1.一种基于时序关联矩阵与改进粒子群算法的工艺参数时序配准方法,其特征在于,包括以下步骤:S1、获取流程生产线不同批次的流程工艺时间序列数据;对每批次流程工艺时间序列数据进行预处理,获得各批次预处理后的流程工艺时间序列数据;其中,预处理后的流程工艺时间序列数据由M个工艺参数和一个质量指标构建成;
S2、构建基于时序关联矩阵的规律性特征筛选法,以用于获得工艺参数时序关联矩阵,并依据工艺参数的时序关联矩阵识别并筛选出受时间迟延显著影响的工艺参数集合;
S3、依据筛选出的工艺参数集合,获得筛选后的工艺参数时序关联矩阵;
S4、依据改进粒子群算法对筛选后的工艺参数时序关联矩阵进行优化,寻找工艺参数的最优滞后时间解集;
S5、依据工艺参数的最优滞后时间解集,对筛选出受时间迟延显著影响的各工艺参数时间序列向后平移对应最优滞后时间实现与质量指标在时间序列上的精准对齐,获得配准后的数据;
所述S2,包括:
S2.1、构建工艺参数时序关联矩阵:计算各批次预处理后的流程工艺时间序列数据中各工艺参数的时间序列相对质量指标在不同滞后时间的互相关系数,从而构建出工艺参数的时序关联矩阵;
S2.2、使用规律性特征筛选法分析量化工艺参数的时序关联矩阵,从而筛选出受时间迟延效应显著影响的工艺参数集合;
所述规律性特征筛选法,包括:
依据工艺参数的时序关联矩阵,获得各工艺参数不同滞后时间下的时延关联系数;
依据各工艺参数不同滞后时间下的时延关联系数,获得各工艺参数的平均时延关联系数;
依据各工艺参数的平均时延关联系数与预设阈值进行判断:在满足当前工艺参数的平均时延关联系数小于预设阈值的情况下,保留当前工艺参数;依据保留的工艺参数,获得工艺参数集合。
2.根据权利要求1所述的基于时序关联矩阵与改进粒子群算法的工艺参数时序配准方法,其特征在于,所述各工艺参数不同滞后时间下的时延关联系数、各工艺参数的平均时延关联系数,表达式分别如下:;
;
其中,为滞后时间为秒时第i个工艺参数的时延关联系数;N代表总批次;为滞后时间为秒时第q个批次的第i个工艺参数对应的互相关系数,为滞后时间为秒时第i个工艺参数的互相关系数平均值;为第i个工艺参数的平均时延关联系数。
3.根据权利要求1所述的基于时序关联矩阵与改进粒子群算法的工艺参数时序配准方法,其特征在于,以筛选后的受时间迟延显著影响的工艺参数和质量指标数据的互相关系数作为适应度,以最大互相关系数作为目标,利用改进粒子群优化算法进行全局寻优,搜索全局最优滞后时间,进而得到工艺参数时间序列的最优滞后时间解集。
4.一种基于时序关联矩阵与改进粒子群算法的工艺参数时序配准系统,其特征在于,包括权利要求1-3中任意一项所述方法的模块。
5.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1-3中任意一项所述的基于时序关联矩阵与改进粒子群算法的工艺参数时序配准方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1-3中任意一项所述的基于时序关联矩阵与改进粒子群算法的工艺参数时序配准方法。