一、利用回归模型估计成品率的方法（论文文献综述）
梁涛[1]（2013）在《模拟集成电路性能参数建模及其参数成品率估计算法的研究》文中研究说明随着集成电路设计向系统集成的方向发展，落后的模拟集成电路设计自动化水平已成为制约数模混合系统发展的瓶颈。电路优化技术是实现模拟集成电路设计自动化的重要手段，而基于电路性能参数模型的电路优化更是这一技术发展的核心。现有的建模技术要么是以器件尺寸作为变量从而使电路优化深受初始点的影响，要么无法反映电路原理且与设计习惯不符从而无法得到大范围的推广应用。参数成品率（以下简称为成品率）的估计是否符合实际情况是成品率优化能够成功实现的基础，同时也是合理选择供应商或制造厂家的关键所在。成品率估计的核心问题是用尽量少的电路仿真次数最大可能的提高成品率估计的精度。当面对已剔除不合格品的截尾数据样本时，传统的成品率估计方法不再适用，因此如何识别截尾数据并快速准确地估计这一特殊条件下的成品率，是一个急待解决的问题。本文深入研究了电路性能参数建模与参数成品率估计这两个模拟集成电路设计自动化及其成品率优化的关键问题，具体的研究内容包括以下几点：1.在分析了模拟电路设计的特点及其对器件模型要求的基础上，本文提出了一种直流工作点驱动MOS器件参数宏模型。该模型以直流工作点和MOS管沟道长度作为输入参数，小信号参数和宽长比作为模型的输出。在宏模型建立的过程中，径向基函数被用来对分散的多元数据进行插值。这些数据是由根据深亚微米MOS器件的工作特性为其制定的数据采集方案所产生的。该模型与普通的器件模型一样具有可移植可复用的特点，符合电路设计者的使用习惯。运用这种宏模型可以将电路自动偏置在指定的直流工作点上，且该过程无需做仿真迭代；同时模型的输出可达到BSIM3v3级模型的输出精度水平。将该模型运用在电路设计中可以获得良好的效果。2.电路性能参数模型可分为基于原理的性能方程和基于仿真的宏模型，本文研究了使用MOS器件参数宏模型建立这两类性能模型的方法，并将它们应用于电路优化。通过实例对这两类电路性能模型的精度和泛化能力做了比较。文中以直流工作点和MOS管的沟道长度共同作为优化变量，可使电路优化的搜索空间更大，但变量数目过多也会影响优化算法的性能。为此本文提出了一种双层循环的电路优化模式，根据直流工作点和沟道长度各自的特点，将它们分别作为外层循环与内层循环的优化变量。这样内外层循环均可以使用较简单的算法在较少的迭代次数下达到最优，从而提高了寻优过程的效率。3.针对蒙特卡洛法和拟蒙特卡洛法存在的数据信息利用率低的问题，本文提出了一种基于数值积分的成品率估计方法。该方法通过直接在可接受域上对性能的联合概率密度函数作积分而获得成品率的估计。为此，性能的仿真数据须先经由Box-Cox变换转化为服从多元正态分布的数据。同时采用基于正交表的改进拉丁超立方体抽样方法对工艺扰动参数进行抽样，如此可大幅减小联合概率密度函数中分布参数的估计方差。由于该方法对数据信息的利用率较高，因此仅需较少的仿真次数便可获得较高精度的成品率估计，且无需建模，可用于多维非正态性能的成品率估计。文中对这一方法的原理作了详细的分析，并在多种样本量及成品率水平的组合下，与其他成品率估计方法做了比较，验证了该方法的优越性。4.分析了由截尾正态数据估计成品率的方法，比较了几种正态性检验法在识别单侧截尾正态样本时的功效。基于成品率与过程能力指数的关系构造了一种经验公式，当合格样品的性能数据服从单侧截尾正态分布时，可由截尾样本均值和标准偏差直接计算成品率。该经验公式利用极其简单的运算就可取得与极大似然法几乎完全相同的精度。当满足一定的条件时，该方法也可用于双侧截尾正态样本的成品率估计。
荆明娥[2]（2005）在《集成电路参数成品率的预测与优化技术研究》文中研究表明本文对集成电路（IC）制造过程中的参数成品率问题进行了系统的研究，主要贡献和结果如下： 在中心值设计和容差分配的基础上，提出了一种IC参数成品率的中心值设计和容差分配的耦合求解最优化方法。该方法是针对容差，和中心值p0进行耦合设计，即同时把标称值和容差作为参数进行优化设计。算法通过中心设计和容差分配两种情况交替偶合求解，最终收敛到最优的设计值。对于一个复杂的集成电路，如果设计者对其中的物理机理或内部结构不是很清楚时，通常很难得知可接受域的几何状态的信息，因此初始值和初始容差与最优解的差距可能较大。所选择的初始值可能根本不在可接受域内部，甚至可能相差很大，或者虽然在其中，但成品率却很低，对于这两种情况，该算法均可给出最优的设计值和容差值。 尽管Monte Carlo（MC）成品率估计有很多优点，但是效率比较低，收敛速度慢，针对这一点，本文提出了一种基于均匀设计抽样的参数成品率估计方法。由于均匀设计的“均匀的布满空间”特点，因此只需要采用很少的代表点就可以得到很有效的空间搜索和成品率估计，并且对统计变量的个数不敏感。但均匀性的理论并不是很完善。因为所有均匀表的产生方法都需要选择一些关键参数，而且均匀性的度量也很复杂。因此，即使用某种算法得到一个较大数目的均匀表（空间中一系列点的集合），衡量它的均匀性也是一个难题。