【技术实现步骤摘要】
本申请涉及制造半导体器件的方法和设备，尤其涉及一种半导体芯片制造多任务排序方法、设备和存储介质。
技术介绍
1、晶圆制造厂负责将硅片转化为成品芯片，一颗芯片需要经过薄膜沉积、光刻胶涂敷、光刻显影、刻蚀、量测、清洗、离子注入等多个环节和上千个工序。
2、实际生产中，用户需要依据制造情况对当天所有待办用户任务进行排序，排序过程繁琐且容易出错，不利于提高生产效率和生产质量。
技术实现思路
1、本申请的一个目的是提供一种半导体芯片制造多任务排序方法、设备和存储介质，至少用以解决人工进行待办用户任务排序导致流程系统效率低下，无法提高生产效率和生产质量的技术问题。
2、为实现上述目的，本申请的一些实施例提供了以下几个方面：
3、第一方面，本申请提供了一种半导体芯片制造多任务排序方法，包括：
4、获取多个待办用户任务的信息；
5、根据每个所述待办用户任务的信息，获取对任务执行顺序有影响的因素；
6、根据所述因素和预先训练好的分类模型，得到每个待办用户任务的排序序号以及对应概率；
7、根据每个序号的概率值大小，确定多个待办用户任务的执行顺序。
8、可选的，所述因素包括内部影响因素和外部影响因素；
9、所述外部影响因素包括：任务所属的系统类别，图表编号，批次编号，配方，设备名称，超出控制，以及超出范围；
10、所述内部影响因素包括：实例名称，实例中的任务数量，用户编号，用户当时的任
11、可选的，在根据所述因素和预先训练好的分类模型，得到每个待办用户任务的排序序号以及对应概率之前，还包括：
12、对所述因素进行数值编码转换。
13、可选的，所述分类模型为逻辑回归分类模型。
14、可选的，在获取多个待办用户任务的信息之前，还包括：
15、获取多个历史任务的外部影响因素、内部影响因素和执行顺序；
16、将外部影响因素和内部影响因素的特征向量作为输入，将所述执行顺序作为标签，对所述分类模型进行训练。
17、可选的，所述对所述分类模型进行训练，包括：
18、对所述分类模型的超参数进行gridsearch网格调参，以得到最终的模型超参数。
19、可选的，所述根据每个序号的概率值大小，确定多个待办用户任务的执行顺序，包括：
20、按照概率值从大到小的顺序，对多个待办用户任务进行排序。如果概率值相同则并行执行。
21、可选的，在确定多个待办用户任务的执行顺序之后，还包括：
22、将多个待办用户任务的信息按执行顺序显示在人机交互界面上，按照所述执行顺序触发多个待办用户任务执行。
23、第二方面，本申请提供了一种电子设备，包括：存储器和处理器；
24、其中，在所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令；当所述指令被所述处理器执行时，使得所述电子设备执行任一项半导体芯片制造多任务排序方法。
25、第三方面，本申请的一些实施例还提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现如上所述的任一项半导体芯片制造多任务排序方法。
26、相较于现有技术，本申请对工作人员所有待办用户任务的排序处理转成了机器学习分类模型的方式进行预测，改进后，对工作人员各待办用户任务的优先级排序进行预测输出，从而方便工作人员获知当天任务的排序优先级，弥补了该半导体行业用户当天待办用户任务排序的空白，极大提升了相关工作人员的工作效率以及整个生产制造的质量。
本文档来自技高网...【技术保护点】
1.一种半导体芯片制造多任务排序方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述因素包括内部影响因素和外部影响因素；
3.根据权利要求1所述的方法，其特征在于，在根据所述因素和预先训练好的分类模型，得到每个待办用户任务的排序序号以及对应概率之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述分类模型为逻辑回归分类模型。
5.根据权利要求1所述的方法，其特征在于，在获取多个待办用户任务的信息之前，还包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述分类模型进行训练，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据每个序号的概率值大小，确定多个待办用户任务的执行顺序，包括：
8.根据权利要求7所述的方法，其特征在于，在确定多个待办用户任务的执行顺序之后，还包括：
9.一种电子设备，其特征在于，包括：存储器和处理器；其中，在所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令；当所述指令被所述处理器执行时，使得所述电子
10.一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现如权利要求1-8任一项所述的方法。
...【技术特征摘要】
1.一种半导体芯片制造多任务排序方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述因素包括内部影响因素和外部影响因素；
3.根据权利要求1所述的方法，其特征在于，在根据所述因素和预先训练好的分类模型，得到每个待办用户任务的排序序号以及对应概率之前，还包括：
4.根据权利要求1所述的方法，其特征在于，所述分类模型为逻辑回归分类模型。
5.根据权利要求1所述的方法，其特征在于，在获取多个待办用户任务的信息之前，还包括：
6.根据权利要求5所述的方法，其特征在于，所述对所述分类模型进行训练，包括：
<...【专利技术属性】
技术研发人员：赵京雷，鲁锋，蒋越，金彪，
申请(专利权)人：上海朋熙半导体有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。