CN112884321A - 一种基于调度环境和任务的半导体生产线调度方法 - Google Patents
一种基于调度环境和任务的半导体生产线调度方法 Download PDFInfo
- Publication number
- CN112884321A CN112884321A CN202110188868.9A CN202110188868A CN112884321A CN 112884321 A CN112884321 A CN 112884321A CN 202110188868 A CN202110188868 A CN 202110188868A CN 112884321 A CN112884321 A CN 112884321A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- production line
- semiconductor production
- task
- workpiece
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 77
- 239000004065 semiconductor Substances 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 23
- 230000003068 static effect Effects 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 18
- 238000013473 artificial intelligence Methods 0.000 claims description 10
- 238000011160 research Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 230000004791 biological behavior Effects 0.000 claims description 3
- 230000036403 neuro physiology Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000004904 shortening Methods 0.000 abstract 1
- 239000000047 product Substances 0.000 description 12
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 10
- 229910052710 silicon Inorganic materials 0.000 description 9
- 239000010703 silicon Substances 0.000 description 9
- 235000012431 wafers Nutrition 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000003754 machining Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000003016 pheromone Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Educational Administration (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于调度环境和任务的半导体生产线调度方法，包括：基于调度环境和任务对半导体生产线进行调度分类；对调度分类后的半导体生产线进行实时调度。本发明的有益效果在于对生产线工况产生了积极的影响，缩短了每种设备的排队队长，每卡工件的等待时间，进而从全局提高了整个生产线的运行效率。
Description
技术领域
本发明涉及半导体生产技术领域，尤其涉及一种基于调度环境和任务的半导体生产线调度方法。
背景技术
半导体生产线是一种加工设备繁多、工艺流程极为复杂的典型复杂制造***。同一生产线上同时在加工的产品类型通常多达十几种，这使得在制品对在线设备的使用权竞争愈加激烈；半导体生产线的调度方案和派工策略将极大影响当前生产线工况，调度策略的优劣将直接影响每种设备的排队队长，每卡工件的等待时间，进而从全局影响整个生产线的运行效率。
发明内容
本发明的目的是提供一种基于调度环境和任务的半导体生产线调度方法，对生产线工况产生了积极的影响，缩短了每种设备的排队队长，每卡工件的等待时间，进而从全局提高了整个生产线的运行效率。
本发明为实现上述发明目的采用如下技术方案：
本发明提供了一种基于调度环境和任务的半导体生产线调度方法，包括：
基于调度环境和任务对半导体生产线进行动态调度分类；
对动态调度分类后的半导体生产线进行实时调度。
进一步地，基于调度环境和任务对半导体生产线进行调度分类包括：
按照制造***的实时状态及加工任务信息，为空闲设备确定加工任务，进行实时调度；
或在静态调度的基础上，根据制造***的现场状态及加工任务信息，及时对静态调度进行调整，产生新的调度。
进一步地，所述静态调度是在制造***状态和加工任务确定的前提下，形成优化的调度方案的过程。
进一步地，所述静态调度是在制造***状态和加工任务确定的前提下，形成优化的调度方案的过程的方法具体包括：
所述静态调度以某一时刻的制造***状态、确定的工件信息及时间长度为输入，采用适当的调度算法，在满足约束条件及优化目标的情况下，生成调度周期内的调度方案。
进一步地，所述静态调度的约束条件包括下述至少一种：
工件的评价加工周期、交货期、制造***的性能指标。
