專利名稱：增加變量數(shù)量、獲得其余的變量、維度鑒識(shí)與變量篩選的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明為一種系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法及系統(tǒng)， 尤指一種用于模式建構(gòu)時(shí)的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法 及系統(tǒng)。
背景技術(shù)：
在變量分析與系統(tǒng)模式建構(gòu)時(shí)，有兩個(gè)因素非常的重要系統(tǒng)自由度(degree of freedom)的推測(cè)及系統(tǒng)獨(dú)立自變量，亦即重要變量的篩 選。在真實(shí)系統(tǒng)中，變量的個(gè)數(shù)往往十分繁雜眾多，加上時(shí)間序列數(shù) 據(jù)項(xiàng)的拓展，將增加建立系統(tǒng)模式的困難度，以經(jīng)驗(yàn)?zāi)Ｊ綖槔?，過多 的輸入變量將導(dǎo)致對(duì)數(shù)據(jù)數(shù)據(jù)量的要求上升、增加建立時(shí)間、提高模 式復(fù)雜度及浪費(fèi)計(jì)算的資源等等問題，并進(jìn)而影響到整體模式預(yù)測(cè)的 表現(xiàn)。然而事實(shí)上，在系統(tǒng)模式中的變量，彼此間都存在某種程度的 線性/非線性的相依關(guān)系，真正獨(dú)立的自變量?jī)H存在于其中的一小部分 而已，所以在進(jìn)行系統(tǒng)模式建立或錯(cuò)誤分析之前，若能先針對(duì)數(shù)據(jù)進(jìn) 行變量分析與判定，則將可以有效減少因輸入過多變量所造成的問題。 在進(jìn)行變量分析與判定的步驟上，首先，必須先推求系統(tǒng)的自由度(或 者可以稱之其獨(dú)立維度(independent dimensions))以了解自變量的個(gè)數(shù) 數(shù)量，接著再?gòu)谋姸嗟淖兞恐刑暨x不少于此數(shù)目的合適者，在不過度 失真的前提下，降低總變量維度，借以簡(jiǎn)化其所要處理的問題。在業(yè)界上有兩種方式可以獲得上述的系統(tǒng)自由度的推測(cè)及系統(tǒng)獨(dú) 立自變量的篩選，第一個(gè)方式，是和具有專業(yè)經(jīng)驗(yàn)的工程師或操作人 員合作，通過工程師或操作人員多年累積的經(jīng)驗(yàn)所形成的知識(shí)庫(kù)，給 予系統(tǒng)各種相關(guān)的信息與建議，來獲得系統(tǒng)自由度及系統(tǒng)獨(dú)立自變量。 然而大部份專業(yè)人員所具有的知識(shí)是經(jīng)由經(jīng)驗(yàn)而獲得的推測(cè)，并不一 定能夠全面與深入，也未必有充足的計(jì)算和分析，故所得到的結(jié)果常 常是因人而異。第二個(gè)方式，則是依賴一些基本的統(tǒng)計(jì)技巧，如主值分析法(PCA)， 來對(duì)系統(tǒng)自由度做推測(cè)，并經(jīng)由相關(guān)系數(shù)等比較方式來選取合適的變 量，這樣做的好處是可以較廣泛且深入地探討系統(tǒng)，分析變量彼此之 間存在的各種關(guān)系，但問題在于主值分析法本身并不提供任何明確的 系統(tǒng)自由度及重要變量信息，使用者仍需由主值分析法的結(jié)果自行做
出判定， 一般而言，由主值分析法的結(jié)果來判定系統(tǒng)自由度的通用準(zhǔn) 則是通過由使用者自訂依系統(tǒng)特性及自身經(jīng)驗(yàn)自訂一特征值及系統(tǒng)變 異解釋程度的最小門檻值，滿足此門檻值的最少主值個(gè)數(shù)即為推測(cè)的 系統(tǒng)自由度，通用準(zhǔn)則來做選擇變量結(jié)論，然而此通用準(zhǔn)則中門檻值 的設(shè)定與系統(tǒng)本身的特性有十分密切的關(guān)系，不同的系統(tǒng)有不同的設(shè)定，除了依賴自身經(jīng)驗(yàn)或通過試誤法(trialanderror)外，并沒有其它比 較明確有效的做法，除此之外主值分析法針對(duì)重要變量的篩選亦無明 確提供任何有效的計(jì)算邏輯，因此對(duì)一般使用者而言，主值分析法在 應(yīng)用上并不方便，很難單純依賴其做出決定性的結(jié)論，換言之，主值 分析法的結(jié)果大多是與所應(yīng)用的對(duì)象有關(guān)，主值分析法最后只會(huì)得到 一組特征值與特征向量，但如何從中決定系統(tǒng)自由度與決定變量對(duì)象 則仍舊有賴于經(jīng)驗(yàn)與系統(tǒng)知識(shí)，因此使用時(shí)必須同時(shí)兼具兩方面的知 識(shí)才能做出判斷，且其結(jié)果亦可能會(huì)因人而異。事實(shí)上，在大多數(shù)的 狀況下必須根據(jù)應(yīng)用的領(lǐng)域與對(duì)象，結(jié)合相對(duì)的專業(yè)人員，給予統(tǒng)計(jì) 分析人員建議的方式來進(jìn)行分析。目前有許多專利前案揭露利用主值分析法來執(zhí)行各種領(lǐng)域的應(yīng) 用，如中國(guó)臺(tái)灣專利公告號(hào)第1230263號(hào)"基于工具開發(fā)及控制目的之 用以量化均一性類型并納入專家知識(shí)的方法"，利用主值分析法收集、 標(biāo)定數(shù)量數(shù)據(jù)以描繪特征及分析半導(dǎo)體晶圓上不均勻性及提供回饋及 控制以引導(dǎo)半導(dǎo)體制造過程。