文中提出了一种粗略估计均匀性的方法—密度估计，它可以在有效时间内判断点集的均匀性。为说明均匀设计估计参数成品率的有效性，文中对均匀设计和目前流行的MC方法作了系统的比较。数值实例与电路实例表明该方法不失为一种有效的参数成品率估计和优化方法。 基于对集成电路分层成品率综合效益的考虑，提出了一种新型的效益优化模型。这种模型首先根据客户对产品性能的要求构造了一个综合性能指标函数，然后根据此函数，把电路的可设计参数、分几档、分档系数作为设计参数来建立模型。并针对此模型设计了一种算法，这种算法结合有效的抽样技术—均匀设计，在可设计域内均匀抽样，以获得最佳设计值。此方法具有收敛快，精度高的特点。 响应表面模型是不去考虑模型具体的物理本质、原理和过程而建立的一种参数和特性的简法对应关系。利用这种关系可以分析特性对参数的灵敏度和它们之间的相关性。因此一直是工艺优化和器件优化的主要手段。本文在均匀试验设计的基础上给出了一种基于均匀试验设计的电路响应表面模型，同时得到了该模型在VLSI集成电路参数成品率中的优化方法。本方法首先对电路的关键参数进行扫描，集成电路参数成品率的预测与优化技术研究确定电路功能满足基本性能时的参数变化范围。在此范围内，可对电路参数进行以数论方法为基础的均匀试验设计和建立响应表面。对拟合得到的响应表面模型进行CV拟合检验，求出最佳的电路设计值。本方法适用于集成电路的工艺、器件和电路级的模拟。 在集成电路的设计中，可接受域通常是在特性空间中定义的，但需要优化的是设计参数，设计空间中可接受域的确定是参数成品率优化的难点。本文提出了一种新的IC参数成品率的全局优化算法一映射距离最小化算法。该算法在参数优化设计过程中采用了均匀设计与映射距离最小的藕合优化。由于文中距离的定义在参数空间和特性空间建立了一个桥梁作用，使得设计者在参数空间就可以得出设计值距离最优值的距离和方向。因此，每次迭代的模拟次数可以大大减少，优化过程明显加速。模拟结果表明，该算法对集成电路进行快速成品率优化设计及提高电路设计的稳定性具有较好的应用价值。关键词:可制造性设计，成品率设计，参数成品率，全局扰动，容差域，可接受域，均匀抽样，均匀试验设计，正态分布，响应表面模型
姚源[3]（2020）在《GaN器件大信号模型在MMIC成品率设计中的应用研究》文中指出宽禁带半导体晶体管——氮化镓高电子迁移率晶体管（GaN HEMTs）在高频、高效率、高功率领域具有广泛的应用,已经成为了国内外微波半导体器件方面的研究热点。基于GaN HEMT建立的大信号晶体管模型是晶体管和电路的枢纽,对优化电路设计,提高晶体管性能有指导作用。目前,发展较为成熟的晶体管模型多为经验基模型,是以大量的拟合参数来表征晶体管的自热、色散等特性。然而随着工艺的不断改进、器件的发展,亟需能指导器件工艺和结构设计的物理基大信号模型。另一个方面,微波化合物半导体芯片的成品率优化设计一直以来是集成电路设计的难点,其主要原因是晶体管制备上工艺参数精确控制难,而在电路设计上又缺乏准确的大信号工艺统计模型。因此,如何建立晶体管微波特性与物理参数相关联的物理基统计模型成为了微波氮化镓电路设计和应用的关键。本文针对GaN HEMT开展了准物理基大信号模型和物理基统计模型研究,并基于统计模型提出了一种提高MMIC成品率的方法,主要研究内容如下:1.基于区域划分理论的GaN HEMT准物理基大信号模型研究。对栅长为0.15μm的GaN HEMT器件,首先通过测试得到晶体管的直流I-V、多偏置下的S参数以及大信号特性,然后基于区域划分理论,建立了准物理基大信号模型。最后经毫米波功放芯片验证结果表明,在23dBm输入,36GHz频点所建的大信号模型输出功率误差为1.4%、功率效率误差为1.8%、增益误差为2.2%。2.微波GaN HEMT物理基大信号统计模型研究。采用4个批次25个GaN HEMT器件,基于自建的区域划分模型,从Ids数据集出发,采用主成分分析法、因子分析法对数据集进行处理,建立了包含势垒层厚度、最大电子饱和速度、最大电子面密度、夹断时的电子面密度、饱和电子迁移率等物理参数统计特性的统计模型,大信号验证结果表明在36GHz处,不同输入功率下统计模型均值精度高于90%。3.基于大信号统计模型的成品率优化设计。通过对大信号统计模型中参数灵敏度的统计分析,提出了一种基于大信号统计模型的成品率优化设计方法。该方法首先在多参数波动下的负载牵引仿真得出阻抗分布图,然后建立阻抗点对应的输出特性与成品率的关系,最后找出成品率最大的阻抗点进行芯片设计。结果表明,在32GHz-38GHz频带内,新芯片成品率结果对比原始芯片结果提高了近10%。
罗批,郭继昌,李锵,滕建辅[4]（2002）在《基于偏最小二乘回归建模的探讨》文中研究表明从工程应用的角度介绍了一种新的回归方法———偏最小二乘回归,分析了传统最小二乘回归所不具有的特点.数值实例研究表明偏最小二乘回归能在自变量间存在强相关的情况下建立模型,但最小二乘回归不能.同时,电路成品率估计研究表明,在较少样本点的情况下,利用偏最小二乘回归建模进行成品率估计是行之有效的,其预测精度能满足实际电路设计和分析的要求,且大大优于最小二乘回归.