进一步地，所述优化目标包括下述至少一种：
工件的评价加工周期、交货期、制造***的性能指标。
进一步地，对调度分类后的半导体生产线进行实时调度的方法包括下述至少一种：
基于运筹学的方法、基于一步式启发式规则的方法、基于人工智能、计算智能和群体智能的方法。
进一步地，基于运筹学的方法是将生产调度问题转化为数学规划模型，采用基于枚举思想的分支定界法或动态规划算法求解调度问题的最优解或近似最优解。
进一步地，基于一步式启发式规则的方法包括：
启发式规则是指选取工件的某个或者某些属性作为工件的优先级，按照优先级高低选择工件进行加工的方法；
根据调度目标的不同，半导体制造过程启发式规则分为基于交货期的规则、基于加工周期的规则、基于工件等待时间的规则、基于工件使用程序是否相同的规则、基于负载平衡的规则。
进一步地，基于人工智能、计算智能和群体智能的方法包括：
人工智能也称机器智能，以计算机科学、控制论、信息论、神经生理学、心理学、语言学多种学科互相渗透形成；
计算智能以人类、生物的行为方式或物质的运动形态为背景，经过数学抽象建立算法模型，通过计算机的计算来求解组合最优化问题；
群体智能是受启发于群居生物的群体行为并模拟抽象而成的算法和模型。
本发明的有益效果如下：
对生产线工况产生了积极的影响，缩短了每种设备的排队队长，每卡工件的等待时间，进而从全局提高了整个生产线的运行效率。
具体实施方式
下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明的目的是提供一种基于调度环境和任务的半导体生产线调度方法，包括：
基于调度环境和任务的不同，半导体制造***调度分为静态调度与动态调度。
(1)静态调度
静态调度是指在制造***状态和加工任务确定的前提下，形成优化的调度方案的过程。静态调度以某一时刻t0的制造***状态U(t0)、确定的工件信息(具体的加工任务描述)及时间长度T0(一般称为调度深度)为输入，采用适当的调度算法，在满足约束条件及优化目标的情况下，生成调度周期[t0，t0+T0]内的调度方案。静态调度的约束条件包括***资源、产品的工艺流程、交货期等，优化目标包括工件的评价加工周期、交货期、制造***的性能指标如设备履约率、生产率等。该调度方案一经产生，所有工件的加工方案就被确定了，在以后的加工过程中也不再改变。
(2)动态调度
动态调度是指根据制造***的状态和加工任务的实际情况，动态地产生调度方案的过程。动态调度的实现方式有两种：一是在已有静态调度方案的基础上，根据制造***的现场状态及加工任务信息，及时对静态调度方案进行调整，产生新的调度方案。这种调度过程也称为重调度；二是事先不存在静态调度方案，直接按照制造***的实时状态及加工任务信息，为空闲设备确定加工任务。这种调度过程也称为实时调度。
以上两种方式都能够获得可操作性强的调度方案，但优化计算过程又有所不同。实时调度在决策中往往只考虑局部信息，因此得到的调度方案只是可行的，与最优调度方案可能有较大的距离；重调度则是在已有静态调度方案的基础上，根据更多的***状态信息及加工任务信息对静态调度方案进行动态调整，得到的调度方案不仅具有可操作性，优化效果也较好，更接近最优调度方案。
与静态调度相比，动态调度能够针对生产现场的实际情况的变化产生更加具有可操作性的决策方案。针对动态调度的特点，以下两个因素必须予以充分考虑：一是优化过程必须充分利用反映制造***状态及加工任务情况的实时信息，二是动态调度方案必须在不影响设备运行的短时间内完成。
目前，按照各类调度方法大致可以归纳为五类：基于运筹学的方法，基于一步式启发式规则的方法，基于人工智能、计算智能和群体智能的方法。
(1)基于运筹学的方法
该方法是将生产调度问题转化为数学规划模型，采用基于枚举思想的分支定界法或动态规划算法求解调度问题的最优解或近似最优解，属于精确算法。对于复杂的问题，尤其是生产特点有别与传统的Job-shop和Flow-shop型的半导体晶圆制造业，这种纯数学方法有模型抽取困难、运算量大、算法难以实现的弱点，对于生产环境中的动态调度实现复杂，解决不了动态及快速响应的问题。
(2)基于一步式启发式规则的方法
启发式规则是指选取工件的某个或者某些属性作为工件的优先级，按照优先级高低选择工件进行加工的方法。根据调度目标的不同，半导体制造过程启发式规则可以分为基于交货期的规则、基于加工周期的规则、基于工件等待时间的规则、基于工件使用程序是否相同的规则、基于负载平衡的规则。启发式规则以其简单性和快速性成为实际半导体制造环境下动态调度的首选，但也有一定的局限性，只能提高产品的个别性能指标，对生产线的整体性能提高能力较弱。
由于半导体制造过程的调度优化是个非常复杂的问题，其性能好坏不仅取决于调度策略本身，而且和***模型、处理时间的方差、实际平均加工周期与理论加工周期的比有关，与***中瓶颈设备个数、需重复访问次数、紧急订单加入等因素有十分密切的联系。尽管启发式规则计算量小、效率高、实时性好，但是它通常仅对一个或多个目标提供可行解，缺乏对整体性能的有效把握和预见能力，其调度结果可能会与***的全局优化有一定偏差，甚至是较大的偏差。因此，启发式规则通常需要与智能方法结合使用，通过智能方法根据***状态在备选规则间进行选择。典型的研究方法通常同时使用某种智能方法、仿真方法和启发式规则。
(3)基于人工智能、计算智能和群体智能的方法
人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。在半导体调度算法中常用的人工智能***有专家***和人工神经网络等，其中人工神经网络通常是与其他方法(比如动态规划)结合起来运用。
