2 晶圆清洗机过滤器的流量控制系统 | 第19-23页 |
| 2.1 JK750机的基本介绍 | 第19-20页 |
| 2.2 JK750机的特点和应用范围 | 第20-21页 |
| 2.3 JK750机过滤器工作原理 | 第21-22页 |
| 2.4 过滤器的数学模型 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 基于RBF网络晶圆清洗机过滤器的流量预测建模 | 第23-38页 |
| 3.1 RBF神经网络 | 第23-26页 |
| 3.1.1 RBF神经网络的概述 | 第23-24页 |
| 3.1.2 RBF网络模型 | 第24-25页 |
| 3.1.3 RBF网络的逼近和梯度下降的学习算法 | 第25-26页 |
| 3.2 基于RBF网络的预测控制仿真研究 | 第26-28页 |
| 3.3 过滤器流量原始数据的获得和去噪处理 | 第28-29页 |
| 3.4 系统输入量的选择 | 第29-30页 |
| 3.5 基于RBF网络过滤器流量的预测系统的仿真 | 第30-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 基于改进型RBF网络JK750机过滤器的流量预测建模 | 第38-52页 |
| 4.1 基于目标函数的模糊聚类分析 | 第38-43页 |
| 4.1.1 模糊聚类方法 | 第38-40页 |
| 4.1.2 模糊聚类方法性能分析 | 第40-41页 |
| 4.1.3 带有有效准则的模糊聚类 | 第41-43页 |
| 4.2 带模糊聚类的RBF网络仿真实例研究 | 第43-46页 |
| 4.3 改进型RBF神经网络的模型结构 | 第46-47页 |
| 4.4 基于改进型RBF网络过滤器流量的预测系统的仿真 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 5 流量预测系统在JK750机过滤器更换上的应用 | 第52-57页 |
| 5.1 JK750机过滤器更换的工作流程及更换目标 | 第52-54页 |
| 5.1.1 工作流程 | 第52-53页 |
| 5.1.2 更换目标 | 第53-54页 |
| 5.2 改进型RBF网络流量预测系统的实践平台应用 | 第54-55页 |
| 5.3 优化JK750机过滤器更换控制的实际操作和效益 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
