Введение
1. Состояние вопроса. цель и задачи исследований. обзор методов прогнозирования 8
1.1. Метод прогнозирования с использованием регрессионной модели...11
1.2. Метод экстраполяции 13
1.3. Использование теории распознавания образов 15
1.3.1. Основные задачи адаптивного распознавания образов 15
1.3.2. Метод дискриминантных функций 25
1.3.3. Метод потенциальных функций 30
1.3.4. Метод классификации с оценкой значимости признаков 34
1.3.5. Метод сравнения с прототипом 36
1.3.6. Метод k-ближайших соседей 37
1.3.7. Алгоритмы вычисления оценок ("голосования") 38
1.3.8. Коллективы решающих правил 40
1.4. Использование принципов нейронных сетей 42
1.5. Сравнительный анализ методов прогнозирования 44
1.6. Обзор операторов прогнозирования качества ЭРИ 51
1.7. Обзор программных средств прогнозирования 56
1.8. Краткие выводы и постановка задач 57
2. Управление качеством элементов и компонентов микросборок на этапе индивидуального прогнозирования 61
2.1. Структурная модель управления качеством микросборок... 61
2.2. Критерии информативности признаков ...65
2.3. Отбор информативных параметров 66
2.4. Технология проведения испытаний 70
2.5. Методика проведения обучающего эксперимента 75
2.6-Виды отказов полупроводниковых приборов 79
2.6.1. Полупроводниковые диоды и стабилитроны 82
2.6.2. Транзисторы биполярные 83
2.6.3. Транзисторы полевые 83
2.7. Дефекты конденсаторов 84
2.8. Виды отказов резисторов 85
3. Программное обеспечение прогнозирования 88
3.1. Выбор языка программирования 88
3.2. Выбор ЭВМ 90
3.3. Разработка алгоритма программы 92
3.4. Состав модулей программы 105
3.5. Описание работы с программой 112
4. Экспериментальные исследования и их анализ 118
4.1. Программа экспериментальных исследований 118
4.2. Методика экспериментальных исследований 119
4.3. Разработка операторов прогнозирования качества ЭРИ 123
4.3.1. Исследование выборки конденсаторов 124
4.3.2. Исследование выборки стабилитронов 136
4.3.3. Исследование выборки резисторов 140
4.4. Выводы 143
Общие выводы 146
Список использованных источников
