基于數(shù)據(jù)的半導(dǎo)體制造系統(tǒng)投料計劃研究

1、誠信聲明本人聲明：我所呈交的本科畢業(yè)設(shè)計論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。 申請學(xué)位論文與資料若有不實之處，本人承擔(dān)一切相關(guān)責(zé)任。本人簽名： 日期：2010 年 06 月 12 日畢業(yè)設(shè)計（論文）任務(wù)書設(shè)計（論文）題目： 基于數(shù)據(jù)的半導(dǎo)體制造系統(tǒng)投料計劃研究 學(xué)院： 信息學(xué)院 專業(yè)： 自動化 班級： 自控0606 學(xué)生： 毛文鑫 指導(dǎo)教師： 曹政才副教授

2、 專業(yè)負責(zé)人： 李大字 1設(shè)計（論文）的主要任務(wù)及目標(biāo)學(xué)習(xí)半導(dǎo)體生產(chǎn)線工藝流程以及近期國內(nèi)外相關(guān)學(xué)科的發(fā)展情況；學(xué)習(xí)使用eM-plant軟件，建立半導(dǎo)體生產(chǎn)線模型，通過數(shù)據(jù)挖掘的方法對基本投料策略進行優(yōu)化，使得到的優(yōu)化投料策略滿足瓶頸設(shè)備利用率和生產(chǎn)率兩項指標(biāo)最優(yōu)的要求。2設(shè)計（論文）的基本要求和內(nèi)容基于Minifab的半導(dǎo)體生產(chǎn)模型，使用eM-plant軟件對基本投料策略進行仿真，把仿真結(jié)果作為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的輸入，得到優(yōu)化的投料策略并與基本投料策略進行對比。3主要參考文獻李莉，喬非，吳啟迪. 基于系統(tǒng)動力學(xué)的半導(dǎo)體生產(chǎn)線投料策略J.中國機械工程，2006，17(23)：2507-2511

3、Glassey C R，Resende M G C. Closed-loop Job Release control for VSI 1 Circuit ManufacturingJ. IEEE Transactions on Semiconductor Manufacturing，1988，1(1)：36-34曹政才，吳啟迪，喬非，王遵彤基于遺傳算法的半導(dǎo)體生產(chǎn)線調(diào)度研究進展J. 同濟大學(xué)學(xué)報(自然科學(xué)版)，2008，36（1）：98-101吳啟迪，喬非，李莉，王遵彤. 半導(dǎo)體制造系統(tǒng)調(diào)度M北京：電子工業(yè)出版社，2006：200-209Glassey C R，Resende M G CA S

4、cheduling Rule for Job Release in Semiconductor FabricationJOperations Research Letter，1988，7(3)：213-217施於人，鄧易元，蔣維eM-Plant仿真技術(shù)教程M北京：科學(xué)出版社，2009：358-387曹政才，余紅霞，喬非基于Petri網(wǎng)與遺傳算法的半導(dǎo)體生產(chǎn)線建模與優(yōu)化調(diào)度J電子學(xué)報，2010 ，32（2）：340-344WEIN L M. Scheduling semiconductor wafer fabricationJ.IEEE Transactions on Semiconductor

5、 Manufacturing，1988，1(3)：115-130劉民基于數(shù)據(jù)的生產(chǎn)過程調(diào)度方法研究綜述J自動化學(xué)報，2009，35(6)：785-8074進度安排設(shè)計（論文）各階段名稱起 止 日 期1閱讀相關(guān)文獻，撰寫開題報告,完成文獻翻譯3.15-3.312學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法和eM-plant軟件的使用4.1-4.103完成基本投料策略的仿真工作4.10-4.304使用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法得到優(yōu)化投料策略，并與基本投料策略對比，用仿真結(jié)果來進行驗證5.1-5.205畢業(yè)論文的最后撰寫，修改和答辯5.21-6.10摘 要半導(dǎo)體生產(chǎn)線規(guī)模龐大、過程復(fù)雜、多重入等特征給制造過程的調(diào)度決策帶來了極大的

6、挑戰(zhàn)。投料控制作為半導(dǎo)體生產(chǎn)調(diào)度的首要環(huán)節(jié)對整個生產(chǎn)線的性能起著舉足輕重的影響，而傳統(tǒng)的投料策略并不能長期適應(yīng)生產(chǎn)線的實際情況，不能及時有效的對生產(chǎn)線中發(fā)生的變化作出調(diào)整?；谏a(chǎn)線歷史數(shù)據(jù)和實時數(shù)據(jù)進行投料策略的現(xiàn)場決策的方法成為研究半導(dǎo)體制造系統(tǒng)投料策略的很有前景的方向。本文基于經(jīng)典的Minifab模型，利用eM-plant仿真軟件對傳統(tǒng)的投料策略進行了仿真，并在此基礎(chǔ)上，更進一步地提出了一種新的投料優(yōu)化方法：利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在線采集半導(dǎo)體生產(chǎn)線的實時數(shù)據(jù)并現(xiàn)場對投料策略進行規(guī)劃。通過在eM-plant平臺上仿真驗證了用基于數(shù)據(jù)的方法研究半導(dǎo)體投料策略這一方法的可行性。關(guān)鍵詞：半導(dǎo)體生

7、產(chǎn)線，投料策略，基于數(shù)據(jù)，調(diào)度，優(yōu)化AbstractLarge manufacturing scale and process complexity of Semiconductor wafer fabrication are posing great challenges to production scheduling. Releasing control makes great effect on Semiconductor wafer fabrication as the first part of scheduling ,but traditional releasing polic

8、y and the condition of Semiconductor wafer fabrication did not match continuously，it is hard to adjust releasing policy automatically according to the current condition of Semiconductor wafer fabrication. The data-based decision for release policy will become a promising trend. This research is base

9、d on Minifab model. Firstly, conventional release policy have been simulated in eM-plant. Further more, this paper proposes a method to plan release policy based NeuralNet algorithm and test its feasibility by simulating the Semiconductor wafer fabrication in eM-plant.Key words：Semiconductor wafer f

10、abrication，release policy，data-based，modeling，optimization目 錄第1章 前言1第1.1節(jié) 研究的背景及意義1第1.2節(jié) 國內(nèi)外研究現(xiàn)狀1第1.3節(jié) 本文主要研究內(nèi)容31.3.1 研究目標(biāo)31.3.2 基本研究思路31.3.3 本文章節(jié)安排3第2章 半導(dǎo)體生產(chǎn)線及投料策略介紹4第2.1節(jié) 半導(dǎo)體生產(chǎn)線的特點42.1.1 工藝流程復(fù)雜42.1.2 多重入加工流程42.1.3 多種類型產(chǎn)品同時加工52.1.4 混合加工模式52.1.5 順序相關(guān)的設(shè)備整定時間52.1.6 不確定性6第2.2節(jié) 半導(dǎo)體制造體統(tǒng)的性能指標(biāo)8第2.3節(jié) 半導(dǎo)體生產(chǎn)線