张潇哲[5]（2013）在《试验设计在IC设计与制造中应用的关键技术研究》文中提出不论在集成电路设计阶段还是制造阶段，电路规模的增大以及器件关键尺寸的缩小都为成品率的改善提出了巨大的挑战。随着规模的增大，电路仿真时间成本明显增大，特别是基于蒙特卡洛方法的成品率的计算尤为如此；特征尺寸的缩小对工艺可靠性提出了更高的要求，而研发新的工艺技术以及改进现有工艺水平都依赖于对工艺设备的试验设计和优化。本文采用试验设计对实际的电路进行建模和成品率优化，以及对具体的工艺过程进行统计表征。具体内容如下：采用试验设计与Kriging模型构建了电路性能参数的元模型，通过该模型能够有效的预估参数成品率，然后提出了稳健性参数设计优化参数成品率的方法。通过射频放大器与带隙基准源两个例子证明了该方法能有效的缩短仿真时间，成品率计算的精度损失很小，而且能显着的提高电路参数成品率。系统总结了试验设计在工艺统计表征和优化中应用的技术框架，并总结多种关键工艺过程中的试验因子和响应目标值。然后针对实际的低压化学气相淀积工艺，基于模型精度和试验成本等因素的考虑，采用小复合试验设计制定试验方案，并对测试点的分布做出了详细规定。最后，对试验设计实施过程需遵守的原则做出了总结性的归纳。
胡欣颖[6]（2020）在《调理猪肉制品的研制及贮藏期品质变化研究》文中认为肉类是人们生活中常见的消费品之一,全球对肉类的需求会持续上升。我国是猪肉消费大国,猪肉年均消费量占世界肉品消费总量的50%左右。随着猪肉消费量的增加以及消费水平的提高,人们开始谋求产品的便捷性、营养性和种类的丰富性等。但是我国目前猪肉深加工水平低于世界平均水平,这极大限制了猪肉产业的发展。调理肉制品是以西式肉制品加工理论和现代工艺技术为基础发展起来的一类新型食品,其营养方便,符合现在消费者对食品的需求,将会成为肉制品行业关注和发展的主要方向之一。随着冷链技术的发展和人们消费观念的转变,调理猪肉制品从传统的利于储存的火腿、腊肉演变为现在方便快捷的家庭菜肴。松板肉是猪颈部的肉,肉质鲜美,肥瘦相间,可口有弹性,但是目前市场上调理松板肉产品稀少。基于此背景下,研制出一种新的、可产业化的调理松板肉制品对弥补产业空白,提高我国猪肉深加工水平和竞争力具有重要意义。本课题以猪颈部肉（俗称松板肉）为原材料,首先采用均匀设计法对调理松板肉的最佳配方进行研究。其次,在最佳配方下,对比研究常压湿腌、真空湿腌、超声-常压湿腌、超声-真空湿腌四种腌制方式对松板肉的品质影响,确定最佳腌制方式,同时通过响应面法和BP神经网络-粒子群算法分别对腌制方式的参数进行优化对比。在此基础上,研究腌制过程中调理松板肉的营养品质和食用品质的变化。最后,将调理松板肉使用真空包装,研究其在微冻条件（-3℃）和冷冻条件（-18℃）下理化指标和微生物指标的变化,为调理松板肉的贮藏提供参考依据。主要结论如下:（1）配方由食盐、味精、白砂糖、酱油、料酒、复合磷酸盐、乳酸链球菌素组成,通过DPS软件分析结果,得出各组分添加量为:3.20%、0.32%、0.44%、2.00%、2.20%、0.30%、0.05%（以肉重计）。猪肉的腌制液吸收百分比和食盐含量均随着腌制时间的增加而逐渐增加,蒸煮损失和剪切力随着腌制时间的延长均逐渐降低,最佳腌制方式为超声-真空腌制。（2）通过单因素试验选择选择液肉百分比为25%、40%、55%,超声功率为210 W、240 W、270 W,真空度为60 kPa、70 kPa、80 kPa进行响应面试验。根据Design-Expert分析结果和试验得出的最佳工艺参数为:液肉百分比48.1%、超声功率246.04 W、真空度61.11KPa,在此条件下,调理松板肉的成品率为92.84%,与预测值94.82%的相对误差为2.09%;基于Matlab软件对BP神经网络-粒子群算法进行仿真,得到最佳工艺参数为:液肉百分比51.0%、超声功率235.36 W、真空度66.11 KPa,在此条件下,调理松板肉的成品率为94.96%,与预测值95.48%的相对误差为0.54%。相较于响应面法,BP神经网络-粒子群算法的结果更优。（3）研究腌制过程中食用品质和营养品质的变化,结果发现pH呈现先上升、下降最后上升的趋势。腌制2～6 h,蒸煮损失呈现显着下降的趋势,且均低于原料肉。剪切力在腌制过程中逐渐下降,且相较于原料肉显着下降。弹性显着上升,内聚性上升但不显着,硬度和咀嚼性显着下降。亮度值L*和黄度值b*逐渐下降,红度值a*显着上升。对于营养品质,水分显着下降;粗蛋白含量逐渐上升,但整体低于原料肉水平;粗脂肪含量逐渐上升,整体高于原料肉水平。（4）研究不同温度对真空包装的调理松板肉的影响,结果表明:当贮藏温度一定时,pH随着贮藏时间的延长而呈现先降低后上升的趋势;菌落总数、TBA值和TVBN值均逐渐增加。此外,当贮藏时间一定时,贮藏温度越高,菌落总数、TBA值和TVBN值越大。在保存到25天时,-3℃环境下松板肉的TVB-N值为15.04 mg/100g此时的TVB-N值已经超过限定值;在-18℃贮藏40天时测得TVB-N值17.08 mg/100g,此时已经超过调理肉制品的限定值。对于菌落总数的增长速度,-18℃环境下的远低于-3℃的。综合考虑,建议在此工艺下生产出的调理松板肉贮藏温度在-18℃的条件下,贮藏期限为30天。
李庆武,杨林耀,吴大正[7]（1994）在《利用回归模型估计成品率的方法》文中研究说明本文提出了一种利用回归模型估计成品率的方法，解决了利用控制变量法估计成品率时，影象模型不易构造的难题。实例表明，回归模型具有简便可行、精度高、通用性强等优点。
李鑫,孙晋,肖甫[8]（2017）在《基于弹性网稀疏表示的芯片参数成品率估算方法》文中提出当前集成电路芯片参数成品率估算通常预设大量扰动基函数进行芯片性能模型构建,易造成成品率估算方法复杂度过高.而若随意减少扰动基函数数量,则极易造成成品率估算精度缺失.针对此问题,本文提出一种芯片参数成品率稀疏估算方法.该方法首先根据工艺参数扰动建立具有随机不确定性的漏电功耗模型;然后按照关键度高低,利用弹性网自适应选取关键扰动基函数对漏电功耗模型进行稀疏表示建模;最后,利用贝叶斯理论及马尔科夫链方法对漏电功耗成品率进行估算.实验结果表明,该方法不仅可以使所构建的漏电功耗模型具有一般性和稀疏性优点,而且能够对漏电功耗成品率进行准确估算,与蒙特卡罗仿真结果相比估算误差不超过5%.同时,相较于蒙特卡罗采样,该方法还可以大幅减少算法仿真时间,具有更好的仿真效率.