又，如中國(guó)臺(tái)灣專利公告號(hào)第1235311號(hào)"供數(shù)據(jù)分析用的專家 知識(shí)方法與系統(tǒng)"，利用主值分析法以產(chǎn)生新數(shù)據(jù)組的一模型及多變量 統(tǒng)計(jì)數(shù)，以分析在晶圓處理設(shè)備進(jìn)行的晶圓處理操作的良窳的方法。再，如中國(guó)臺(tái)灣專利公告號(hào)第200515112號(hào)"利用自適應(yīng)多變項(xiàng) 分析法來診斷一處理系統(tǒng)的方法與系統(tǒng)"，利用主值分析法來診斷一處 理系統(tǒng)的方法，尤其關(guān)于更新的PCA的運(yùn)用。請(qǐng)參考圖1,為半導(dǎo)體 制造過程期間用以處理基板的處理系統(tǒng)的監(jiān)測(cè)方法流程圖，該方法包 括自處理系統(tǒng)獲得多個(gè)觀察的數(shù)據(jù)(SIOO),運(yùn)用靜態(tài)集中及比例系數(shù)建 立主值分析模型(S102)，自處理系統(tǒng)得到其它數(shù)據(jù)(S104)，利用自適應(yīng) 集中及比例系數(shù)(S106)，由其它的數(shù)據(jù)及主值分析模型決定至少一個(gè)統(tǒng) 計(jì)量(S108)，設(shè)定一控制界限(SllO)，將至少一個(gè)統(tǒng)計(jì)量與控制界限作 比較(S112)，偵測(cè)到處理系統(tǒng)的失誤(S114)，及通知操作者(S116)。由上述該些專利文獻(xiàn)中，不難發(fā)現(xiàn)主要是利用主值分析所獲得的 變量以制作出模型，但該些專利文獻(xiàn)皆沒有一個(gè)明確的準(zhǔn)則來做較具 決定性的結(jié)論，無法明確決定系統(tǒng)自由度與決定變量對(duì)象，因此由上 述該些專利文獻(xiàn)所制作出的模型無法提供準(zhǔn)確的模型
發(fā)明內(nèi)容
鑒于以上的問題，本發(fā)明的目的在于提供一種系統(tǒng)模式維度鑒識(shí) 與重要變量篩選的方法及系統(tǒng)，提供增加變量數(shù)量、獲得其余的變量 的方法，本發(fā)明的方法可找出精確的系統(tǒng)自由度及篩選出系統(tǒng)所要的 變量，利用系統(tǒng)自由度及變量即可精確的建立出系統(tǒng)模式，再使用所 建立出的系統(tǒng)模式以應(yīng)用于一電腦，可對(duì)外部連結(jié)的一電器設(shè)備提供 一模式建構(gòu)的變量功能的系統(tǒng)。為了達(dá)到上述的目的，本發(fā)明提出一種系統(tǒng)模式維度鑒識(shí)與重要 變量篩選的方法，包括讀取多個(gè)數(shù)據(jù)；利用一使用者所定義的相關(guān) 條件將所讀取的數(shù)據(jù)進(jìn)行一變量分類；利用主值分析法以求得該些輸 入變量的至少一特征向量及至少一特征值；決定該些特征值所計(jì)算的 一停止點(diǎn)為一系統(tǒng)自由度；獲得該些特征向量的第一個(gè)變量；訂定該 些輸出變量與該些輸入變量的一估計(jì)目標(biāo)規(guī)則；依據(jù)該估計(jì)目標(biāo)規(guī)則、 該第一個(gè)變量及該系統(tǒng)自由度為基礎(chǔ)以獲得其余的變量直到該變量數(shù) 量滿足為止；獲得一初始建議的變量數(shù)量；及建立該初始建議的變量 數(shù)量的一系統(tǒng)模式。換種說法，也就是，包括讀取數(shù)據(jù)；利用使用者所定義的相關(guān)條 件將所讀取的數(shù)據(jù)分為輸入變量及輸出變量；利用主值分析法以求得 輸入變量的特征向量及特征值；由特征值所計(jì)算的停止點(diǎn)以決定系統(tǒng) 自由度；獲得特征向量的第一個(gè)變量；訂定輸出變量與輸入變量的估 計(jì)目標(biāo)規(guī)則；依據(jù)估計(jì)目標(biāo)規(guī)則、第一個(gè)變量及系統(tǒng)自由度為基礎(chǔ)以 獲得其余的變量直到變量數(shù)量滿足為止；獲得初始建議的變量數(shù)量； 及建立初始建議的變量數(shù)量的系統(tǒng)模式。再者，本發(fā)明亦提出一種系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系統(tǒng)以達(dá)到本發(fā)明的目的，本發(fā)明的系統(tǒng)應(yīng)用于一電腦，且對(duì)外部連結(jié) 的一電器設(shè)備提供一模式建構(gòu)的變量選擇功能，該系統(tǒng)包括輸入數(shù)據(jù) 模塊，其可由數(shù)據(jù)來源處取得數(shù)據(jù)；變量數(shù)量模塊，電性連結(jié)于該輸 入數(shù)據(jù)模塊，用以一使用者定義該模式建構(gòu)所需的一最大變量數(shù)量； 變量分類模塊，電性連結(jié)于該變量數(shù)量模塊，其可將該些數(shù)據(jù)依該使 用者所定義的相關(guān)條件分類為至少一輸入變量及至少一輸出變量；主 值分析模塊，其可將輸入變量進(jìn)行主值分析以獲得特征向量及特征值； 系統(tǒng)自由度模塊，其可由特征值中的第二次大幅下降點(diǎn)做為系統(tǒng)自由 度及獲得特征值中的第二次大幅下降點(diǎn)之前所有特征值的變量數(shù)量； 變量個(gè)數(shù)計(jì)算模塊，電性連結(jié)于該系統(tǒng)自由度模塊，其可由系統(tǒng)自由 度模塊捉取待增加變量；選擇變量模塊，電性連結(jié)于該變量個(gè)數(shù)計(jì)算 模塊，其可由增加變量個(gè)數(shù)計(jì)算模塊、第一變量模塊及估計(jì)目標(biāo)單元