11、投料方法簡介102.3.1 半導(dǎo)體投料控制概述102.3.2 傳統(tǒng)投料策略簡介102.3.3 傳統(tǒng)投料策略的不足11第2.4節(jié) 本章小結(jié)12第3章 基于數(shù)據(jù)的半導(dǎo)體投料計劃思想13第3.1節(jié) 神經(jīng)網(wǎng)絡(luò)算法133.1.1 神經(jīng)網(wǎng)絡(luò)算法概述133.1.2 數(shù)學(xué)表達14第3.2節(jié) 用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法來訓(xùn)練投料策略15第3.3節(jié) 本章小結(jié)15第4章 投料策略基于Minifab模型的仿真實現(xiàn)16第4.1節(jié) 仿真基本知識164.1.1 計算機仿真解決問題的步驟164.1.2 eM-plant簡介174.1.3 Minifab模型介紹17第4.2節(jié) 基本投料策略的仿真19第4.3節(jié) 神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)的獲取和

12、訓(xùn)練過程20第4.4節(jié) 基于生產(chǎn)線數(shù)據(jù)的投料策略自動切換仿真實現(xiàn)22第4.5節(jié) 考慮緊急訂單的仿真結(jié)果234.5.1 緊急訂單對半導(dǎo)體生產(chǎn)線的影響234.5.2 加入緊急訂單后投料策略優(yōu)化的仿真結(jié)果24第4.6節(jié) 本章小結(jié)31結(jié)論與展望32參考文獻33致 謝3330 / 65文檔可自由編輯打印第1章 前言第1.1節(jié) 研究的背景及意義半導(dǎo)體晶圓制造廠是公認生產(chǎn)管理最為復(fù)雜的工廠之一，因為其生產(chǎn)過程有許多異于傳統(tǒng)的工藝特性，例如工件再回流的現(xiàn)象、成批加工、作業(yè)等候時限、 高良率要求、機臺高宕機率等，以致于一般都將交期不準(zhǔn)、在制品 ( Work in process WIP)過高 、周期時間過長等問

13、題歸咎于其生產(chǎn)管理的復(fù)雜度高及系統(tǒng)的不穩(wěn)定。而傳統(tǒng)的建模方法無法準(zhǔn)確的描述生產(chǎn)過程或因所建立的相關(guān)調(diào)度模型過于復(fù)雜，導(dǎo)致難以快速獲取全局或局部調(diào)度性能指標(biāo)及相關(guān)調(diào)度特征指標(biāo)，從而無法滿足相應(yīng)的調(diào)度算法對計算時間的要求。半導(dǎo)體生產(chǎn)線的優(yōu)化調(diào)度問題研究亟需一種新的行之有效的方法1,2。另一方面，制造業(yè)的自動化程度不斷提高，產(chǎn)生并存儲了大量與制造過程相關(guān)的離線和在線數(shù)據(jù)和知識。基于實際調(diào)度環(huán)境中的大量歷史數(shù)據(jù)、實時數(shù)據(jù)和相關(guān)調(diào)度仿真數(shù)據(jù)，采用特征分析、數(shù)據(jù)挖掘和仿真等綜合技術(shù)手段提取隱含在上述大量數(shù)據(jù)中的對改善復(fù)雜生產(chǎn)過程調(diào)度性能指標(biāo)有重要作用的相關(guān)關(guān)鍵調(diào)度信息，并利用上述信息建立基于數(shù)據(jù)的生產(chǎn)過程

14、相關(guān)調(diào)度模型，或動態(tài)確定生產(chǎn)過程相關(guān)調(diào)度模型的關(guān)鍵參數(shù)，及利用所提取的上述相關(guān)關(guān)鍵調(diào)度信息構(gòu)造基于數(shù)據(jù)的生產(chǎn)過程調(diào)度問題優(yōu)化方法成為新的很有前景的研究方向1。在半導(dǎo)體生產(chǎn)線上主要存在三種類型的調(diào)度：投料策略( Release policy ) 、 路徑調(diào)度(Dispatching)和工件調(diào)度(Sequencing)。投料策略是半導(dǎo)體生產(chǎn)線調(diào)度的重要環(huán)節(jié)之一，且處于整個半導(dǎo)體生產(chǎn)線調(diào)度的“龍頭”地位。與其他生產(chǎn)過程相比，投料策略在半導(dǎo)體生產(chǎn)線中顯得尤其重要。因此，用基于數(shù)據(jù)的方法來研究半導(dǎo)體制造系統(tǒng)的投料策略具有廣闊的前景和重要的現(xiàn)實意義。第1.2節(jié) 國內(nèi)外研究現(xiàn)狀目前，投料方面的研究已經(jīng)由靜態(tài)

15、策略轉(zhuǎn)向動態(tài)投料策略，即根據(jù)晶圓生產(chǎn)線實際狀況動態(tài)投料的控制方式。動態(tài)投料策略主要有避免饑餓法（SA）2,3、負荷調(diào)節(jié)法（WR）4、固定在制品法（FW）5等。研究結(jié)果表明，根據(jù)生產(chǎn)線狀況來動態(tài)決定投料時間和投料量的方式比靜態(tài)投料方法要好的多得。但是，多數(shù)投料策略僅考慮了系統(tǒng)的局部信息（如瓶頸設(shè)備負荷），無法有效地控制整個生產(chǎn)線的負荷水平。另一方面，對晶圓制造系統(tǒng)投料策略的研究主要集中在上世紀(jì)80 年代，隨著制程技術(shù)的發(fā)展，產(chǎn)品集成度大幅提高，“重入”次數(shù)不斷增加，制造復(fù)雜度大大增加，簡單考慮系統(tǒng)局部信息的投料策略越來越無法滿足實際生產(chǎn)的要求。目前的投料策略往往只針對某個生產(chǎn)指標(biāo)進行優(yōu)化，很難兼

16、顧多個存在沖突的生產(chǎn)指標(biāo)。而目前還沒有學(xué)者把數(shù)據(jù)挖掘的方法系統(tǒng)的應(yīng)用于投料策略方面的研究。一些專家只利用數(shù)據(jù)對半導(dǎo)體生產(chǎn)調(diào)度的某個或某幾個環(huán)節(jié)進行了優(yōu)化，但還只處于起步階段。斯洛文尼亞盧布爾雅那大學(xué)(University of Ljubljana)的Gradisar6,7等根據(jù)生產(chǎn)數(shù)據(jù)管理系統(tǒng)中的數(shù)據(jù)，獲得生產(chǎn)設(shè)備結(jié)構(gòu)的相關(guān)信息以及能夠生產(chǎn)的產(chǎn)品信息。該研究的不足是只使用了數(shù)據(jù)庫中的靜態(tài)信息來建立系統(tǒng)的靜態(tài)模型，未考慮動態(tài)信息的有效利用，在高度不確定制造環(huán)境下，基于該模型獲得的調(diào)度方案可能與實際偏差較大，精度較差。日本Renesas技術(shù)公司的Kikuta等將歷史數(shù)據(jù)、人的經(jīng)驗等相關(guān)數(shù)據(jù)整合到知