韩怀栋[9]（2009）在《自相关过程的Cpk评价研究》文中进行了进一步梳理传统的统计过程控制理论基于数据统计独立的假设,随着相关设备及仪器自动化和智能化水平的提高,生产过程中由于数据自动采集和采样间隔缩短,造成一些过程数据存在明显自相关,这种情况是不能满足常规Cpk评价理论中观测值统计独立的假定,常规工序能力评价方法此时将失效。为了寻找对平稳自相关过程进行工序能力评价的有效方法,本文首先介绍了常规过程能力分析和自相关过程的特点和识别。基于工业生产中广泛存在的AR（1）型自相关模型,通过仿真研究了AR（1）型自相关过程的工序能力分析问题。讨论了不同的抽样和标准偏差的估计方法对平稳自相关过程工序能力指数计算的影响,结果表明,在对过程标准偏差进行估计时采用不同的抽样及标准偏差估计方法对自相关过程的工序能力分析有很大影响,而且随着自相关程度的增加,这种影响越加明显;在使用有效的抽样和标准偏差估计方法的基础上,再次通过大量仿真,研究了样本量对自相关过程模型识别以及过程工序能力指数计算的影响,并通过与过程总体的不合格品率相对比,给出了计算工序能力指数所需的最小样本量;最后讨论了对过程进行不连续抽样时,计算工序能力指数所面临的问题,给出采用不连续样本进行工序能力指数计算的依据。
蒋平[10]（2010）在《机械制造的工艺可靠性研究》文中进行了进一步梳理产品的可靠性是设计出来、制造出来、管理出来的。产品在设计阶段确定的可靠性要求需要通过制造过程予以实现和保障,如果在制造过程中不充分考虑各种因素对产品可靠性的影响并加以控制,加工完成后产品的可靠性指标往往达不到设计的要求。因此,在制造过程中保障产品的可靠性是一个必须解决的问题。论文针对制造过程中最常见的机械制造过程开展产品可靠性的保障研究。在当前快速响应制造的需求背景下,制造企业面临研制时间短,技术上的不确定因素,技术改造的滞后,产品可靠性缺乏实践考验,管理缺乏经验等问题。深入研究和解决这些问题,必须要贯彻以可靠性工程为重点,积极开展工艺可靠性研究,强化技术基础、加强管理,实施技术与管理的有机结合,使工艺可靠性工作最终达到保障产品可靠性的目的。因此,论文以此需求为牵引,在总结相关研究的基础上提出了机械制造工艺可靠性的基本概念和分析方法,并建立相应的模型来指导对机械制造过程的有效控制,为机械制造过程保障产品可靠性的最终目标提供技术支持。论文主要在以下几个方面开展了研究:1)机械制造工艺可靠性的概念和评价指标根据分析和控制机械制造过程保障产品可靠性能力的研究需求,论文在系统总结已有研究的基础上,提出了机械制造工艺可靠性的基本概念。为全面评价机械制造的工艺可靠性,提出了实用的评价指标体系,如工艺可靠度、工艺故障发生率、工艺故障平均维修时间、工艺稳定性、工艺自修正性能、工艺遗传性等,并给出了相应的计算方法和选择原则。2)工艺可靠性建模由于产品的可靠性指标是在孔位特征的加工过程中逐渐形成的,所以为了保障产品的可靠性,需要首先确定那些决定产品可靠性指标的关键孔位特征。论文通过Bayes方法整合多个专家的判断,来确定那些影响产品可靠性指标的关键孔位特征。在确定关键孔位特征之后,论文根据关键孔位特征加工过程之间的相互关系以及它们对工艺可靠性的作用,建立了工艺可靠性的各类模型。3)工艺可靠性影响因素的分析和控制由于关键孔位特征的加工过程往往决定了产品固有可靠性水平,因此论文将孔位特征的加工过程作为工艺可靠性的主要影响因素。只有对这些影响因素加强分析和控制才能使机械制造的工艺可靠性达到保障产品可靠性的要求。因此,论文首先提出了关键孔位特征加工过程影响因素的模糊评价方法,然后从产品孔位特征的测量数据分析入手,分别针对多个孔位特征的控制和多工序加工过程的单个孔位特征的控制需求,运用多元统计分析方法来实现分析和控制。为减少加工过程中工艺故障的发生,从而保证工艺可靠性的指标符合要求,论文在充分考虑工艺故障的损失和预防性维修费用的前提下,基于比例故障模型提出了预防性维修的决策方法,能够有效降低机械制造过程的运行费用并保证工艺故障发生率不超过要求的水平。4)工艺可靠性的评定论文将机械制造工艺可靠性的评定分为系统级和指标级。在系统级的工艺可靠性评定中,从保障产品可靠性的效果评价出发,通过试生产的产品可靠性指标与目标值之比来评定工艺可靠性,这就要求准确估计产品的可靠性。但是在产品制造完成交付用户之前,因为受时间或经费的限制,不允许投入大量产品进行可靠性试验或者试验时间很短没有失效数据,难以直接预计产品的可靠性。因此,论文以比较常见的寿命服从威布尔分布的产品为研究对象,提出了在产品可靠性小样本试验零失效的情况下,根据类似产品的可靠性数据和关键孔位特征数据的比较来评定产品可靠性,从而能够较准确地通过其可靠性指标与目标值之比来评定机械制造的工艺可靠性;在指标级的工艺可靠性指标评定中,论文提出结合试生产的数据来评定工艺可靠性指标的方法:基于Bayes融合的工艺故障发生率评定方法和验证工艺故障平均维修时间的序贯验后加权检验方法。论文所提方法与试生产相结合,在小样本条件下能够较准确地验证工艺可靠性指标,从而为及时改进相关工艺和设备提供理论与技术支持。论文从实践需求出发,初步探讨了机械制造工艺可靠性的理论和方法,能够为设计和改进工艺路线、缩短开发周期、生产符合可靠性要求的产品提供有效参考。
二、利用回归模型估计成品率的方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、利用回归模型估计成品率的方法（论文提纲范文）
（1）模拟集成电路性能参数建模及其参数成品率估计算法的研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景和意义 |
| 1.1.1 模拟 IC 设计自动化的发展现状 |
| 1.1.2 模拟 IC 设计自动化面临的困难 |
| 1.1.3 基于性能参数模型的电路级设计优化 |
| 1.1.4 参数成品率估计的重要意义与研究现状 |
| 1.2 论文的主要工作 |