為基礎(chǔ)所獲得的選擇變量；及建立模式模塊，其可將選擇變量模塊所 獲得的選擇變量建立模式。換種說法，也就是，本發(fā)明的系統(tǒng)應(yīng)用于一電腦，可對(duì)外部連結(jié) 的一電器設(shè)備提供一模式建構(gòu)的變量功能，該系統(tǒng)包括 一輸入數(shù)據(jù) 模塊，其可由一數(shù)據(jù)來源處取得多個(gè)數(shù)據(jù)； 一變量數(shù)量模塊，電性連 結(jié)于該輸入數(shù)據(jù)模塊，用以一使用者定義該模式建構(gòu)所需的一最大變 量數(shù)量； 一變量分類模塊，電性連結(jié)于該變量數(shù)量模塊，其可將該些 數(shù)據(jù)依該使用者所定義的相關(guān)條件分類為至少一輸入變量及至少一輸 出變量； 一主值分析模塊，其可將該些輸入變量進(jìn)行主值分析以獲得 至少一特征向量及至少一特征值； 一系統(tǒng)自由度模塊，其可由該些特 征值中的第二次大幅下降點(diǎn)做為一系統(tǒng)自由度及獲得該些特征值中的 第二次大幅下降點(diǎn)之前所有特征值的變量數(shù)量； 一變量個(gè)數(shù)計(jì)算模塊， 電性連結(jié)于該系統(tǒng)自由度模塊，其可由該系統(tǒng)自由度模塊捉取至少一 待增加變量； 一選擇變量模塊，電性連結(jié)于該變量個(gè)數(shù)計(jì)算模塊，其 可由該變量個(gè)數(shù)計(jì)算模塊、 一第一變量模塊及一估計(jì)目標(biāo)單元為基礎(chǔ) 所獲得的多個(gè)選擇變量；及一建立模式模塊，其可將該選擇變量模塊 所獲得的該些選擇變量建立模式。本發(fā)明還提供了一種系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法的 增加變量數(shù)量的方法，該方法包括捉取該系統(tǒng)自由度的一待增加變量或增加一系統(tǒng)變量個(gè)數(shù)；解釋 該待增加變量的一主值分析變異度；比對(duì)該待增加變量與該系統(tǒng)的一 預(yù)設(shè)條件是否符合；及輸出經(jīng)比對(duì)符合后的該待增加變量。本發(fā)明還提供了一種模式建構(gòu)的變量選擇方法的獲得其余的變量 的方法，該方法包括-取得該待增加變量；檢測(cè)該待增加變量是否符合該估計(jì)目標(biāo)規(guī)則； 若符合，則該待增加變量即成為一合適變量；若不符合，則持續(xù)取得 該待增加變量；及判斷是否已達(dá)到該變量數(shù)量。采用本發(fā)明可解決公知的主值分析法無法提供決定性的系統(tǒng)模式 維度鑒識(shí)與重要變量篩選的缺陷，本發(fā)明的方法利用主值分析法所得 到的結(jié)果進(jìn)行進(jìn)一步的分析，在使用者無須具備充足的主值分析法與 系統(tǒng)相關(guān)知識(shí)且非必要介入的情況下，自動(dòng)計(jì)算并搜尋第二次大幅下 降點(diǎn)以獲得建議的系統(tǒng)自由度，其后并依此結(jié)果再通過使用者所建立 (使用者介入)或本方法預(yù)定(使用者不介入)的限定條件庫(kù)及估計(jì)目標(biāo)規(guī) 貝U，自動(dòng)篩選出決定性的重要變量，接著可利用本發(fā)明的方法所獲得 的系統(tǒng)模式維度鑒識(shí)與重要變量提供給外部連結(jié)的電器設(shè)備。有關(guān)本發(fā)明的特征與實(shí)作，茲配合附圖作最佳實(shí)施例并詳細(xì)說明 如下。


圖1為公知的半導(dǎo)體制造過程期間用以處理基板的處理系統(tǒng)的監(jiān)測(cè)方法流程圖；圖2為本發(fā)明第一實(shí)施例的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的 方法流程圖；圖3為本發(fā)明第一實(shí)施例的增加變量數(shù)量的方法流程圖； 圖4為本發(fā)明第一實(shí)施例的獲得其余的變量的方法流程圖； 圖5為本發(fā)明第二實(shí)施例的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的 方法詳細(xì)流程圖；及圖6為本發(fā)明的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系統(tǒng)示意圖。主要元件附圖標(biāo)記說明 模式建構(gòu)的變量選擇系統(tǒng)l電器設(shè)備 2輸入數(shù)據(jù)模塊 10變量數(shù)量模塊 12變量分類模塊 14主值分析模塊 16相關(guān)群組模塊 18第一變量模塊 20系統(tǒng)自由度模塊 22 變量個(gè)數(shù)計(jì)算模塊 24 限定條件庫(kù) 240解釋程度單元 242 比較單元 244輸出變量單元 246選擇變量模塊 26估計(jì)目標(biāo)單元 260選擇變量單元 262判斷變量模塊 28建立模式模塊 30模式誤差模塊 具體實(shí)施方式