17、識管理系統(tǒng)中，以分析半導(dǎo)體制造設(shè)備的平均故障修復(fù)時間。湖南工程學(xué)院的張細政9等提出將基于遺傳算法的數(shù)據(jù)挖掘方法用于在大量優(yōu)化調(diào)度方案中探索調(diào)度操作數(shù)據(jù)的產(chǎn)生模式，進而得到基于規(guī)則集的調(diào)度器，這些規(guī)則可以重現(xiàn)優(yōu)化的性能，并且比簡單調(diào)度規(guī)則性能更為優(yōu)越。不足是目前只用該方法解決了非常簡單的調(diào)度問題，該方法在大規(guī)模調(diào)度問題求解中的有效性有待進一步探討19。同濟大學(xué)的吳啟迪10等提出了基于數(shù)據(jù)的復(fù)雜制造過程調(diào)度架構(gòu)。此架構(gòu)倡導(dǎo)一種數(shù)據(jù)和模型相互結(jié)合、相互促進的新型調(diào)度理念。通過數(shù)據(jù)的分析、處理與提煉，保證基于模型方法的準(zhǔn)確性與有效性;通過模型的生成、參數(shù)調(diào)整與測評，保證基于數(shù)據(jù)方法的規(guī)范性與科學(xué)性。由

18、于并不是用基于數(shù)據(jù)的方法完全取代基于模型的方法，所以在調(diào)度架構(gòu)的實際運用過程中，許多在基于模型的調(diào)度研究中已探索并日益成熟的相關(guān)理論、方法與工具支撐技術(shù)，如:調(diào)度理論、群體智能、數(shù)據(jù)挖掘、統(tǒng)計分析與計算機并行仿真技術(shù)等，應(yīng)該都還是能夠被借鑒與采用的，但也有必要進一步深入研究。第1.3節(jié) 本文主要研究內(nèi)容1.3.1 研究目標(biāo)本文的研究目標(biāo)是通過對半導(dǎo)體生產(chǎn)線現(xiàn)場數(shù)據(jù)的在線采集，依據(jù)生產(chǎn)線的當(dāng)前指標(biāo)，對投料策略進行現(xiàn)場決策，使所考慮的生產(chǎn)線性能指標(biāo)達到最優(yōu)。1.3.2 基本研究思路(1) 對基本投料策略進行仿真，比較當(dāng)生產(chǎn)線采取不同的投料策略，生產(chǎn)線的各個性能指標(biāo)的差異。(2) 通過大量的仿真實驗

19、獲取生產(chǎn)線正常運行情況下的生產(chǎn)數(shù)據(jù)，利用有效的數(shù)據(jù)學(xué)習(xí)和挖掘方法對以上數(shù)據(jù)進行挖掘，獲得不同的生產(chǎn)線現(xiàn)場數(shù)據(jù)和性能指標(biāo)之間的對應(yīng)關(guān)系。(3) 通過(2)所獲得的對應(yīng)關(guān)系，以當(dāng)前的生產(chǎn)線現(xiàn)場數(shù)據(jù)和投料策略為輸入，對生產(chǎn)線的性能指標(biāo)進行預(yù)測。并通過比較不同投料策略的性能指標(biāo)，在線辨識出當(dāng)前應(yīng)該選擇的投料策略，然后將生產(chǎn)線的投料策略自動切換到所選擇的更優(yōu)策略。1.3.3 本文章節(jié)安排第一章介紹了研究背景，國內(nèi)外研究的現(xiàn)狀以及研究的主要內(nèi)容。第二章介紹了半導(dǎo)體生產(chǎn)線的概況，介紹了幾種重要的投料策略以及半導(dǎo)體生產(chǎn)線的性能指標(biāo)。第三章重點闡述了通過數(shù)據(jù)的方法來研究半導(dǎo)體生產(chǎn)系統(tǒng)投料策略的思想，方法和實現(xiàn)途

20、徑。第四章先介紹了Minfab模型和eM-plant仿真平臺，然后介紹了基于Minifab模型在eM-plant平臺下對半導(dǎo)體生產(chǎn)線的仿真實現(xiàn)過程，重點介紹生產(chǎn)線利用現(xiàn)場數(shù)據(jù)自動選擇更優(yōu)投料策略的仿真實現(xiàn)過程。第2章 半導(dǎo)體生產(chǎn)線及投料策略介紹半導(dǎo)體生產(chǎn)線不同于傳統(tǒng)的Flow-shop和Job-shop生產(chǎn)系統(tǒng)，其高度的復(fù)雜性及多重入等特點使得傳統(tǒng)生產(chǎn)系統(tǒng)中經(jīng)典的調(diào)度策略不能有效的復(fù)制。了解半導(dǎo)體生產(chǎn)線的特點是研究其調(diào)度的基本前提9。第2.1節(jié) 半導(dǎo)體生產(chǎn)線的特點2.1.1 工藝流程復(fù)雜硅片在生產(chǎn)線上的平均加工周期一般較長，多為一個月左右。但硅片的工藝流程因產(chǎn)品不同而不同，短的工藝流程可能包含

21、幾十步工序，長的工藝流程則多達數(shù)百個工序，所以硅片在生產(chǎn)線上的平均加工周期有較大的分散性，從十幾天到幾十天不等。典型的半導(dǎo)體產(chǎn)品的加工流程往往包括250600步，使用的設(shè)備種類6080種，設(shè)備臺數(shù)多達上百臺。另外，在半導(dǎo)體生產(chǎn)線上還存在著多個訂單，要求的產(chǎn)品種類可能不同。一般情況下，生產(chǎn)線上流動的具有不同工藝流程的產(chǎn)品多達幾十種，再加上工藝流程中存在的重入現(xiàn)象，使得上產(chǎn)線上的在制品（WIP ,Work in Process）對設(shè)備使用權(quán)的競爭非常激烈2。2.1.2 多重入加工流程在某些制造系統(tǒng)中，可能存在工件重新訪問前道工序已經(jīng)訪問過的同一臺設(shè)備的情況，但這種重入現(xiàn)象并不嚴(yán)重。但在半導(dǎo)體制造業(yè)