计算智能以人类、生物的行为方式或物质的运动形态为背景，经过数学抽象建立算法模型，通过计算机的计算来求解组合最优化问题。常用的计算智能有禁忌搜索，模拟退火，遗传算法，人工免疫算法等。在半导体制造***调度中，既可以使用单独的某种计算智能方法，也可以将不同的计算智能算法相结合或将计算智能算法与建模技术相结合共同解决调度难题，以获得更好的性能。
群体智能是受启发于群居生物的群体行为并模拟抽象而成的算法和模型，在没有集中控制且不提供全局模型的前提下，群体智能为寻找复杂的分布式问题的解决方案提供了基础。常用的群体智能有蚁群优化算法，信息素算法，微粒群优化算法等等。在半导体制造***调度中，群体智能应用的还相对比较少。
对半导体生产线进行调度的目的是对其***性能进行优化。结合半导体生产线的特点，用来衡量调度结果对半导体生产线***性能影响的主要指标包括：
(1)成品率(Yield)
合格产品占总产品的百分比，常指硅片上合格管芯的比例。成品率对半导体生产线的经济效益有重大影响，很显然，成品率越高，经济效益越高。成品率受设备工艺的影响比较大，调度对其影响主要是尽量缩短工件在车间中的停留时间，减少芯片受污染的机会，从而保证较高的成品率。
(2)在制品(Work in Process，WIP)数量
生产线上所有未完成加工的工件数，即生产线上的硅片总卡数或总片数。最小化WIP数量是与最小化加工周期相关的优化目标，应尽量控制半导体生产线的WIP数量与期望值相当，该值与半导体生产线的加工能力相关。在低于WIP期望值时，即使WIP数量继续降低，也不会大大缩短加工周期；在高于WIP数量期望目标值时，WIP数量越多，加工周期会越长。另外，WIP数量越高，资金占用也越多，会直接影响企业的经济效益。
(3)设备利用率(Machine Utility)
设备处于加工状态的时间占其开机时间的比率，可以使用设备闲置代价来衡量。设备利用率与WIP数量相关。一般来说，WIP数量大，设备利用率较高；但是当WIP数量饱和时，即使WIP数量再增加，设备利用率也不会提高。显然，设备利用率越高，则加工的工件数量越大，创造的价值越大。
(4)平均加工周期及其方差
加工周期是指一卡硅片从进入半导体生产线开始，到完成所有工序的加工离开生产线所占用的时间，也叫流片时间。平均加工周期是指同一流程的多卡硅片的加工时间的平均值，其方差是指各卡硅片的加工周期与其平均加工周期的均方根。平均加工周期及其方差标志了***的响应能力以及准时交货的能力。
(5)总移动量
一卡硅片完成了一个工序的加工称为移动了一步。总移动量(Movement)是所有硅片在单位时间(如一个班次，12小时)内移动的总步数(卡·步)。总移动量越高，表明生产线完成的加工任务数越高。Movement是衡量半导体生产线性能的重要指标，其值越高，说明半导体生产线的加工能力越高，设备的利用率也越高。
(6)移动速率
单位时间(如一个班次，12小时)内一卡硅片的平均移动量(步/卡)。移动速率越高，表明硅片在生产线上的流动速度越快，其平均加工周期则越短。
(7)生产率
单位时间(一般为班或日)内流出生产线的卡数或硅片数。理想情况下，生产率等于投料速率。它与加工周期成反比，即加工周期越短，则生产率越高。半导体生产线的生产率决定了最终产品的成本、加工周期以及客户满意度。显然，生产率越高，单位时间内创造的价值越高，生产线的加工效率越高。
(8)准时交货率
准时(按时或提前)交货的工件数占完成加工的工件总数的百分比。
(9)脱期率(Tardiness)
脱期交货的工件数占完成加工的工件总数的百分比。很明显，准时交货率与成品率、生产率、加工周期、在制品数量以及设备利用率等指标都有很直接或间接的关系。准时交货率与脱期率是衡量调度方案优劣的重要指标，尤其随着半导体制造业竞争的不断加剧，提高准时交货率已成为半导体厂商争夺用户、占领市场的重要战略战术指标，得到了越来越多的重视。
需指出的是，上述反映半导体生产线***性能优劣的指标不能同时达到最优，调度方案对这些指标的全局优化作用只能是某种意义上的折中或平衡。这是因为，这些性能指标之间存在一些制约关系，例如，若要降低产品的平均加工周期，则应降低生产线上的WIP数量，以使待加工工件的等待时间减少。降低WIP数量可降低资金占用，也可间接提高产品合格率；但WIP数量过低，则会降低***的设备利用率、总移动量、移动速率和生产率，甚至可能导致准时交货率降低，并从整体上导致企业的盈利能力的下降。反过来，如果WIP数量过高，虽然可提高设备利用率，增加总移动量，但移动速率可能降低，平均加工周期及脱期率增加，产品合格率降低，且会大量占用企业的流动资金，影响企业的整体获利能力。因此，一个好的调度方案应该在各性能指标间权衡，根据具体情况尽可能优化某些重要指标，以使生产线的整体性能达到最优或近似最优。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于调度环境和任务的半导体生产线调度方法，其特征在于，包括：
基于调度环境和任务对半导体生产线进行调度分类；
对调度分类后的半导体生产线进行实时调度。
2.根据权利要求1所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，基于调度环境和任务对半导体生产线进行调度分类包括：
按照制造***的实时状态及加工任务信息，为空闲设备确定加工任务，进行实时调度；
或在静态调度的基础上，根据制造***的现场状态及加工任务信息，及时对静态调度进行调整，产生新的调度。
3.根据权利要求2所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，所述静态调度是在制造***状态和加工任务确定的前提下，形成优化的调度方案的过程。
4.根据权利要求3所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，所述静态调度是在制造***状态和加工任务确定的前提下，形成优化的调度方案的过程的方法具体包括：所述静态调度以某一时刻的制造***状态、确定的工件信息及时间长度为输入，采用适当的调度算法，在满足约束条件及优化目标的情况下，生成调度周期内的调度方案。