請(qǐng)同時(shí)參考圖2、圖3及圖4，圖2為本發(fā)明第一實(shí)施例的系統(tǒng)模 式維度鑒識(shí)與重要變量篩選的方法流程圖，圖3為本發(fā)明第一實(shí)施例 的增加變量數(shù)量的方法流程圖，圖4為本發(fā)明第一實(shí)施例的選擇合適 變量的方法流程圖。于圖2中，其方法流程系包括讀取多個(gè)數(shù)據(jù)(S200)， 其中該些數(shù)據(jù)可由線上連結(jié)的數(shù)據(jù)庫(kù)、 一數(shù)據(jù)庫(kù)或住何形式的文件來 取得。使用者定義該模式建構(gòu)所需的一最大變量數(shù)量(S202)。利用使用 者所定義的相關(guān)條件將所讀取的該些數(shù)據(jù)進(jìn)行多個(gè)輸出變量及多個(gè)輸 入變量的變量分類(S204)，其中該變量分類包括但不限于一流量、 一壓 力、 一溫度或一體積。利用主值分析法以求得該些輸入變量的至少一 特征向量及至少一特征值(S206)，設(shè)定一相關(guān)群組，將經(jīng)由該主值分析 后的該些輸入變量進(jìn)行群組分類(S208)，以及由步驟S206后可獲得該 些特征向量的第一個(gè)變量(S210)，于步驟S208中，該相關(guān)群組為計(jì)算 后的，但不限于， 一流量、 一壓力、 一溫度或一體積，而于步驟S210 中，該第一個(gè)變量為最大特征值所對(duì)應(yīng)的特征向量，在各輸入變量方 向上具有最大投影量者。除了上述步驟S210所獲得的第一個(gè)變量之外，其余的系統(tǒng)變量須 接著經(jīng)由步驟S206后，進(jìn)行決定該些特征值所計(jì)算的一停止點(diǎn)為一系 統(tǒng)自由度(S212),其中該停止點(diǎn)為該些特征值的第二次大幅下降點(diǎn)，該 系統(tǒng)自由度為該些特征值的第二次大幅下降點(diǎn)之前所有特征值的變量 數(shù)量。于輸出端變量處，訂定該些輸出變量與該些輸入變量的一估計(jì)目 標(biāo)規(guī)則(S214)，其中該估計(jì)目標(biāo)規(guī)則的計(jì)算公式如下—CoC (X， O申f) / 6 * CoC (Jf ， Se/e"ecf — |(丄)或/ (義)=||" * CoC (if, CW/7W)卜16 * CoC 5We"erf—/"戸")|| (2)上述的公式(1)或(2)中，該a及該b為可調(diào)整變量，該CoC為相關(guān) 系數(shù)函數(shù)，該X為所選擇的變量。上述估計(jì)目標(biāo)規(guī)則的計(jì)算公式僅為實(shí)施例而已，不應(yīng)該被解釋為 本發(fā)明的限制，然而只要符合"所獲得的系統(tǒng)變量與己選擇的系統(tǒng)變 量的間關(guān)系愈小愈好(亦即愈獨(dú)立愈好)，而與輸出變量之間關(guān)系愈大 愈好"條件，使用者可依此條件而定義出多種的估計(jì)目標(biāo)規(guī)則。依據(jù)該估計(jì)目標(biāo)規(guī)則、該第一個(gè)變量及該系統(tǒng)自由度為基礎(chǔ)以獲 得其余的變量直到該變量數(shù)量滿足為止(S216)，其中步驟S216的輸入 來源包括上述獲得該些特征向量的第一個(gè)變量(S210)步驟、執(zhí)行增加變 量數(shù)量(S224)步驟或訂定該些輸出變量與該些輸入變量的一估計(jì)目標(biāo) 規(guī)則(S214)步驟，步驟S216的詳細(xì)流程請(qǐng)參考圖4，包括取得該待增 加變量(S234)，檢測(cè)該待增加變量是否符合該估計(jì)目標(biāo)規(guī)則(S236)，若
符合，則該待增加變量即成為一合適變量(S238)，若不符合，則持續(xù)取 得該待增加變量，及判斷是否己達(dá)到該變量數(shù)量(S240),若判斷結(jié)果為 是，則獲得一初始建議的變量數(shù)量(S218)，反之，若判斷結(jié)果為否，則 回到取得該待增加變量(S234)的步驟。獲得一初始建議的變量數(shù)量(S218)，其中該初始建議的變量數(shù)量 的輸入來源可為該相關(guān)群組的該些輸入變量，接著建立該初始建議的 變量數(shù)量的一系統(tǒng)模式(S220)，檢測(cè)該系統(tǒng)模式所產(chǎn)生的一誤差是否為 可接受(S222)，其中該檢測(cè)該系統(tǒng)模式的步驟，若檢測(cè)結(jié)果為是，則結(jié) 束該模式建構(gòu)的變量選擇流程，反之，若檢測(cè)結(jié)果為否，更包括執(zhí)行 增加變量數(shù)量(S224)的步驟。關(guān)于增加變量數(shù)量(S224)的步驟，請(qǐng)參考圖3所示，該增加變量 數(shù)量的輸入來源包括決定系統(tǒng)自由度(S212)以及由上述圖2的S222步 驟完成后進(jìn)入S334的步驟所組成者，當(dāng)決定系統(tǒng)自由度或者增加系統(tǒng) 變量個(gè)數(shù)之后，則計(jì)算解釋程度(S228)，比對(duì)使用者設(shè)定的條件(S230)， 其中該預(yù)設(shè)條件為一使用者所設(shè)定的一限定條件庫(kù)中所取得者，該比 對(duì)的步驟中，若比對(duì)結(jié)果為是，則輸出經(jīng)比對(duì)符合后的該待增加變量 (S232)，如不符合所需解釋程度的最小要求，即增加變量個(gè)數(shù)建議值 (S334)。于上述檢測(cè)該系統(tǒng)模式所產(chǎn)生的一誤差是否為可接受(S222)步驟 中，當(dāng)檢測(cè)結(jié)果為否，則進(jìn)入增加系統(tǒng)變量(S334)及執(zhí)行增加變量數(shù)量 (S224)的步驟，其增加變量數(shù)量的方法流程如圖3所示。