22、，重入是系統(tǒng)的本質(zhì)，不同加工階段的同種工件可能在同一設(shè)備前同時等待加工，工件在加工過程中的不同階段可能重復(fù)訪問某些設(shè)備。這主要有兩個原因：一是半導(dǎo)體元件是層次化的結(jié)構(gòu)，每一層都是以相同的方式生產(chǎn)，只是加入的材料不同或精度有所變化，因此可以使用同種類型的設(shè)備進行加工；二是由于半導(dǎo)體加工設(shè)備很貴，這就需要最大化利用設(shè)備，于是造成了多重入加工流程的出現(xiàn)?？傊?，重入是半導(dǎo)體上產(chǎn)線有別于Job-shop與Flow-shop系統(tǒng)的重要特點9。由于重入現(xiàn)象的存在，使得每臺設(shè)備需加工的工件數(shù)大大增加，在加上生產(chǎn)線上產(chǎn)品種類、數(shù)量及其組合的不同，以及各產(chǎn)品工藝流程的復(fù)雜程度不同，使得半導(dǎo)體生產(chǎn)線的調(diào)度與控制問題

23、比一般制造系統(tǒng)更加復(fù)雜2。2.1.3 多種類型產(chǎn)品同時加工在一般情況下，半導(dǎo)體生產(chǎn)線上流動的產(chǎn)品中，生產(chǎn)卡占在制品的比例最大，工程卡占在制品的比例較小。但由于工程卡對工藝流程、加工進度或技術(shù)參數(shù)控制等方面的特殊要求，因而對上產(chǎn)線的狀態(tài)和性能指標(biāo)有著嚴(yán)重的影響。另外，有些產(chǎn)品的加工使用特殊的短流程。有的半導(dǎo)體上產(chǎn)線還同時加工雙極性器件、MOS型器件、功率型器件及光電型器件等，且不斷有新的產(chǎn)品及產(chǎn)品版本投入生產(chǎn)線進行加工，這些情況造成半導(dǎo)體上產(chǎn)線上同時加工的產(chǎn)品種類很多。而產(chǎn)品版本則可能多達近百個。不同類型的半導(dǎo)體器件使用的加工工藝有非常大的區(qū)別，這造成了半導(dǎo)體生產(chǎn)線產(chǎn)品工藝流程的復(fù)雜性及調(diào)度的難

24、度增加。2.1.4 混合加工模式半導(dǎo)體生產(chǎn)線上不同的加工設(shè)備具有不同的加工方式。一般將具有相同或類似功能的設(shè)備安放在一起，組成設(shè)備群。設(shè)備群內(nèi)的設(shè)備具有特定的互換性，即有些設(shè)備是完全可互換的，而有些設(shè)備則只對某些特定的工序具有互換性。不同的設(shè)備群內(nèi)的設(shè)備，可能具有不同的加工方式。設(shè)備的加工方式主要有四種，即單片加工、串行批量加工、單卡并行批量加工、多卡并行批量加工1。單片加工的設(shè)備每次只能加工一片硅片，如快速熱處理設(shè)備；串行批量加工的設(shè)備是按片加工的，但一次可裝入多片硅片，如光刻機、離子注入機；單卡并行批量加工的設(shè)備每次加工一片硅片，如刻蝕機；多卡并行批量加工的設(shè)備則可一次加工多卡硅片，如氧化

25、爐等。多卡并行批加工設(shè)備使半導(dǎo)體生產(chǎn)線改變了經(jīng)典調(diào)度問題中一臺設(shè)備一次只能交給你個一個工件的約定，這也是半導(dǎo)體生產(chǎn)線調(diào)度問題與經(jīng)典調(diào)度問題的重要區(qū)別之一4。2.1.5 順序相關(guān)的設(shè)備整定時間設(shè)備的特定互換性及多種加工方式并存使得半導(dǎo)體生產(chǎn)線的調(diào)度問題變得更加復(fù)雜。在同一臺設(shè)備上加工不同的工件可能會導(dǎo)致設(shè)備需要一定的整定時間，且加工順序不同，設(shè)備的整定時間也可能不同，設(shè)備的整定時間也可能不同，例如在同一設(shè)備上加工B之后加工A可能需要15分鐘的整定時間，而先加工A后加工B可能只需要5分鐘的整定時間。因此，設(shè)備上工件的加工順序會對總的完成時間產(chǎn)生影響。與加工順序相關(guān)的整定時間也造成了加工周期的不確定

26、，這進一步增加了半導(dǎo)體生產(chǎn)線調(diào)度問題的復(fù)雜性5。2.1.6 不確定性半導(dǎo)體生產(chǎn)線是典型的離散事件動態(tài)系統(tǒng)，存在各種各樣的不確定性事件。這些不確定性事件主要由設(shè)備情況變化、客戶需求變化、加工瓶頸的變化、新產(chǎn)品試制、臨時工藝更改等幾方面的原因引起。不確定性事件的發(fā)生會影響生產(chǎn)線的運行，造成系統(tǒng)性能指標(biāo)的惡化。半導(dǎo)體制造環(huán)境的高度不確定性主要體現(xiàn)在以下幾方面11。(1) 設(shè)備情況變化設(shè)備情況的變化包括舊設(shè)備淘汰、新設(shè)備投入使用、設(shè)備維護及不可預(yù)見性的設(shè)備故障等，是影響半導(dǎo)體上產(chǎn)線系統(tǒng)性能的主要因素，其中常見的是設(shè)備維護和設(shè)備故障。設(shè)備維護是按某種標(biāo)準(zhǔn)對設(shè)備進行例行保養(yǎng)或更換設(shè)備零部件。設(shè)備故障時不可

27、預(yù)見性的突發(fā)變化情況，雖然其發(fā)生頻率不是很高，但對生產(chǎn)線狀態(tài)的影響很大，因此需要盡量予以可知，同時加快對其發(fā)生后的影響處理速度7。(2) 客戶需求變化由于半導(dǎo)體制造業(yè)的競爭激烈，為爭取市場份額，企業(yè)在一般情況下會盡力滿足客戶的需求，因此，對客戶需求變化的快速響應(yīng)是半導(dǎo)體生產(chǎn)線調(diào)度系統(tǒng)能力的重要體現(xiàn)。客戶需求的變化主要包括訂貨量的變化、訂貨加急與取消、品種更換、特殊工藝要求等，這些不確定性事件都會對生產(chǎn)線狀態(tài)及系統(tǒng)性能指標(biāo)造成很大的影響。(3) 加工瓶頸的變化一般地，半導(dǎo)體生產(chǎn)線在設(shè)計建造之前，會考慮到生產(chǎn)線上各類設(shè)備的加工能力平衡問題，盡量避免存在物理上的設(shè)備瓶頸。但由于某些關(guān)鍵設(shè)備（如光刻機

