预测模型是预测控制的基础。半导体生产过程的复杂性和随机性,使之难以建立确定性模型。提出一种新方法,利用径向基(RBF)神经网络对该过程建立预测模型。使用simul8软件对之在各种投料策略和调度策略下进行仿真并定时采样,将采样得到的数据对模型进行训练测试,结果表明该模型的预测输出与实测样本基本吻合,网络模型具有很好的泛化能力。训练后的网络可以对半导体生产线进行快速准确的预测,为预测控制和实时调度打下基础。
提出了一种全新的基于混沌理论的多层次视频流保密方法,此方法由于采用多层次的混沌迭代,因而达到了使密钥实时改变的目的,极大地提高了保密性能。另外,本算法继承了选择加密的思想,只对视频流中包含关键信息的部分进行处理,可以提高加密效率,满足实时交互的要求。分析仿真实验结果,进一步证实了此方法具有很好的保密性能和加密效率。