請(qǐng)參考圖5，為本發(fā)明第二實(shí)施例的系統(tǒng)模式維度鑒識(shí)與重要變 量篩選的方法詳細(xì)流程圖，包括由線上連結(jié)的數(shù)據(jù)庫(kù)、 一數(shù)據(jù)庫(kù)或任 何形式的文件中讀取系統(tǒng)所要處理的數(shù)據(jù)(S300)，使用者定義該模式建 構(gòu)所需的一最大變量數(shù)量(S302)，再將這些數(shù)據(jù)利用使用者所定義的相 關(guān)條件將所讀取的該些數(shù)據(jù)進(jìn)行變量分類的動(dòng)作(S304),上述的變量包 括但不限于流量、壓力或溫度等，再者，將這些變量分類后的變量分 成輸入變量(S306)及輸出變量(S308)兩種，接著，以主值分析(PCA)法 將輸入變量進(jìn)行分析(S312)，并且將分析后的變量根據(jù)依存性將輸入變 量進(jìn)行不同群組的分類(S310)，該不同的群組分類例如溫度、體積、 壓力或流量等。因執(zhí)行主值分析的動(dòng)作，所以輸入變量經(jīng)由主值分析 后將會(huì)產(chǎn)生至少一特征向量(S314)及至少一特征值(S316)，系統(tǒng)由該些 特征值中找出停止點(diǎn)(S318)，由上述的主值分析所完成的該些特征值的 排列是由最大值排到最小值，公知PCA技術(shù)是依據(jù)所獲得的特征值解 釋百分比是否滿足使用者所定的條件，然而本發(fā)明的方法則會(huì)直接從 這些特征值中第二次大幅下降點(diǎn)做為停止點(diǎn)，第二次大幅下降點(diǎn)是從 這些特征值彼此之間比例關(guān)系所求得者，而本發(fā)明的方法所提及的第 二次大幅下降點(diǎn)的計(jì)算方式在此舉一例子來說明，若利用主值分析法求得出凡個(gè)特征值，其中n為1至IO的值，特征值為遞減的排列方式， 而第二次大幅下降點(diǎn)的計(jì)算方式系以百分比計(jì)算出來的，如第一組 A-力/^所得到的百分比為5%，而第二組h —^"所得到的百分比為00/。，但第三組A —h"所得到的百分比為20%，如此可得的第三組為 本發(fā)明所謂的第二次大幅下降點(diǎn)。接著，由上述S318步驟的停止點(diǎn)前所獲得特征值以決定系統(tǒng)變量 數(shù)量初始值(S320)，再將這些變量數(shù)量初始值與步驟314所獲得的特征 向量匯整在一起，舉例來說，如果使用者于步驟S302中提供所需的變 量總量為20，由上述步驟S304的進(jìn)行變量分類，該些輸入變量(S306) 與步驟S312的該些特征向量進(jìn)行比對(duì)(S322)，經(jīng)由比對(duì)后可獲得最大 的變量，此變量即為第一個(gè)變量(S324)，系統(tǒng)將會(huì)一個(gè)一個(gè)地從步驟 S320中所決定的系統(tǒng)變量數(shù)量依序進(jìn)行變量解釋PCA變異度(S326)， 于步驟S326的解釋程度是由系統(tǒng)所定義者，在此使用者先于系統(tǒng)內(nèi)建 立限定條件庫(kù)(S328)，上述的限定條件庫(kù)包含定義所選擇的變量對(duì)整個(gè) 系統(tǒng)的解釋程度值。將限定條件與步驟S326的變量作一比對(duì)動(dòng)作(S330)，如果比對(duì)結(jié) 果為符合時(shí)，就將所選擇的變量成為建議選擇變量個(gè)數(shù)(S332)，假定由 此步驟(S332)獲得建議變量數(shù)量為4個(gè)，因?yàn)橛刹襟ES324已獲得第一 個(gè)變量，因此目前還需求得的系統(tǒng)變量為3個(gè)，反之，若比對(duì)結(jié)果不 符合時(shí)，系統(tǒng)將會(huì)從步驟S320再增加系統(tǒng)變量個(gè)數(shù)(S334)，系統(tǒng)為了 求得剩余的變量，系統(tǒng)將會(huì)在步驟S328之后定義一個(gè)估計(jì)目標(biāo)規(guī)則以 依序選擇出符合估計(jì)目標(biāo)規(guī)則的剩余的變量(S336)，上述的估計(jì)目標(biāo)規(guī) 則為所選擇的系統(tǒng)變量與輸出變量關(guān)系最大，而與輸入變量關(guān)系最小 者，其計(jì)算的公式已揭露于上，在此不再重述。依據(jù)估計(jì)目標(biāo)規(guī)則從步驟S332的選取最合適的變量(S338),接著 判斷系統(tǒng)變量個(gè)數(shù)是否滿足(S340)，如果判斷結(jié)果為是，則可獲得系統(tǒng) 初始建議變量值(S342)，其中該初始建議的變量數(shù)量的輸入來源可為步 驟S310該相關(guān)群組的該些輸入變量，如此系統(tǒng)可由相關(guān)群組中找出相 近的變量來使用，反之，若S340步驟的判斷結(jié)果為否，則回到估計(jì)目 標(biāo)值(S348)的步驟，計(jì)算目標(biāo)值之后，回到步驟S338，系統(tǒng)將依據(jù)步 驟S342所獲得的系統(tǒng)初始建議變量值建立系統(tǒng)模式(S344)，所建立的 系統(tǒng)模式可為類神經(jīng)網(wǎng)絡(luò)、模糊網(wǎng)絡(luò)或依其它方式所建立的模式。為 了確保系統(tǒng)模式的準(zhǔn)確性，本發(fā)明的方法將會(huì)對(duì)所建立的系統(tǒng)模式作 模式誤差的動(dòng)作(S346)，當(dāng)系統(tǒng)發(fā)現(xiàn)所建立的系統(tǒng)模式產(chǎn)生誤差時(shí)，會(huì) 判斷系統(tǒng)模式誤差是否為系統(tǒng)可接受范圍，若誤差為可接受時(shí)，就結(jié) 束整個(gè)流程，反之，若誤差為不可接受時(shí)，系統(tǒng)就會(huì)回到步驟S334以 進(jìn)一步增加系統(tǒng)變量個(gè)數(shù)。