28、）價格高昂，企業(yè)從投資盈利的角度出發(fā)，不會購置過多的關(guān)鍵設(shè)備，因此，生產(chǎn)線可能存在物理上的設(shè)備瓶頸11。另外，由于硅片加工工藝復(fù)雜，生產(chǎn)線上的在制品種類多，再加上市場需求的迅速變化，生產(chǎn)線上的在制品種及數(shù)量組合經(jīng)常發(fā)生較大的變化，這可能造成上產(chǎn)線在不同的時間段內(nèi)出現(xiàn)某些設(shè)備加工能力的不足，即臨時設(shè)備瓶頸。臨時瓶頸會隨時間的變化而消除，也可能會轉(zhuǎn)移到其他的設(shè)備上去。當(dāng)生產(chǎn)線上出現(xiàn)嚴(yán)重的臨時瓶頸時，會造成生產(chǎn)線堵塞，影響生產(chǎn)線的系統(tǒng)性能指標(biāo)。(4) 新產(chǎn)品試制由于半導(dǎo)體生產(chǎn)線的建造需要高額的投資，企業(yè)往往并不為新產(chǎn)品研發(fā)建立專用的試制生產(chǎn)線。因此，生產(chǎn)線上流動的在制品除批量生產(chǎn)的產(chǎn)品外，還有處在研

29、發(fā)階段及小批試生產(chǎn)階段的新產(chǎn)品。這些非正式生產(chǎn)的產(chǎn)品一般數(shù)量比較少，但其在生產(chǎn)線上的流動比較特殊，有時具有較高的加工優(yōu)先級，有時又會根據(jù)某些具體情況暫停流動或跳過某些加工工序，這都會造成生產(chǎn)線狀態(tài)的變化，有時甚至嚴(yán)重影響生產(chǎn)線的體統(tǒng)性能8。(5) 臨時工藝更改在實際的半導(dǎo)體生產(chǎn)線上，具有相同電路性能的產(chǎn)品會存在多個不同的工藝流程（產(chǎn)品版本）。生產(chǎn)過程中，產(chǎn)品工程師會根據(jù)產(chǎn)品檢測人員的檢測統(tǒng)計數(shù)據(jù)及客戶的具體要求臨時增加一些工序或改變產(chǎn)品的工藝流程，以保證產(chǎn)品的性能、合格率等。有時，產(chǎn)品工程師也會根據(jù)硅片材質(zhì)及參數(shù)的不同位產(chǎn)品設(shè)置臨時工藝，經(jīng)實踐驗證，若能取得較好的成效，臨時工藝可能升格為一個版

30、本。若經(jīng)驗證不能取得好成效，則可能不再執(zhí)行此臨時工藝。臨時工藝更改實際上改變了產(chǎn)品的工藝流程或加工過程參數(shù)（如加工時間），這類不確定性事件也會對生產(chǎn)線的系統(tǒng)性能指標(biāo)產(chǎn)生嚴(yán)重影響。(6) 返工在硅片的加工流程中，有很多工序加工完畢后需要對加工結(jié)果進行檢測，若檢測結(jié)果不符合工藝要求，需進行返工。這一方面直接增加了返工產(chǎn)品的加工周期，另一方面也增加了其他產(chǎn)品的等待時間及加工周期，還加劇了在制品對設(shè)備的競爭。在實際的半導(dǎo)體生產(chǎn)線上，存在大量的返工現(xiàn)象，雖然一卡硅片中可能只有幾片需要返工，但返工有時需要對設(shè)備進行整定，進而使生產(chǎn)線的系統(tǒng)性能指標(biāo)受到嚴(yán)重影響。(7) 臨時的加工約束在半導(dǎo)體生產(chǎn)線上還存在著

31、許多臨時約束，如某道工序需要特別指定加工設(shè)備、加工時間與加工參數(shù)；某道工序的設(shè)備選擇受其前道工序使用設(shè)備的影響；一些加工工序有物料生命周期，規(guī)定在某時間段內(nèi)，下一工序必須發(fā)生，否則會導(dǎo)致產(chǎn)品報廢或返工等等，這都增加了半導(dǎo)體生產(chǎn)線調(diào)度的復(fù)雜性。在進行重要決策時，計劃與調(diào)度系統(tǒng)必須考慮所有這些約束。如果約束沒有在計劃與調(diào)度系統(tǒng)中進行合適的表示，生產(chǎn)線的實際性能與計劃的性能相比，會有很大的誤差11。有上述分析可知，半導(dǎo)體制造過程是由作業(yè)車間模型。流水車間模型、并行加工設(shè)備模型構(gòu)成的混合生產(chǎn)調(diào)度模型，具有高度的復(fù)雜性，因此，很難直接借鑒其他生產(chǎn)方式中較好的控制與調(diào)度成果，這也增加了半導(dǎo)體制造系統(tǒng)調(diào)度研

32、究的難度。第2.2節(jié) 半導(dǎo)體制造體統(tǒng)的性能指標(biāo)對半導(dǎo)體生產(chǎn)線進行調(diào)度的目的是對其系統(tǒng)性能進行優(yōu)化。結(jié)合半導(dǎo)體生產(chǎn)線的特點，用來衡量調(diào)度結(jié)果對半導(dǎo)體生產(chǎn)線體統(tǒng)性能影響的主要指標(biāo)如下。成品率成品率（Yield），即生產(chǎn)的產(chǎn)品中合格產(chǎn)品占總產(chǎn)品的百分比，常指硅片上合格管芯的比例。成品率對半導(dǎo)體生產(chǎn)線的經(jīng)濟效益有重大影響，顯然，成品率越高，經(jīng)濟效益越高。成品率主要受設(shè)備工藝的影響比較大，調(diào)度對其影響主要是盡量縮短工件在車間中停留的時間，減少芯片受污染的機會，從而保證較高的成品率。在制品數(shù)量在制品（WIP）數(shù)量是指生產(chǎn)線上所有未完成加工的工件數(shù)，即生產(chǎn)線上的硅片總卡數(shù)或總片數(shù)。最小化WIP數(shù)量是與最小化

33、加工周期相關(guān)的優(yōu)化目標(biāo)，應(yīng)盡量控制半導(dǎo)體生產(chǎn)線的WIP數(shù)量保持與期望目標(biāo)值相當(dāng)，該值與半導(dǎo)體生產(chǎn)線的加工能力相關(guān)。在低于WIP數(shù)量期望目標(biāo)值時，即使WIP數(shù)量繼續(xù)降低，也不會大大縮短加工周期；在高于WIP數(shù)量期望目標(biāo)值時，WIP數(shù)量越多，加工周期會越長。另外，WIP數(shù)量越大，資金占用也越多，直接影響企業(yè)的經(jīng)濟效益。設(shè)備利用率設(shè)備利用率（Machine Utility），即設(shè)備處于交給你個狀態(tài)的時間占其開機時間的比率，可以使用設(shè)備閑置代價來衡量。設(shè)備利用率與WIP數(shù)量相關(guān)。一般來說,WIP數(shù)量大，設(shè)備利用率較高；但是當(dāng)WIP數(shù)量飽和時，即使WIP數(shù)量再增加，設(shè)備利用率也不會再提高。顯然，設(shè)備利用

