基于多精度数据的统计过程调整算法研究

新兴半导体和微纳技术的发展，为制造业带来了崭新的机遇，同时也对过程调整和质量控制技术提出了新的挑战。由于制造工艺、测量设备以及制造环境等的限制，实时高精度数据有时很难获得。取而代之，低精度分类数据或者混合精度数据经常被收集。传统的过程调整和质量控制技术通常依赖连续型数据，因此无法在此类制造环境应用。..本项目针对新兴制造业中出现的低精度数据，研究新的参数估计和过程调整算法，为质量控制提供决策支持。具体来讲，本项目从下面三个方面展开研究：第一，低精度分类数据生成模型的研究；第二，基于低精度分类数据的参数估计与过程调整；第三，基于混合精度数据的参数估计与过程调整。通过上述三个任务的完成，本研究将建立基于低精度和混合精度数据进行过程调整和质量控制的理论基础，并为实际操作提供有效可行的方法。