买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜深圳硬之城信息技术有限公司申请的专利基于历史数据的智能制造芯片的性能优化方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119761771B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510253195.9，技术领域涉及：G06Q10/0631；该发明授权基于历史数据的智能制造芯片的性能优化方法及装置是由李六七设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本基于历史数据的智能制造芯片的性能优化方法及装置在说明书摘要公布了：本发明涉及一种基于历史数据的智能制造芯片的性能优化方法及装置。该方法：对智能制造芯片制造设备采集的历史加工数据进行数据清洗和时序排序，得到工艺参数时序数据集，并根据生产工艺文档生成工艺语义特征矩阵；基于所述工艺参数时序数据集和所述工艺语义特征矩阵创建工艺参数优化模型；基于所述工艺参数优化模型对实时采集的设备状态数据和质量检测数据进行参数补偿量计算，得到优化后的工艺参数组合；基于所述优化后的工艺参数组合求解最优产能分配方案，并输出工艺参数动态调控指令。本发明在保证工艺参数约束的同时实现了产能的最优分配，提高了生产效率。

本发明授权基于历史数据的智能制造芯片的性能优化方法及装置在权利要求书中公布了：1.一种基于历史数据的智能制造芯片的性能优化方法，其特征在于，包括以下步骤：对智能制造芯片制造设备采集的历史加工数据进行数据清洗和时序排序，得到工艺参数时序数据集，并根据生产工艺文档生成工艺语义特征矩阵；基于所述工艺参数时序数据集和所述工艺语义特征矩阵创建工艺参数优化模型；具体包括：将所述工艺参数时序数据集输入跨模态特征编码网络的时序编码分支进行时序特征提取，得到时序特征向量；将所述工艺语义特征矩阵输入所述跨模态特征编码网络的语义编码分支进行特征变换，得到语义特征向量；对所述时序特征向量进行小波分解，分别提取高频、中频和低频特征分量，得到增强时序特征；基于所述语义特征向量构建K近邻图结构，计算特征节点间的余弦相似度矩阵，通过两层图卷积网络进行消息传递和特征聚合，得到增强语义特征；将所述增强时序特征和所述增强语义特征输入特征对齐模块，计算模态间的注意力权重，得到初始对齐特征；对所述初始对齐特征进行对比学习，构建正负样本对，最小化正样本对之间的特征距离，同时最大化负样本对之间的特征距离，得到对比学习特征；将所述对比学习特征输入特征融合模块进行非线性变换，得到融合特征向量，并对所述融合特征向量进行L2归一化，得到统一特征表示向量；将所述统一特征表示向量输入自编码重建网络进行特征解耦和参数映射，通过多目标联合优化训练，得到工艺参数优化模型；基于所述工艺参数优化模型对实时采集的设备状态数据和质量检测数据进行参数补偿量计算，得到优化后的工艺参数组合；基于所述优化后的工艺参数组合求解最优产能分配方案，并输出工艺参数动态调控指令；具体包括：基于所述优化后的工艺参数组合构建二进制整数线性规划模型，设定产能最大化为目标函数，将工艺参数取值范围和设备资源限制作为约束条件，得到产能规划数学模型；对所述产能规划数学模型进行拉格朗日松弛化处理，引入拉格朗日乘子，将二进制整数规划问题转化为连续优化问题，得到松弛化优化问题；基于所述松弛化优化问题构建KKT最优性条件，通过对目标函数求导并令其等于零，得到最优性必要条件方程组；对所述最优性必要条件方程组进行求解，采用次梯度法迭代更新拉格朗日乘子，得到连续解空间上的最优解；将所述连续解空间上的最优解通过分支定界法进行整数化处理，采用深度优先搜索策略进行分支遍历，得到初始产能分配方案；对所述初始产能分配方案进行可行性验证，基于工艺约束条件构建惩罚函数，通过局部搜索算法对不可行解进行调整，得到可行产能方案；基于所述可行产能方案计算各工序的加工时序和设备分配，采用关键路径法确定生产节拍，得到动态调度方案，并将所述动态调度方案转换为工艺参数控制序列，通过参数映射规则生成控制指令集，输出工艺参数动态调控指令。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳硬之城信息技术有限公司，其通讯地址为：518000 广东省深圳市福田区梅林街道梅都社区中康路136号深圳新一代产业园3栋901；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。