34、率越高，則加工的工件數(shù)量越大，創(chuàng)造的價值越大。平均加工周期及其方差加工周期是指一卡硅片從進入半導(dǎo)體生產(chǎn)線開始，到完成所有工序的加工離開生產(chǎn)線所用的時間，也叫流片時間。平均加工周期是指同一流程的多卡硅片的加工時間的平均值，其方法是指各卡硅片的加工周期與其平均加工周期的均方根。平均加工周期及其方差標(biāo)志了系統(tǒng)的響應(yīng)能力及準(zhǔn)時交貨的能力。總移動量一卡硅片完成了一個工序的加工稱為移動了一步，總移動量（Movement）是所有硅片在單位時間（如一個班次，12小時）內(nèi)移動的總步數(shù)（卡步）。總移動量越高，表明生產(chǎn)線完成的加工任務(wù)數(shù)越高?？傄苿恿渴呛饬堪雽?dǎo)體生產(chǎn)線性能的重要指標(biāo)，其值越高，說明半導(dǎo)體生產(chǎn)線的加工

35、能力越高，設(shè)備的利用率也越高。移動速率移動速率是指單位時間（如一個班次，12小時）內(nèi)一卡硅片的平均移動量（步/卡）。移動速率越高，表明硅片在生產(chǎn)線上的流動速度越快，其平均加工周期則越短。生產(chǎn)率生產(chǎn)率指單位時間（一般為班或日）內(nèi)流出生產(chǎn)線的卡數(shù)或硅片數(shù)。理想情況下，生產(chǎn)率等于投料速率。它與加工周期成反比，即加工周期越短，則生產(chǎn)率越高。半導(dǎo)體生產(chǎn)線的生產(chǎn)率決定了最終產(chǎn)品的成本、加工周期以及客戶滿意度。顯然，生產(chǎn)率越高，單位時間內(nèi)創(chuàng)造的價值越高，生產(chǎn)線的加工效率越高。準(zhǔn)時交貨率與脫期率準(zhǔn)時交貨率（ODR, On-time Delivery Rate）是指準(zhǔn)時（按時或提前）交貨的工件數(shù)占完成加工的工件

36、總數(shù)的百分比；拖期率（Tardiness）是指脫期交貨的工件數(shù)占完成加工的工件總數(shù)的百分比。很明顯，準(zhǔn)時交貨率與脫期率是衡量調(diào)度方案優(yōu)劣的重要指標(biāo)，尤其隨著半導(dǎo)體制造業(yè)競爭的不斷加劇，提高準(zhǔn)時交貨率已成為半導(dǎo)體廠商爭奪用戶、占領(lǐng)市場的重要戰(zhàn)略戰(zhàn)術(shù)指標(biāo)，得到了越來越多的重視。 需指出的是，上述反映半導(dǎo)體上產(chǎn)線系統(tǒng)性能優(yōu)劣的指標(biāo)不能同時達到最優(yōu)，調(diào)度方案對這些指標(biāo)的全局優(yōu)化作用只能是某種意義上的折中或平衡。這是因為，這些體統(tǒng)性能指標(biāo)之間存在一些制約關(guān)系，例如，若要降低產(chǎn)品的平均加工周期，則應(yīng)降低生產(chǎn)線上的WIP數(shù)量，以使待加工工件的等待時間減少。降低WIP數(shù)量可降低資金占用，也可間接提高產(chǎn)品合格率

37、；但WIP數(shù)量過低，則會降低系統(tǒng)的設(shè)備利用率、總移動量、移動速率和生產(chǎn)率，甚至可能導(dǎo)致準(zhǔn)時交貨率降低，并從整體上導(dǎo)致企業(yè)的盈利能力的下降。反過來，如果WIP數(shù)量過高，雖然可提高設(shè)備利用率，增加總移動量，但移動速率可能降低，平均加工周期及脫期率增加，產(chǎn)品合格率降低，且會大量占用企業(yè)的流動資金，影響企業(yè)的整體獲利能力。因此，一個好的調(diào)度方案應(yīng)該在各性能指標(biāo)間權(quán)衡，根據(jù)具體情況盡可能優(yōu)化某些重要指標(biāo)，以使生產(chǎn)線的整體性能達到最后或近似最優(yōu)。第2.3節(jié) 半導(dǎo)體生產(chǎn)線投料方法簡介投料控制是保證系統(tǒng)平順生產(chǎn)的重要前提。對投料的合理控制，將為后續(xù)的優(yōu)化調(diào)度提供重要保證，達到提高設(shè)備利用率，從而增加系統(tǒng)產(chǎn)出的

38、目的。反之，不合理的投料將直接導(dǎo)致系統(tǒng)效益的降低。投料策略和調(diào)度策略密切相關(guān)，相互影響，和生產(chǎn)線的狀態(tài)一起決定半導(dǎo)體生產(chǎn)線的性能。wein甚至指出投料策略和瓶頸的狀態(tài)對生產(chǎn)線的影響，超過了調(diào)度策略的影響。2.3.1 半導(dǎo)體投料控制概述具體來說投料控制用于決定在何時投入多少什么種類的原料到生產(chǎn)系統(tǒng)，以便盡可能發(fā)揮生產(chǎn)系統(tǒng)的生產(chǎn)能力，同時優(yōu)化生產(chǎn)系統(tǒng)的制造性能，在投料控制中，最常遵循的是Little公式 N=T （2.1）式中N為系統(tǒng)的WIP數(shù)量，T為平均制造周期，為投料速率或產(chǎn)出速率。半導(dǎo)體制造系統(tǒng)存在以下特點：(1) 硅片加工對環(huán)境有著近乎苛刻的要求，整個過程要在“潔凈室”條件下進行，暴露在空

39、氣中的時間越長，被污染的可能性越大；(2) 硅片有最長等待時限的限制，在設(shè)備前的等待加工的時間超過時限，將引起器件失效而需要重做；(3) 對于面向訂單的多品種、小批量、帶“回流”的資源受限型硅片加工線，需要滿足客戶對交貨期的多種不同的要求。因此，投料數(shù)量過多，過高的WIP數(shù)量一方面會降低硅片合格率，另一方面也將造成制造周期延長；而投料數(shù)量過少會引起某些設(shè)備閑置，造成系統(tǒng)資源的閑置，造成系統(tǒng)資源的浪費?？梢姡读喜呗缘膬?yōu)劣對半導(dǎo)體制造系統(tǒng)性能有重要影響。2.3.2 傳統(tǒng)投料策略簡介但是和調(diào)度規(guī)則的研究不同，投料策略的研究相對較少，總的來說投料策略可以分為開環(huán)形式投料和閉環(huán)形式投料兩種，具體的差別

