以最佳化演算法建構IC封裝資料庫分類模型

NCUTIR > College of Management > Development of Industrial Engineering and Management > 【工業工程與管理系所】博碩士論文 > Item 987654321/5508

Please use this identifier to cite or link to this item: http://ir.lib.ncut.edu.tw/handle/987654321/5508

Title:	以最佳化演算法建構IC封裝資料庫分類模型
Authors:	張哲嘉洪永祥
Contributors:	工業工程與管理系
Keywords:	IC封裝類神經網路約略集合理論基因演算法
Date:	2011
Issue Date:	2013-08-14 13:26:27 (UTC+8)
Publisher:	台中;國立勤益科技大學
Abstract:	現今電子產品消費市場已由過去賣方主導市場轉移到買方的市場。對於這樣的轉變，生產製造者必須要找出對策因應多樣少量的生產型態，以及日益縮短的產品生命週期。近年來，資料探勘技術的發展，以及電腦運算能力的提升，透過資料探勘，管理者可以從過去發生的事件中歸納出準則作為管理以及決策的依據。本研究蒐集五種常見IC封裝產品族(TFBGA、LGA、PBGA、FCBGA、QFP)，並在原有的13個特徵屬性外，新增1個植球式(Ball Array)製程的特徵屬性，共14屬性2496筆IC封裝屬性資料進行研究。其中TFBGA族群又可細分出16項終端產品總計632筆資料；LGA族群包含17項終端產品項目資料筆數為424筆；QFP族群包含15項終端產品項目資料筆數為272筆；FCBGA族群包含7項終端產品項目資料筆數為816筆；PBGA族群包含8項終端產品項目資料筆數為352筆。由於IC封裝產品類別廣泛且複雜，蒐集到的IC封裝產品資料又存在著資料結構不平衡的問題，本研究透過兩階段進行實驗以及透過基因演算法調整類神經網路權重值，目的是找出一個最適切分類方法。第一階段著手建構IC封裝產品族分類模型，此階段將2496筆產品資料分為五個產品族的分類模型，所使用的方法分別有1.約略集合理論2.類神經網路3.類神經網路結合基因演算法。第二階段則分別對五個產品族，以類神經網路分類器探討其終端產品的分類準確率，使用方法有1.類神經網路2.類神經網路結合基因演算法。最後分析比較各方法在各階段中的分類結果，並找出最具穩健性的分類模型。在第一階段中，以約略集合分類結果最好，分類準確率為100%。第二階段中以L-M演算法分類績效最好。整體訓練準確率為78.57%、測試準確率為82.36%
Appears in Collections:	[Development of Industrial Engineering and Management] 【工業工程與管理系所】博碩士論文

Files in This Item:

There are no files associated with this item.

View Licence

Loading...