5.根据权利要求4所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，所述静态调度的约束条件包括下述至少一种：
***资源、产品的工艺流程、交货期。
6.根据权利要求5所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，所述优化目标包括下述至少一种：
工件的评价加工周期、交货期、制造***的性能指标。
7.根据权利要求1至6任一项所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，对调度分类后的半导体生产线进行实时调度的方法包括下述至少一种：
基于运筹学的方法、基于一步式启发式规则的方法、基于人工智能、计算智能和群体智能的方法。
8.根据权利要求7所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，基于运筹学的方法是将生产调度问题转化为数学规划模型，采用基于枚举思想的分支定界法或动态规划算法求解调度问题的最优解或近似最优解。
9.根据权利要求7所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，基于一步式启发式规则的方法包括：
启发式规则是指选取工件的某个或者某些属性作为工件的优先级，按照优先级高低选择工件进行加工的方法；
根据调度目标的不同，半导体制造过程启发式规则分为基于交货期的规则、基于加工周期的规则、基于工件等待时间的规则、基于工件使用程序是否相同的规则、基于负载平衡的规则。
10.根据权利要求7所述的一种基于调度环境和任务的半导体生产线调度方法，其特征在于，基于人工智能、计算智能和群体智能的方法包括：
人工智能也称机器智能，以计算机科学、控制论、信息论、神经生理学、心理学、语言学多种学科互相渗透形成；
计算智能以人类、生物的行为方式或物质的运动形态为背景，经过数学抽象建立算法模型，通过计算机的计算来求解组合最优化问题；
群体智能是受启发于群居生物的群体行为并模拟抽象而成的算法和模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110188868.9A CN112884321A (zh) | 2021-02-19 | 2021-02-19 | 一种基于调度环境和任务的半导体生产线调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110188868.9A CN112884321A (zh) | 2021-02-19 | 2021-02-19 | 一种基于调度环境和任务的半导体生产线调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112884321A true CN112884321A (zh) | 2021-06-01 |
Family
ID=76056539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110188868.9A Pending CN112884321A (zh) | 2021-02-19 | 2021-02-19 | 一种基于调度环境和任务的半导体生产线调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112884321A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023059740A1 (en) * | 2021-10-06 | 2023-04-13 | Applied Materials, Inc. | Time constraint management at a manufacturing system |
| WO2023124684A1 (zh) * | 2021-12-28 | 2023-07-06 | 西安北方华创微电子装备有限公司 | 一种任务调度方法和半导体工艺设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103217960A (zh) * | 2013-04-08 | 2013-07-24 | 同济大学 | 一种半导体生产线动态调度策略自动选择方法 |
| CN105045243A (zh) * | 2015-08-05 | 2015-11-11 | 同济大学 | 一种半导体生产线动态调度装置 |
-
2021
- 2021-02-19 CN CN202110188868.9A patent/CN112884321A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103217960A (zh) * | 2013-04-08 | 2013-07-24 | 同济大学 | 一种半导体生产线动态调度策略自动选择方法 |
| CN105045243A (zh) * | 2015-08-05 | 2015-11-11 | 同济大学 | 一种半导体生产线动态调度装置 |
Non-Patent Citations (3)
| Title |
|---|
| 建筑系论文: ""多重入制造***的在线冲调度方法研究"", 《豆丁》 * |
| 建筑系论文: "多重入制造***的在线冲调度方法研究", 《豆丁》 * |