40、是對于開環(huán)形式投料而言，投料的種類，速度，數(shù)量，時間都是事先給定的，不考慮半導(dǎo)體生產(chǎn)線的實際情況;而閉環(huán)形式投料策略則需要考慮半導(dǎo)體生產(chǎn)線上的一些實際情況，如瓶頸機器的利用率，在制品水平，等待隊列等。常用的投料策略可以分為兩大類：開環(huán)投料策略和閉環(huán)投料策略。如表2.12.1傳統(tǒng)投料策略對照表開環(huán)投料策略固定時間間隔投料策略（CONRIN）投料之間的時間間隔相等泊松分布時間間隔投料策略(POSSION)工件流的到達服從泊松分布傾倒式投料策略（BULK）一次性將需要加工的工件投入基于交貨期的投料策略將實際交貨期和預(yù)期交貨期的差按從大到小排列然后按固定時間間隔投料閉環(huán)投料策略閉環(huán)投料策略閉環(huán)投料策略

41、固定在制品數(shù)量投料(CONWIP)控制半導(dǎo)體生產(chǎn)線的在制品數(shù)量在一個設(shè)定值，當(dāng)在制品數(shù)量減低到設(shè)定值一下，進行投料，直到恢復(fù)到設(shè)定值。負載調(diào)節(jié)法投料(MR)控制半導(dǎo)體生產(chǎn)線的瓶頸機器前的加工隊列長度，當(dāng)加工隊列長度下降到設(shè)定值以下，進行投料，直到恢復(fù)到設(shè)定值。避免饑餓法投料(SA)防止瓶頸出現(xiàn)空閑等待。當(dāng)瓶頸機器完成當(dāng)前系統(tǒng)中在制品的時間，小于一卡新工件到達瓶頸機器的時間，則進行投料。修正負載調(diào)節(jié)法（MWR）考慮交貨期，當(dāng)某批工件的交貨期和當(dāng)前時刻之差小于設(shè)定值，則不管瓶頸前的加工隊列長度投料。否則，按照常規(guī)WR投料。 2.3.3 傳統(tǒng)投料策略的不足相比而言，閉環(huán)投料策略比開環(huán)投料策略更具優(yōu)越

42、性，因為它能夠根據(jù)生產(chǎn)線的實際運行情況來調(diào)整投料速率，使生產(chǎn)線達到某種平衡的狀態(tài)。但這種方法仍然具有局限性，因為生產(chǎn)線中有諸多的不確定因素，這些因素可能會使生產(chǎn)線的現(xiàn)場指標(biāo)發(fā)生重大的變化，而統(tǒng)一策略對生產(chǎn)線狀況進行修正和平衡的能力是很有限的，這時候不僅需要修改原來投料策略的數(shù)據(jù)，甚至需要根據(jù)生產(chǎn)線的實際情況重新選擇投料策略。這就需要用基于數(shù)據(jù)的方法對生產(chǎn)線投料策略進行規(guī)劃和決策。第2.4節(jié) 本章小結(jié)本章介紹了半導(dǎo)體生產(chǎn)線的基本特點、性能指標(biāo)和傳統(tǒng)的投料策略，同時指出了傳統(tǒng)投料策略的不足之處，為下文引出基于數(shù)據(jù)的方法來研究投料做出了鋪墊。第3章 基于數(shù)據(jù)的半導(dǎo)體投料計劃思想基于實際半導(dǎo)體生產(chǎn)線的

43、大量歷史數(shù)據(jù)、實時數(shù)據(jù)和相關(guān)投料仿真數(shù)據(jù)，采用特征分析、數(shù)據(jù)挖掘和仿真等綜合技術(shù)手段?；趯嶋H半導(dǎo)體生產(chǎn)線的大量歷史數(shù)據(jù)、實時數(shù)據(jù)和相關(guān)投料仿真數(shù)據(jù), 采用特征分析、數(shù)據(jù)挖掘和仿真等綜合技術(shù)手段提取隱含在上述大量數(shù)據(jù)中的對改善半導(dǎo)體生產(chǎn)過程性能指標(biāo)有重要作用的相關(guān)關(guān)鍵信息, 利用所提取的上述相關(guān)關(guān)鍵信息構(gòu)造基于數(shù)據(jù)的半導(dǎo)體生產(chǎn)線投料問題優(yōu)化方法, 以獲得高性能的生產(chǎn)線性標(biāo)指標(biāo)。本文采用了神經(jīng)網(wǎng)絡(luò)算法來對生產(chǎn)線投料策略進行優(yōu)化17。第3.1節(jié) 神經(jīng)網(wǎng)絡(luò)算法神經(jīng)網(wǎng)絡(luò)是一種由大量簡單節(jié)點耦合，能處理大量數(shù)據(jù)的并行計算以及知識表達的一種結(jié)構(gòu)，可以用來發(fā)現(xiàn)大量數(shù)據(jù)的模式及關(guān)系，在分類問題上有廣泛的研究與

44、應(yīng)用。相比傳統(tǒng)的計算方法，神經(jīng)網(wǎng)絡(luò)有著幾個顯著的優(yōu)點：首先，神經(jīng)網(wǎng)絡(luò)是一種基于數(shù)據(jù)的自適應(yīng)方法，在沒有任何外在函數(shù)表達的情形下能根據(jù)數(shù)據(jù)不斷地調(diào)整自身9；其次，神經(jīng)網(wǎng)絡(luò)使用大量的函數(shù)逼近方法使得神經(jīng)網(wǎng)絡(luò)能以任意的精度逼近任意函數(shù)，能精確地識別分類與屬性之間的關(guān)系；另外，由于神經(jīng)網(wǎng)絡(luò)是一種非線性模型，使得它在建模現(xiàn)實問題上有著極強的靈活性14。3.1.1 神經(jīng)網(wǎng)絡(luò)算法概述在眾多的數(shù)據(jù)挖掘和提取的方法中，神經(jīng)網(wǎng)絡(luò)以其對樣本的學(xué)習(xí)能力而著稱。學(xué)習(xí)是一個調(diào)整網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)并把知識反映在分布式的網(wǎng)絡(luò)結(jié)構(gòu)中的過程。一個訓(xùn)練好的網(wǎng)絡(luò)代表了一個靜態(tài)的知識庫，該知識庫在他的運行階段可以被重新獲取。因此，一個神經(jīng)