| 1.3 论文的章节安排 |
| 第二章 基本理论 |
| 2.1 模拟 IC 电路级自动优化技术概述 |
| 2.1.1 电路优化的数学表述 |
| 2.1.2 基于仿真的电路优化法 |
| 2.1.3 基于模型的电路优化法 |
| 2.1.4 几种常用的优化方法简介 |
| 2.2 宏模型构造的基本方法 |
| 2.2.1 宏模型在工程中的应用 |
| 2.2.2 宏模型构造的步骤 |
| 2.2.3 试验设计技术简介 |
| 2.2.4 宏模型的分类 |
| 2.3 IC 参数成品率估计的理论基础 |
| 2.3.1 IC 制造过程中的参数分散性 |
| 2.3.2 参数成品率的估计 |
| 2.3.3 电路的参数成品率估计与优化 |
| 2.3.4 给定数据的参数成品率估计 |
| 2.4 本章小结 |
| 第三章 直流工作点驱动的 MOS 器件参数宏模型 |
| 3.1 MOS 器件建模方法分析 |
| 3.2 可应用于模拟 IC 设计的 MOS 器件模型 |
| 3.2.1 标准长沟道器件模型 |
| 3.2.2 考虑了部分短沟道效应的器件模型 |
| 3.2.3 可用在几何规划中器件模型 |
| 3.3 OPD MOS 器件参数宏模型的建立 |
| 3.3.1 建立器件参数宏模型的总体思路 |
| 3.3.2 建模所需的数据的抽样方法 |
| 3.3.3 径向基函数的插值建模 |
| 3.3.4 器件参数宏模型的建立与使用 |
| 3.4 高精度器件参数宏模型的建立实例 |
| 3.5 MOS 器件参数宏模型在模拟 IC 设计中的应用 |
| 3.5.1 低压运算放大器的自动偏置 |
| 3.5.2 运算跨导放大器的电路设计 |
| 3.6 MOS 器件模型使用特点的总结 |
| 3.7 本章小结 |
| 第四章 电路性能参数建模及其在电路优化中应用 |
| 4.1 基于原理的电路性能参数模型 |
| 4.1.1 手工推导法 |
| 4.1.2 符号分析方法 |
| 4.2 基于仿真的电路性能参数的宏模型 |
| 4.2.1 一般流程 |
| 4.2.2 LS-SVM 模型 |
| 4.3 器件宏模型在性能参数建模及电路优化中的应用 |
| 4.3.1 基于器件宏模型的电路性能参数建模 |
| 4.3.2 性能参数模型在电路优化中的使用方法 |
| 4.4 低压运放的建模与优化实例 |
| 4.4.1 低压运放的性能方程 |
| 4.4.2 低压运放的 LS-SVM 宏模型 |
| 4.4.3 两种模型在低压运放优化中应用 |
| 4.4.4 两种性能参数模型的优缺点比较 |
| 4.5 本章小结 |
| 第五章 基于数值积分的 IC 成品率估计方法 |
| 5.1 MC 法及其局限性 |
| 5.1.1 MC 法估计成品率的数学原理 |
| 5.1.2 MC 法的缺点 |
| 5.2 方差减少技术 |
| 5.2.1 拉丁超立方体抽样 |
| 5.2.2 重要重抽样 |
| 5.3 基于数值积分的 IC 成品率估计法 |
| 5.3.1 成品率估计的新思路 |
| 5.3.2 Box-Cox 变换 |
| 5.3.3 OA-MLHS |
| 5.3.4 方法的实施步骤 |
| 5.4 基于 Box-Cox 变换和 OA-MLHS 联合提高成品率估计精度的原理 |
| 5.5 成品率估计方法的算例比较 |
| 5.5.1 精度比较的数学指标 |
| 5.5.2 OTA-C 滤波器的成品率估计 |
| 5.5.3 二次性能函数的成品率估计 |
| 5.5.4 成品率估计方法的优缺点总结 |
| 5.6 本章小结 |
| 第六章 基于截尾数据的成品率估计方法研究 |
| 6.1 基于截尾数据估计成品率的数学理论 |
| 6.2 截尾样本的检验法 |
| 6.2.1 常用的正态性检验法简介 |
| 6.2.2 正态性检验法识别截尾样本的功效比较 |
| 6.3 基于截尾数据估计成品率的方法分析 |
| 6.3.1 传统的成品率估计方法 |
| 6.3.2 极大似然估计法 |
| 6.3.3 矩估计法 |
| 6.3.4 卡方估计法 |
| 6.4 Box-Cox 变换的适用性讨论 |
| 6.5 基于过程能力指数估计成品率的经验公式 |
| 6.5.1 成品率与过程能力指数的关系 |
| 6.5.2 经验公式的建立及其使用条件 |
| 6.6 应用实例分析与比较 |
| 6.6.1 使用随机模拟的性能比较 |
| 6.6.2 实例验证 |
| 6.6.3 成品率估计方法的优缺点总结 |
| 6.7 本章小结 |
| 第七章 结束语 |
| 7.1 本文的主要贡献 |
| 7.2 后续的工作展望 |
| 致谢 |
| 参考文献 |
| 博士期间工作成果 |
| 附录 |
（2）集成电路参数成品率的预测与优化技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| §1.1 集成电路参数成品率的研究意义 |
| §1.2 参数成品率的研究内容与现状 |
| §1.3 集成电路参数成品率的研究体系 |
| §1.4 本论文的内容与安排 |
| 第二章 IC参数成品率的理论基础 |
| §2.1 IC制造中的统计性 |
| 2.1.1 统计模型与模型参数提取 |
| 2.1.2 变量分析方法(ANOVA) |
| 2.1.3 蒙特卡罗方法与拟蒙特卡罗方法 |
| 2.1.4 抽样方法 |
| §2.2 IC制造的统计最优化理论 |
| 2.2.1 统计最优化理论 |
| 2.2.2 IC设计中的最优化理论 |
| §2.3 本章小结 |
| 第三章 参数成品率模型与优化 |
| §3.1 参数成品率模型 |
| §3.2 参数成品率的MC估计方法 |
| §3.3 参数成品率的优化理论 |
| 3.3.1 统计性方法 |
| 3.3.2 确定性方法 |
| 3.3.3 中心值容差耦合设计方法 |
| §3.4 空间分离与器件失配分析 |
