【摘要】：隨著中國政府推出《國家集成電路產業(yè)發(fā)展推進綱要》后,集成電路制造產業(yè)在我國蓬勃發(fā)展。在我國,集成電路制造多以代工形式為主,因此對于產業(yè)發(fā)展與生存的關鍵在于集成電路芯片的良率控制與提高。在集成電路良率預測模型的研究上,從上世紀60年代開始就有學者提出各種良率模型,早期的研究主要集中在尋找良率和線上缺陷的關系。隨著工藝提升、設計難度增大,良率預測也希望能更精確。文中,我們提出良率損失的兩種模式。第一類良率損失模式,線上缺陷導致的良率損失。第二類良率損失模式,芯片工藝設計缺陷導致的良率損失。我們以電性測試參數為自變量,利用統計模型來精確預測良率損失的情況。通過建立兩類良率模式的多元分段函數,嘗試用主成分分析法減少重復信息,用決策樹方法找到合適分段點,并分別對分段部分建立Logistic回歸模型。根據模型分析的結果,發(fā)現此良率預測模型對誤差有很大的改善。而此多元分段模型,也解釋了兩種良率損失模型并存的現象�；诖朔椒�,可以將統計模型的構建方式建立一套標準流程,并可以借用計算機程序將此標準自動化。便于一線工程師使用此工具,及時發(fā)現生產異常,減少損失。
[Abstract]:With the introduction of the National Integrated Circuit Industry Development Program by the Chinese government, the integrated circuit manufacturing industry has flourished in China. In China, the manufacturing of integrated circuits is mainly in the form of contract manufacturing, so the key to the development and survival of the industry lies in the control and improvement of the yield of integrated circuit chips. In the research of integrated circuit yield prediction model, some scholars have put forward a variety of yield models since the 1960s, and the early research mainly focused on finding the relationship between yield and on-line defects. As the process improves, the design becomes more difficult, and the yield prediction is expected to be more accurate. In this paper, we propose two models of yield loss. The first type of yield loss mode, the loss of yield caused by line defects. The second type of yield loss mode, chip process design defects caused by yield loss. We use the electrical test parameters as independent variables and use the statistical model to accurately predict the loss of yield. By establishing multivariate piecewise functions of two kinds of yield patterns, we try to reduce repeated information by principal component analysis (PCA), find suitable segmental points by using decision tree method, and establish Logistic regression models for segmented parts respectively. According to the results of model analysis, it is found that the yield prediction model improves the error greatly. This multivariate piecewise model also explains the coexistence of two yield loss models. Based on this method, a set of standard flow can be established for the construction of statistical model, and the standard can be automated by computer program. Easy to use this tool, timely detection of production anomalies, reduce losses.
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O212.1

【相似文獻】

相關期刊論文 前10條

1 吳海建;主成分分析的基本思想及應用實例[J];河南省情與統計;2003年04期

2 宋濤;唐德善;;基于灰色數列預測和主成分分析的國債風險仿真模型[J];統計與決策;2006年03期

3 張立華;金浩;邢會;張英民;;河北省經濟可持續(xù)發(fā)展的全局主成分分析[J];河北工業(yè)大學學報;2006年02期

4 林海明;;主成分分析與初始因子分析的異同——兼與盧紋岱《SPSS for Windows統計分析》商榷[J];統計與決策;2006年08期

5 徐雅靜;汪遠征;;主成分分析應用方法的改進[J];數學的實踐與認識;2006年06期

6 趙曉翠;王來生;;基于主成分分析和支持向量機的商業(yè)銀行信貸風險評估[J];統計與決策;2006年13期

7 李建華;顧穗珊;藏晶;;基于主成分分析的高新技術成果轉化的聚類分析[J];工業(yè)技術經濟;2006年07期

8 王建民;王傳旭;楊力;余忠林;王運祥;;基于主成分分析模型的煤礦企業(yè)員工滿意度實證研究[J];安徽理工大學學報(社會科學版);2007年02期

9 王斌會;;穩(wěn)健主成分分析方法研究及其在經濟管理中的應用[J];統計研究;2007年08期

10 李振紅;宋述剛;余運君;;湖北農產品指標的主成分分析[J];太原師范學院學報(自然科學版);2008年04期

相關會議論文 前10條

1 么彩蓮;魏寧;;關于主成分分析的改進方法探討[A];中國現場統計研究會第12屆學術年會論文集[C];2005年

2 陳明星;繆柏其;靳韜;;利率影響因素的主成分分析與因子分析[A];中國現場統計研究會第12屆學術年會論文集[C];2005年

3 孫曉東;胡勁松;焦s，

本文編號：2380155