| 施斌，乔非，马玉敏: ""基于模糊Petri网推理的半导体生产线动态调度研究"", 《机电一体化》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023059740A1 (en) * | 2021-10-06 | 2023-04-13 | Applied Materials, Inc. | Time constraint management at a manufacturing system |
| WO2023124684A1 (zh) * | 2021-12-28 | 2023-07-06 | 西安北方华创微电子装备有限公司 | 一种任务调度方法和半导体工艺设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yuan et al. | Research on intelligent workshop resource scheduling method based on improved NSGA-II algorithm | |
| CN111353656B (zh) | 一种基于生产计划的钢铁企业氧气负荷预测方法 | |
| CN103310285A (zh) | 可用于半导体生产线动态调度的性能预测方法 | |
| CN109902954B (zh) | 一种基于工业大数据的柔性作业车间动态调度方法 | |
| CN112884321A (zh) | 一种基于调度环境和任务的半导体生产线调度方法 | |
| Piramuthu et al. | Learning-based scheduling in a flexible manufacturing flow line | |
| CN106097055A (zh) | 个性化定制需求下企业订单处理方法 | |
| CN105843189B (zh) | 一种用于半导体生产线基于简化仿真模型的高效调度规则选择方法 | |
| CN109507961B (zh) | 一种半导体生产线动态负荷均衡投料控制方法 | |
| CN113050553A (zh) | 半导体生产线基于联邦学习机制的调度建模方法 | |
| Kumar et al. | Evaluation and selection of best priority sequencing rule in job shop scheduling using hybrid MCDM technique | |
| Yu et al. | Evaluation system and correlation analysis for determining the performance of a semiconductor manufacturing system | |
| CN109615115A (zh) | 一种面向任务可靠性的集成生产任务调度方法 | |
| CN108492013A (zh) | 一种基于质量控制的制造***调度模型有效性检测方法 | |
| Li et al. | An efficient adaptive dispatching method for semiconductor wafer fabrication facility | |
| Bai et al. | An OEE improvement method based on TOC | |
| Chien et al. | Production-level artificial intelligence applications in semiconductor supply chains | |
| Han et al. | Research on conflict resolution method of production evaluation index in flexible manufacturing field based on multiplayer cooperative game | |
| Li et al. | Scheduling of Semiconductor Manufacturing System | |
| Ma et al. | The research and application of a dynamic dispatching strategy selection approach based on BPSO-SVM for semiconductor production line | |
| Chang et al. | Probe of the replenishment strategy and grouping rule in the semiconductor industry | |
| Rong | Analysis of the comprehensive evaluation model of enterprise technological innovation ability based on improved genetic algorithm | |
| Li et al. | Correlation Analysis of Performance Index of Semiconductor Production Line | |
| Kolli et al. | A classification scheme for traditional and non-traditional approaches to the economic justification of advanced automated manufacturing systems | |
| CN112381396B (zh) | 一种服务于企业发展规划的集成管理方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210601 |