| §3.5 本章小结 |
| 第四章 均匀设计的参数成品率优化 |
| §4.1 MC方法及方差减小技术 |
| §4.2 拟蒙特卡罗方法 |
| 4.2.1 均匀性度量 |
| 4.2.2 均匀表的构造方法 |
| 4.2.3 均匀设计的适用性和局限性 |
| 4.2.4 均匀随机设计抽样 |
| §4.3 均匀设计在参数成品率估计和优化中的应用 |
| 例一、电压分压器的成品率估计 |
| 例二、香蕉函数的优化 |
| §4.4 本章小节 |
| 第五章 分层成品率的效益模型 |
| §5.1 电路性能指标函数的构造与分档 |
| §5.2 基于最优分档的效益优化模型 |
| §5.3 模型的求解 |
| 5.3.1 模型的简化及误差估计 |
| 5.3.2 模型的求解 |
| §5.4 算法检验与分析 |
| 5.4.1 测试函数检验 |
| 5.4.2 二输入与非门电路检验 |
| 5.4.3 结果分析 |
| §5.5 本章小结 |
| 第六章 基于均匀试验设计的RSM和成品率优化 |
| §6.1 响应表面宏模型 |
| §6.2 回归分析与方差检验 |
| 6.2.1 回归分析 |
| 6.2.2 方差检验 |
| §6.3 试验设计 |
| 6.3.1 正交试验设计 |
| 6.3.2 均匀试验设计 |
| §6.4 参数成品率设计 |
| 6.4.1 集成电路成品率的三次设计 |
| 6.4.2 参数成品率设计 |
| 6.4.3 参数成品率的设计模型 |
| §6.5 响应表面模型的成品率优化 |
| 6.5.1 成品率优化算法 |
| 6.5.2 两级CMOS运算放大器的优化 |
| §6.6 本章小结 |
| 第七章 最小映射距离分析 |
| §7.1 最小距离分析 |
| §7.2 映射距离最小化的成品率优化算法实现 |
| 7.2.1 全局优化 |
| 7.2.2 局部优化 |
| §7.3 实例验证 |
| 例一、分压器的成品率优化 |
| 例二、两级CMOS运放 |
| § 7.4 小结 |
| 第八章 结束语与未来展望 |
| 致谢 |
| 参考文献 |
| 博士期间发表的主要论文和科研工作 |
（3）GaN器件大信号模型在MMIC成品率设计中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 物理基模型 |
| 1.2.2 统计模型 |
| 1.2.3 微波电路成品率优化方法 |
| 1.3 本文研究内容及工作安排 |
| 第二章 GaN HEMT准物理基大信号模型研究 |
| 2.1 GaN材料及器件特性 |
| 2.1.1 GaN材料 |
| 2.1.2 GaN HEMT器件结构与工作原理 |
| 2.2 GaN晶体管模型分类 |
| 2.3 小信号等效电路模型 |
| 2.3.1 寄生参数的提取 |
| 2.3.2 本征参数的提取 |
| 2.3.3 小信号模型验证 |
| 2.4 基于区域划分的GaN HEMT准物理大信号模型 |
| 2.4.1 区域划分原理简述 |
| 2.4.2 区域划分大信号模型的建立 |
| 2.4.3 区域划分大信号模型的验证 |
| 2.5 本章小结 |
| 第三章 GaN HEMT大信号统计模型研究 |
| 3.1 引言 |
| 3.2 统计方法 |
| 3.2.1 主成分分析法 |
| 3.2.2 因子分析法 |
| 3.3 GaN HEMT大信号统计模型及参数提取 |
| 3.3.1 统计模型的建立 |
| 3.3.2 参数提取 |
| 3.4 GaN HEMT大信号统计模型的验证 |
| 3.5 小结 |
| 第四章 GaN HEMT统计模型在成品率设计中的应用研究 |
| 4.1 引言 |
| 4.2 器件物理参数波动对大信号输出特性影响评估 |
| 4.2.1 单个器件物理参数波动 |
| 4.2.2 多个器件物理参数波动 |
| 4.3 基于统计模型的成品率优化设计方法 |
| 4.4 统计模型在功放电路中的成品率优化设计验证 |
| 4.5 小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 在学期间取得的与学位论文相关的研究成果 |
（4）基于偏最小二乘回归建模的探讨（论文提纲范文）
| 1 偏最小二乘回归的基本思想 |
| 2 偏最小二乘回归的基本特点 |
| 3 建模实例的研究 |
| 3.1 抽样测试法 |
| 3.2 数值实例 |
| 4 电路成品率估计的研究 |
| 4.1 成品率估计模型 |
| 4.2 建模预测方法 |
| 4.3 实例研究 |
| 4.3.1 无源滤波器 |
| 4.3.2 有源滤波器 |
| 5 结 语 |
（5）试验设计在IC设计与制造中应用的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 研究意义 |
| 1.2 试验设计在微电子领域中的研究现状 |
| 1.3 本文主要工作 |
| 第二章 集成电路工艺过程的试验设计技术框架 |
| 2.1 工艺过程的试验设计基本体系 |
| 2.1.1 工艺过程采用试验设计的技术步骤 |
| 2.1.2 关键工艺、响应目标值及工艺因子 |
| 2.2 试验设计技术 |
| 2.2.1 试验设计概述 |
| 2.2.2 试验类型以及选择依据 |
| 2.2.3 试验数据处理方法 |
| 2.3 本章小结 |
| 第三章 基于元模型的电路参数成品率分析 |
| 3.1 基本概念 |
| 3.1.1 基于电路仿真的成品率估计 |
| 3.1.2 基于 Kriging 元模型的成品率估计 |
| 3.1.3 面向 Kriging 元模型的试验方案 |
| 3.1.4 参数成品率估计实施步骤 |
| 3.2 射频放大器成品率分析 |
| 3.2.1 制定试验方案 |
| 3.2.2 模型建立及预测能力评估 |
