柔性基板(Flexible Integrated Circuit Substrate,FICS)技术,作为最重要的电子互连技术之一,由于其优越的性能而在各种电子产品中得到越来越广泛的应用。但是,作为一种高精密的产品,柔性基板的生产流程复杂、工艺精细,因此对生产制造过程有着很高的要求。随着柔性基板的精密化、高集成度发展,柔性基板的线路密度越来越大,精度越来越高,对生产过程的有效控制对于保证最终产品质量越来越重要。本文以柔性基板的制造过程为对象,研究支持向量机的分类方法及其在柔性基板制造过程异常模式识别中的应用,该研究对于及时发现制造过程中的异常,保证产品质量具有重要作用。本文主要研究内容如下:1.对生产过程中的控制图异常模式进行分析,总结了控制图异常模式的类型、识别方法以及评价方法。2.提出一种多策略差分进化算法,包括一种基于模糊逻辑推理的混合进化参数策略和一种种群规模自适应策略。该算法在提高差分进化算法性能的同时,通过参数适应性调整策略有效避免了参数恶性循环问题。3.将新型多策略差分进化算法应用于支持向量机模型中核参数和惩罚因子的参数寻优。在标准分类数据集上的对比实验,表明所提出的算法能够明显提高带高斯核的支持向量机模型的分类准确率和泛化能力。4.分析了高密度柔性基板制造过程的工艺特性,总结了在该制造过程中可能出现的缺陷数据类型及缺陷产生原因,并据此生成用于异常模式识别的仿真数据。运用所提出的基于多策略差分进化的支持向量机方法对高密度柔性基板制造过程的异常模式进行识别,从而快速对生产过程中的异常情况做出反应。