請(qǐng)參考圖6,為本發(fā)明的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系 統(tǒng)示意圖，本發(fā)明的系統(tǒng)1可應(yīng)用于一電腦，且對(duì)外部連結(jié)的一電器 設(shè)備2提供一模式建構(gòu)的變量功能，該系統(tǒng)1包括一輸入數(shù)據(jù)模塊10， 其可由一數(shù)據(jù)來源處取得多個(gè)數(shù)據(jù)，該數(shù)據(jù)來源處由線上連結(jié)的數(shù)據(jù) 庫(kù)、 一數(shù)據(jù)庫(kù)或任何形式的文件。 一變量數(shù)量模塊12，電性連結(jié)于該 輸入數(shù)據(jù)模塊10，用以一使用者定義該模式建構(gòu)所需的一最大變量數(shù) 量。 一主值分析模塊16，其可將該些輸入變量進(jìn)行主值分析以獲得至 少一特征向量及至少一特征值。 一變量分類模塊14，電性連結(jié)于該變 量數(shù)量模塊12，其可將該些數(shù)據(jù)依該使用者所定義的相關(guān)條件分類為 至少一輸入變量及至少一輸出變量。一相關(guān)群組模塊18，將經(jīng)由該主值分析模塊分析后的該些輸入變 量進(jìn)行群組分類。 一第一變量模塊20,其可由該些特征值中最大特征 值所對(duì)應(yīng)該些特征向量的最大特征向量。 一系統(tǒng)自由度模塊22，其可 由該些特征值中的第二次大幅下降點(diǎn)做為一系統(tǒng)自由度及獲得該些特 征值中的第二次大幅下降點(diǎn)之前所有特征值的變量數(shù)量。一變量個(gè)數(shù)計(jì)算模塊24，電性連結(jié)于該系統(tǒng)自由度模塊22，其可 由該系統(tǒng)自由度模塊22捉取至少一待增加變量，該變量個(gè)數(shù)計(jì)算模塊 24包括一限定條件庫(kù)240,其預(yù)先儲(chǔ)存有多個(gè)限定條件，用以限定所 要選擇的變量， 一解釋程度單元242，其選取該系統(tǒng)自由度模塊的該些 變量數(shù)量的一變量及解釋所選取的該變量的主值分析變異度， 一比較 單元244，其將該些限定條件與所選取的該變量作比較，及一輸出變量 單元246，其將符合該比較單元比較后的變量進(jìn)行輸出。一選擇變量模塊26,電性連結(jié)于該變量個(gè)數(shù)計(jì)算模塊24，其可由 該變量個(gè)數(shù)計(jì)算模塊24、該第一變量模塊20及一估計(jì)目標(biāo)單元260為 基礎(chǔ)所獲得的多個(gè)選擇變量，該選擇變量模塊26包括一估計(jì)目標(biāo)單元 260，其用以定義與該些輸出變量關(guān)系最大且與該些選取變量關(guān)系最小 的一估計(jì)目標(biāo)值，及一選擇變量單元262，其根據(jù)該估計(jì)目標(biāo)值、該第 一變量模塊及該系統(tǒng)自由度模塊由該變量個(gè)數(shù)計(jì)算模塊中選擇出至少 一變量。一判斷變量模塊28,電性連結(jié)于該相關(guān)群組模塊18，其用以判斷 該選擇變量模塊26所獲得的該些選擇變量的數(shù)量是否等于該變量數(shù)量 模塊14所預(yù)設(shè)的該變量數(shù)量， 一建立模式模塊30，其可將該選擇變量 模塊所獲得的該些選擇變量建立模式， 一模式誤差模塊32，其可用以 調(diào)整該系統(tǒng)自由度，接著若該模式誤差模塊產(chǎn)生有誤差時(shí)，即會(huì)連結(jié) 至該變量個(gè)數(shù)計(jì)算模塊24以增加所需的系統(tǒng)變量。由上述的實(shí)施例可知，本發(fā)明的方法可采用各種的數(shù)據(jù)資料的輸 入，通過上述的本發(fā)明的方法流程可達(dá)到自動(dòng)分析決定系統(tǒng)自由度與
篩選重要變量的結(jié)果。本發(fā)明的系統(tǒng)可應(yīng)用于一電腦，且對(duì)外部連結(jié) 的一電器設(shè)備提供一模式建構(gòu)的變量功能，可精確地依照所獲得的系 統(tǒng)模式以操作該電器設(shè)備，本發(fā)明的方法可應(yīng)用于各種電器設(shè)備包含 半導(dǎo)體設(shè)備或家庭電器設(shè)備以增進(jìn)系統(tǒng)準(zhǔn)確度。本發(fā)明確能借上述所揭露的技術(shù)，提供一種迥然不同于公知的設(shè) 計(jì)，堪能提高整體的使用價(jià)值，又其申請(qǐng)前未見于刊物或公開使用， 符合發(fā)明專利的要件，依法提出發(fā)明專利申請(qǐng)。但是，上述所揭露的附圖、說明，僅為本發(fā)明的實(shí)施例而己，凡 本領(lǐng)域內(nèi)的普通技術(shù)人員依據(jù)上述的說明作其它種種屬于本發(fā)明的發(fā) 明精神的等效改良，仍屬于本發(fā)明所界定的專利范圍。
權(quán)利要求
1. 一種系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法，其特征在于，包括讀取多個(gè)數(shù)據(jù)；利用一使用者所定義的相關(guān)條件將所讀取的數(shù)據(jù)進(jìn)行一變量分類；利用主值分析法以求得該些輸入變量的至少一特征向量及至少一 特征值；決定該些特征值所計(jì)算的一停止點(diǎn)為一系統(tǒng)自由度； 獲得該些特征向量的第一個(gè)變量；訂定該些輸出變量與該些輸入變量的一估計(jì)目標(biāo)規(guī)則；依據(jù)該估計(jì)目標(biāo)規(guī)則、該第一個(gè)變量及該系統(tǒng)自由度為基礎(chǔ)以獲 得其余的變量直到該變量數(shù)量滿足為止；獲得一初始建議的變量數(shù)量；及建立該初始建議的變量數(shù)量的一系統(tǒng)模式。
2. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，其中該變量分類包括該使用者所要預(yù)設(shè)的多個(gè)輸出變量 及多個(gè)輸入變量，該些變量為一流量、 一壓力、 一溫度、 一體積或任 何系統(tǒng)變量。
3. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，更包括設(shè)定一相關(guān)群組，將經(jīng)由該主值分析后的該些輸 入變量進(jìn)行群組分類，其中該相關(guān)群組為計(jì)算后的一流量、 一壓力、 一溫度、 一體積或任何系統(tǒng)變量。
4. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，其中該些數(shù)據(jù)的取得是由一數(shù)據(jù)庫(kù)或任何形式的文件。
5. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，其中該執(zhí)行一變量分類的步驟，更包括該使用者定義該 模式建構(gòu)所需的一最大變量數(shù)量。
6. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法，其特征在于，其中該停止點(diǎn)為該些特征值的第二次大幅下降點(diǎn)。
7. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，其中該系統(tǒng)自由度為該些特征值的第二次大幅下降點(diǎn)之 前所有特征值的變量數(shù)量；該第一個(gè)變量為最大特征值所對(duì)應(yīng)的特征 向量。
8. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，其中該估計(jì)目標(biāo)規(guī)則由下列公式所求得<formula>formula see original document page 3</formula>|或<formula>formula see original document page 3</formula>其中該a及該b為可調(diào)整變量，該CoC為相關(guān)系數(shù)函數(shù)，該X為所選擇的變量。
9. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方法， 其特征在于，其中該估計(jì)目標(biāo)規(guī)則為符合所獲得的系統(tǒng)變量與已選擇 的系統(tǒng)變量之間的關(guān)系愈小愈好，而與輸出變量之間的關(guān)系愈大愈好 的條件所定義出的估計(jì)目標(biāo)規(guī)則。
10. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方 法，其特征在于，其中該初始建議的變量數(shù)量的輸入來源為該相關(guān)群 組的該些輸入變量。
11. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方 法，其特征在于，其中該建立該初始建議的變量數(shù)量步驟，更包括檢 測(cè)該系統(tǒng)模式所產(chǎn)生的一誤差是否為可接受。
12. 如權(quán)利要求11所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方 法，其特征在于，其中該檢測(cè)該系統(tǒng)模式的步驟，若檢測(cè)結(jié)果為是， 則結(jié)束該模式建構(gòu)的變量選擇流程，反之，若檢測(cè)結(jié)果為否，更包括 執(zhí)行增加變量數(shù)量的步驟。
13. 如權(quán)利要求1所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的方 法，其特征在于，其中該系統(tǒng)模式為類神經(jīng)網(wǎng)絡(luò)或模糊網(wǎng)絡(luò)。
14. 一種如權(quán)利要求12所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選 的方法的增加變量數(shù)量的方法，其特征在于，該方法包括捉取該系統(tǒng)自由度的一待增加變量或增加一系統(tǒng)變量個(gè)數(shù)； 解釋該待增加變量的一主值分析變異度；比對(duì)該待增加變量與該系統(tǒng)的一預(yù)設(shè)條件是否符合；及 輸出經(jīng)比對(duì)符合后的該待增加變量。
15. 如權(quán)利要求14所述的增加變量數(shù)量的方法，其特征在于，其 中該預(yù)設(shè)條件為一使用者所設(shè)定的一限定條件庫(kù)中所取得者。
16. 如權(quán)利要求14所述的增加變量數(shù)量的方法，其特征在于，其 中該比對(duì)該待增加變量的步驟中，若比對(duì)結(jié)果為是，則輸出經(jīng)比對(duì)符 合后的該待增加變量，反之，若比對(duì)結(jié)果為否，則持續(xù)捉取該系統(tǒng)自 由度的一待增加變量或增加一系統(tǒng)變量個(gè)數(shù)。
17. —種如權(quán)利要求1所述的模式建構(gòu)的變量選擇方法的獲得其余 的變量的方法，其特征在于，該方法包括取得該待增加變量；檢測(cè)該待增加變量是否符合該估計(jì)目標(biāo)規(guī)則； 若符合，則該待增加變量即成為一合適變量； 若不符合，則持續(xù)取得該待增加變量；及 判斷是否已達(dá)到該變量數(shù)量。