| 3.2.3 基于模型 A-1 的射频放大器成品率分析 |
| 3.2.4 基于模型 A-1 的置信区间成品率分析 |
| 3.3 带隙基准成品率分析 |
| 3.4 本章小结 |
| 第四章 基于元模型的电路参数成品率优化 |
| 4.1 基本原理 |
| 4.1.1 现今研究状况 |
| 4.1.2 基于参数分布特征以及稳健性参数优化算法 |
| 4.2 基于参数分布特征的成品率优化实例 |
| 4.2.1 射频放大器参数成品率优化 |
| 4.2.2 射频放大器参数成品率优化的进一步探讨 |
| 4.2.3 带隙基准源参数成品率优化 |
| 4.3 成品率的稳健参数优化 |
| 4.3.1 噪声因子的引入 |
| 4.3.2 试验数据处理 |
| 4.4 本章小结 |
| 第五章 实现 LPCVD 工艺统计优化的试验设计关键技术 |
| 5.1 当前工艺状态 |
| 5.1.1 问题的提出 |
| 5.1.2 薄膜的 LPCVD 工艺 |
| 5.2 试验设计方案的制定 |
| 5.2.1 目标值及输入因子的确定 |
| 5.2.2 试验方案的选择 |
| 5.2.3 试验数据测量方案 |
| 5.2.4 试验数据处理的建议 |
| 5.3 试验进行中遵循的原则 |
| 5.4 本章小结 |
| 第六章 结束语 |
| 致谢 |
| 参考文献 |
| 附录 表 A1 带隙基准源模型验证方案及仿真值 |
（6）调理猪肉制品的研制及贮藏期品质变化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 文献综述 |
| 1.1 猪肉行业的发展 |
| 1.1.1 猪肉营养品质及消费现状 |
| 1.1.2 猪肉加工现状和发展趋势 |
| 1.2 调理猪肉制品概述 |
| 1.2.1 调理猪肉制品概念 |
| 1.2.2 调理猪肉制品发展现状 |
| 1.3 腌制概述 |
| 1.3.1 超声波腌制技术 |
| 1.3.2 真空腌制技术 |
| 1.4 肉的品质 |
| 1.4.1 肉的品质概述 |
| 1.4.2 肉的食用品质测定方法 |
| 1.5 BP神经网络-粒子群算法 |
| 1.6 研究目的及意义 |
| 1.7 主要研究内容 |
| 1.7.1 调理松板肉加工工艺研究 |
| 1.7.2 对比研究两种方式优化调理松板肉腌制工艺 |
| 1.7.3 调理松板肉品质特性研究 |
| 1.7.4 调理松板肉贮藏特性研究 |
| 1.8 技术路线 |
| 第二章 调理松板肉加工工艺研究 |
| 2.1 材料和方法 |
| 2.1.1 试验材料 |
| 2.1.2 试验方法 |
| 2.1.3 数据处理 |
| 2.2 结果分析 |
| 2.2.1 调理松板肉AHP法结合感官评定 |
| 2.2.2 四种腌制方式结果分析 |
| 2.3 本章小结 |
| 第三章 对比研究两种方式优化调理松板肉工艺参数 |
| 3.1 材料和方法 |
| 3.1.1 试验材料 |
| 3.1.2 试验方法 |
| 3.1.3 数据处理 |
| 3.2 结果分析 |
| 3.2.1 单因素试验结果 |
| 3.2.2 响应面优化试验设计及结果 |
| 3.2.3 ANN模型构建结果 |
| 3.3 本章小结 |
| 第四章 调理松板肉品质特性研究 |
| 4.1 材料和方法 |
| 4.1.1 试验材料 |
| 4.1.2 试验方法 |
| 4.1.3 数据处理 |
| 4.2 结果分析 |
| 4.2.1 腌制过程中pH的变化 |
| 4.2.2 腌制过程中蒸煮损失的变化 |
| 4.2.3 腌制过程中嫩度的变化 |
| 4.2.4 腌制过程中TPA的变化 |
| 4.2.5 腌制过程中色泽的变化 |
| 4.2.6 腌制过程中营养品质的变化 |
| 4.3 本章小结 |
| 第五章 调理松板肉贮藏特性研究 |
| 5.1 材料与方法 |
| 5.1.1 试验材料 |
| 5.1.2 试验方法 |
| 5.1.3 数据处理 |
| 5.2 结果与分析 |
| 5.2.1 不同贮藏温度对pH的影响 |
| 5.2.2 不同贮藏温度对TVB-N的影响 |
| 5.2.3 不同贮藏温度对TBA的影响 |
| 5.2.4 不同贮藏温度对菌落总数的影响 |
| 5.2.5 不同贮藏温度对色泽的影响 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间主要业绩 |
（8）基于弹性网稀疏表示的芯片参数成品率估算方法（论文提纲范文）
| 1 引言 |
| 2 具有稀疏性的漏电功耗统计建模 |
| 2.1 漏电功耗统计模型构建 |
| 2.2 基于弹性网的漏电功耗稀疏表示建模 |
| 3 基于稀疏表示的漏电功耗成品率估算 |
| 3.1 漏电功耗成品率模型 |
| 3.2 漏电功耗成品率估算 |
| 4 算法计算复杂度分析 |
| 5 实验结果与比较 |
| 5.1 漏电功耗模型的稀疏性验证 |
| 5.2 芯片参数成品率估算有效性验证 |
| 6 结论 |
（9）自相关过程的Cpk评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 工序能力指数概念与意义 |
| 1.1.1 传统评价方法存在的问题 |
| 1.1.2 评价元器件内在质量的新思路 |
| 1.1.3 工序能力及工序能力指数概念 |
| 1.2 研究背景及选题 |
| 1.2.1 工序能力指数理论的发展 |
| 1.2.2 研究背景与选题 |
| 1.3 本论文主要研究工作 |
| 第二章 工序能力分析与评价 |
| 2.1 工序能力指数概述 |
| 2.1.1 潜在工序能力指数Cp |
| 2.1.2 实际工序能力指数Cpk |
| 2.2 工序能力指数与6σ设计 |
| 2.2.1 传统工业生产对工序能力指数的要求与6σ设计概述 |
| 2.2.2 6σ设计与传统工序能力分析的区别 |
