本發明涉及半導體芯片封裝測試生產線性能控制與優化領域,具體為一種基于Q?learning強化學習的芯片封裝測試生產線性能控制方法。本發明建立了更加精確的半導體封裝測試串并聯生產線性能預測模型,并綜合使用Morris篩選法與Arena仿真法開展全局靈敏度定量分析,得到對生產線性能影響最大的若干影響因素及其影響規律,避免了設備馬爾科夫狀態空間龐大,傳統數學模型分析不適用的情況。本發明在性能預測和靈敏度分析的基礎上對生產線變動性因素進行控制,并改進參數ε的取值方式,使得算法收斂速度更快并避免局部最優,同時性能控制方法具有更好的靈活性和實時性。
聲明:
“基于Q-learning強化學習的芯片封裝測試生產線性能控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)