18. 如權(quán)利要求17所述的獲得其余的變量的方法，其特征在于， 其中該判斷的步驟，若判斷結(jié)果為是，則獲得一初始建議的變量數(shù)量， 反之，若判斷結(jié)果為否，則回到取得該待增加變量的步驟。
19. 一種系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系統(tǒng)，其應(yīng)用于一電 腦，可對(duì)外部連結(jié)的一電器設(shè)備提供一模式建構(gòu)的變量功能，其特征 在于，該系統(tǒng)包括一輸入數(shù)據(jù)模塊，其可由一數(shù)據(jù)來源處取得多個(gè)數(shù)據(jù)；一變量數(shù)量模塊，電性連結(jié)于該輸入數(shù)據(jù)模塊，用以一使用者定 義該模式建構(gòu)所需的一最大變量數(shù)量；一變量分類模塊，電性連結(jié)于該變量數(shù)量模塊，其可將該些數(shù)據(jù) 依該使用者所定義的相關(guān)條件分類為至少一輸入變量及至少一輸出變一主值分析模塊，其可將該些輸入變量進(jìn)行主值分析以獲得至少 特征向量及至少一特征值；一系統(tǒng)自由度模塊，其可由該些特征值中的第二次大幅下降點(diǎn)做 為一系統(tǒng)自由度及獲得該些特征值中的第二次大幅下降點(diǎn)之前所有特 征值的變量數(shù)量；一變量個(gè)數(shù)計(jì)算模塊，電性連結(jié)于該系統(tǒng)自由度模塊，其可由該 系統(tǒng)自由度模塊捉取至少一待增加變量；一選擇變量模塊，電性連結(jié)于該變量個(gè)數(shù)計(jì)算模塊，其可由該變 量個(gè)數(shù)計(jì)算模塊、 一第一變量模塊及一估計(jì)目標(biāo)單元為基礎(chǔ)所獲得的 多個(gè)選擇變量；及一建立模式模塊，其可將該選擇變量模塊所獲得的該些選擇變量 建立模式。
20. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系 統(tǒng)，其特征在于，其中該數(shù)據(jù)來源處為一數(shù)據(jù)庫(kù)或任何形式的文件。
21. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系 統(tǒng)，其特征在于，更包括一第一變量模塊，其可由該些特征值中最大 特征值所對(duì)應(yīng)該些特征向量的最大特征向量。
22. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系 統(tǒng)，其特征在于，其中該變量個(gè)數(shù)計(jì)算模塊更包括一限定條件庫(kù)，其預(yù)先儲(chǔ)存有多個(gè)限定條件，用以限定所要選擇 的變量；一解釋程度單元，其選取該系統(tǒng)自由度模塊的該些變量數(shù)量的一 變量及解釋所選取的該變量的主值分析變異度；一比較單元，其將該些限定條件與所選取的該變量作比較；及一輸出變量單元，其將符合該比較單元比較后的變量進(jìn)行輸出。
23. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系統(tǒng)，其特征在于，其中該選擇變量模塊更包括一估計(jì)目標(biāo)單元，其用以定義與該些輸出變量關(guān)系最大且與該些選取變量關(guān)系最小的一估計(jì)目標(biāo)值；及一選擇變量單元，其根據(jù)該估計(jì)目標(biāo)值、該第一變量模塊及該系 統(tǒng)自由度模塊由該變量個(gè)數(shù)計(jì)算模塊中選擇出至少一變量。
24. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系統(tǒng)，其特征在于，更包括一判斷變量模塊，電性連結(jié)于該相關(guān)群組模 塊，其用以判斷該選擇變量模塊所獲得的該些選擇變量的數(shù)量是否等 于該變量數(shù)量模塊所預(yù)設(shè)的該變量數(shù)量。
25. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系 統(tǒng)，其特征在于，更包括一模式誤差模塊，其可用以調(diào)整該系統(tǒng)自由度。
26. 如權(quán)利要求19所述的系統(tǒng)模式維度鑒識(shí)與重要變量篩選的系 統(tǒng)，其特征在于，更包括一相關(guān)群組模塊，將經(jīng)由該主值分析模塊分 析后的該些輸入變量進(jìn)行群組分類。
全文摘要
本發(fā)明為一種增加變量數(shù)量、獲得其余的變量、維度鑒識(shí)與變量篩選的方法及系統(tǒng)，本發(fā)明的方法可用以克服公知技術(shù)于模式建構(gòu)時(shí)需靠人工經(jīng)驗(yàn)才可獲得系統(tǒng)自由度與篩選出系統(tǒng)變量的缺陷，本發(fā)明的方法提供一種利用主值分析法配合估計(jì)目標(biāo)值及限定條件庫(kù)的手段以自動(dòng)決定系統(tǒng)自由度與篩選出系統(tǒng)變量，借由本發(fā)明的方法所獲得的系統(tǒng)自由度與系統(tǒng)變量以建立精確的系統(tǒng)模式，本發(fā)明的系統(tǒng)應(yīng)用于一電腦，且對(duì)外部連結(jié)的一電器設(shè)備提供一模式建構(gòu)的變量功能，可精確地依照所獲得的系統(tǒng)模式以操作該電器設(shè)備。
文檔編號(hào)G05B17/00GK101145030SQ200610154140
公開日2008年3月19日 申請(qǐng)日期2006年9月13日 優(yōu)先權(quán)日2006年9月13日
發(fā)明者蔡柏濃 申請(qǐng)人:新鼎系統(tǒng)股份有限公司