| 2.3 本章小结 |
| 第三章 时间序列基础 |
| 3.1 时间序列 |
| 3.1.1 时间序列的含义 |
| 3.1.2 时间序列的分类 |
| 3.2 平稳自相关结构 |
| 3.2.1 自相关过程 |
| 3.2.2 平稳过程的自相关函数 |
| 3.3 平稳时间序列模型结构 |
| 3.3.1 自回归模型AR(p) |
| 3.3.2 滑动平均模型MA(q) |
| 3.3.3 自回归滑动平均混合模型ARMA(p,q) |
| 3.4 自相关和偏相关函数在识别中的应用 |
| 3.5 平稳自相关过程模型识别与参数估计 |
| 3.6 本章小结 |
| 第四章 自相关过程的工序能力分析 |
| 4.1 平稳自相关过程Cpk评价面临的问题 |
| 4.1.1 平稳自相关过程Cpk评价的整体过程 |
| 4.1.2 自相关过程的统计控制状态 |
| 4.2 自相关特性对过程工序能力分析的影响 |
| 4.2.1 抽样和标准差估计方法对自相关过程Cpk评价的影响 |
| 4.2.2 样本量对自相关过程识别的影响 |
| 4.3 AR(1)自相关过程Cpk的计算 |
| 4.4 不连续抽样对自相关过程的Cpk评价的影响 |
| 4.5 本章小结 |
| 第五章 结束语 |
| 5.1 本文的主要贡献 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录A |
（10）机械制造的工艺可靠性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 相关概念 |
| 1.3 国内外研究现状 |
| 1.3.1 工艺可靠性的研究现状 |
| 1.3.2 研究方法 |
| 1.4 存在的问题 |
| 1.5 论文的主要创新点 |
| 1.6 论文的主要内容和结构安排 |
| 第二章 工艺可靠性的定义与评定指标 |
| 2.1 机械制造工艺可靠性的定义 |
| 2.2 工艺可靠性的基本特征 |
| 2.3 机械制造工艺可靠性的评定指标 |
| 2.3.1 工艺可靠性指标体系的选择标准 |
| 2.3.2 工艺可靠性指标体系 |
| 2.3.3 工艺可靠性指标体系的计算方法 |
| 2.4 本章小结 |
| 第三章 工艺可靠性建模 |
| 3.1 确定关键孔位特征的方法 |
| 3.1.1 基于 Bayes 定理的单个专家判断评价 |
| 3.1.2 基于 Bayes 定理的群判断 |
| 3.1.3 权重调整 |
| 3.1.4 示例 |
| 3.1.5 方法总结 |
| 3.2 工艺可靠性模型 |
| 3.2.1 工艺可靠性的串联模型 |
| 3.2.2 工艺可靠性的顺序关联模型 |
| 3.2.3 工艺可靠性的功能关联模型 |
| 3.2.4 工艺可靠性混联模型 |
| 3.3 本章小结 |
| 第四章 工艺可靠性影响因素的分析和控制 |
| 4.1 产品孔位特征影响因素的模糊评价方法 |
| 4.1.1 影响因素的定量化描述 |
| 4.1.2 评估影响因素的影响矩阵 |
| 4.1.3 示例 |
| 4.1.4 方法总结 |
| 4.2 加工误差传递关系的分析方法 |
| 4.2.1 建立加工误差之间定量关系的方法 |
| 4.2.2 加工误差的重要程度分类 |
| 4.2.3 示例 |
| 4.2.4 方法总结 |
| 4.3 多工序加工误差的分析方法 |
| 4.3.1 构造偏最小二乘回归模型 |
| 4.3.2 对偏最小二乘回归结果的解释 |
| 4.3.3 示例 |
| 4.3.4 方法总结 |
| 4.4 工艺故障的分析与控制 |
| 4.4.1 比例故障模型 |
| 4.4.2 顺序维修决策 |
| 4.4.3 仿真示例 |
| 4.4.4 方法总结 |
| 4.5 本章小结 |
| 第五章 工艺可靠性评定 |
| 5.1 工艺可靠度的评定 |
| 5.1.1 背景介绍 |
| 5.1.2 零失效数据条件下的修正极大似然估计 |
| 5.1.3 可靠性函数的收缩估计 |
| 5.1.4 收缩因子的确定方法 |
| 5.1.5 工艺可靠度的评定 |
| 5.1.6 示例 |
| 5.1.7 本节小结 |
| 5.2 工艺可靠性指标的评定 |
| 5.2.1 工艺故障发生率的评定 |
| 5.2.2 工艺故障平均维修时间的验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文的主要工作 |
| 6.2 展望与建议 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
四、利用回归模型估计成品率的方法（论文参考文献）
- [1]模拟集成电路性能参数建模及其参数成品率估计算法的研究[D]. 梁涛. 西安电子科技大学, 2013(10)
- [2]集成电路参数成品率的预测与优化技术研究[D]. 荆明娥. 西安电子科技大学, 2005(02)
- [3]GaN器件大信号模型在MMIC成品率设计中的应用研究[D]. 姚源. 电子科技大学, 2020(07)
- [4]基于偏最小二乘回归建模的探讨[J]. 罗批,郭继昌,李锵,滕建辅. 天津大学学报, 2002(06)
- [5]试验设计在IC设计与制造中应用的关键技术研究[D]. 张潇哲. 西安电子科技大学, 2013(S2)
- [6]调理猪肉制品的研制及贮藏期品质变化研究[D]. 胡欣颖. 西南大学, 2020(01)
- [7]利用回归模型估计成品率的方法[J]. 李庆武,杨林耀,吴大正. 电子科技杂志, 1994(01)
- [8]基于弹性网稀疏表示的芯片参数成品率估算方法[J]. 李鑫,孙晋,肖甫. 电子学报, 2017(12)
- [9]自相关过程的Cpk评价研究[D]. 韩怀栋. 西安电子科技大学, 2009(01)
- [10]机械制造的工艺可靠性研究[D]. 蒋平. 国防科学技术大学, 2010(04)