45、網(wǎng)絡(luò)的性能很大程度上取決于它的學(xué)習(xí)能力。從工程應(yīng)用的角度看，一個好的學(xué)習(xí)算法應(yīng)該具備以下特點(1) 學(xué)習(xí)的魯棒性：這表明學(xué)習(xí)方法必須以如下方式保證魯棒性：不產(chǎn)生局部極小問題、震蕩問題、災(zāi)難性失憶問題、不確定存儲和記憶會想問題或者類似的學(xué)習(xí)困難問題。(2) 學(xué)習(xí)的快速性：這是指學(xué)習(xí)方法必須在學(xué)習(xí)時具有快速性，同時通過少量的樣本就可以快速地學(xué)習(xí)。例如，網(wǎng)絡(luò)僅僅從10個樣本進行學(xué)習(xí)，要比要求從100或1000個樣本學(xué)習(xí)快得多。從工程角度看，一個具有在線學(xué)習(xí)功能的系統(tǒng)必須能夠通過盡量少的樣本，就能完成快速學(xué)習(xí)。(3) 學(xué)習(xí)的有效性：這是指當(dāng)提供有限的訓(xùn)練樣本時，在學(xué)習(xí)中該方法應(yīng)該是計算有效的。這就是說

46、，給定n個樣本，學(xué)習(xí)時間（設(shè)計和訓(xùn)練時間）必須是n的多項式函數(shù)。(4) 學(xué)習(xí)的泛化能力：這是指學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)能夠有相對較好的泛化能力，而神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)盡量小。3.1.2 數(shù)學(xué)表達我們這里采取神經(jīng)網(wǎng)絡(luò)中單層感知器的結(jié)構(gòu)進行學(xué)習(xí)，單層感知器模型如圖所示，輸入矢量X是一個n維矢量，僅有一個人工神經(jīng)元，輸出信號u是輸入矢量的非線性作用函數(shù)，數(shù)值上等于各輸出分量加權(quán)和并加一個閾值Q： （22）知器輸出為 （23）單層感知器的權(quán)值可以通過學(xué)習(xí)調(diào)整，是一種有導(dǎo)師學(xué)習(xí)。單層感知器的學(xué)習(xí)規(guī)則如下：設(shè)輸入樣本連接權(quán)值wi0為一個較小的非零隨機值，i=0，1，2，n。設(shè)輸出樣本對xiyi，j=0，1，2，L,且x

47、j=x0j，x1j，xnj，其中x0j=1。輸出樣本dj作導(dǎo)師信號，選取如下的閾值函數(shù)： dj=1 xjA-1 xjB （24） 感知器的輸出有下式給出： （25） 加權(quán)值按下式調(diào)整： （26）其中，是學(xué)習(xí)率，取值范圍為(0,1 ，不同取值影響到加權(quán)值調(diào)整快慢不同。(6) 學(xué)習(xí)在yit=dj時結(jié)束，否則重選導(dǎo)師信號，從第（3）步再開始。學(xué)習(xí)一旦fd、結(jié)束，輸入輸出模式樣本將以連接權(quán)值和閾值的形式分布儲存在網(wǎng)絡(luò)中。第3.2節(jié) 用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法來訓(xùn)練投料策略人工神經(jīng)網(wǎng)絡(luò)的特征使其成為解決無機理模型的優(yōu)化問題的有效工具, 這些特征主要包括：(1) 可以充分逼近任意復(fù)雜的非線性關(guān)系；(2) 所有定量

48、或定性的信息都等勢分布貯存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元，有很強的魯棒性和容錯性；(3) 采用并行分布處理方法，使得快速進行大量運算成為可能；(4) 可學(xué)習(xí)和自適應(yīng)不知道或不確定的系統(tǒng)；(5) 能夠同時處理定量、定性知識。一種有效利用神經(jīng)網(wǎng)絡(luò)進行優(yōu)化的方法是通過定義能量函數(shù)，通過神經(jīng)網(wǎng)絡(luò)并行處理、學(xué)習(xí)和自組織的能力，使系統(tǒng)能量降低，找到所需的解19。在工業(yè)領(lǐng)域，Hopfield網(wǎng)絡(luò)和 BP 網(wǎng)絡(luò)被廣泛應(yīng)用于解決計劃和調(diào)度中的優(yōu)化問題。使用神經(jīng)網(wǎng)絡(luò)將半導(dǎo)體生產(chǎn)線的生產(chǎn)數(shù)據(jù)和性能指標(biāo)進行匹配訓(xùn)練，達到一定的訓(xùn)練精度后，當(dāng)將生產(chǎn)線的當(dāng)前信息作為神經(jīng)網(wǎng)絡(luò)的輸入時，就會對輸出進行有效的預(yù)測。.第3.3節(jié) 本章小結(jié)本

49、章簡要介紹了基于數(shù)據(jù)的半導(dǎo)體生產(chǎn)線投料計劃的基本思想，神經(jīng)網(wǎng)絡(luò)算法自身的一些特點以及選擇該算法的原因第4章 投料策略基于Minifab模型的仿真實現(xiàn)第4.1節(jié) 仿真基本知識4.1.1 計算機仿真解決問題的步驟計算機仿真活動貫穿于準(zhǔn)備、執(zhí)行和評估3個階段14準(zhǔn)備階段。準(zhǔn)備階段的主要工作包括以下幾個環(huán)節(jié)。 仿真可行性評估。評估所面臨的問題是否適合采用仿真來解決，衡量仿真的投入與產(chǎn)出是否有價值。 問題描述。對所要研究的問題進行定量或定性的描述，明確仿真的目的和任務(wù)，估算工作量的大小。正確定義所研究系統(tǒng)的邊界、組成部分和環(huán)境，確定評價仿真方案優(yōu)劣的準(zhǔn)則（即衡量系統(tǒng)性能或輸出結(jié)果的目標(biāo)函數(shù)）。 數(shù)據(jù)收集

50、與確認，保持?jǐn)?shù)據(jù)更新。仿真需要大量的數(shù)據(jù)，數(shù)據(jù)的正確性直接影響仿真輸出結(jié)果的正確性。因此正確收集和整理數(shù)據(jù)資料是計算機仿真的重要組成部分。在收集資料時，要考慮系統(tǒng)運行的循環(huán)周期，針對完整的循環(huán)周期來收集資料。 建立仿真模型5。 根據(jù)真實系統(tǒng)的結(jié)構(gòu)、決策原則和作業(yè)程序，分析構(gòu)成真實系統(tǒng)的實體，以及實體的狀態(tài)和參數(shù)之間的數(shù)學(xué)邏輯關(guān)系，在此基礎(chǔ)上建立系統(tǒng)的仿真模型。仿真模型應(yīng)該正確地反映真實系統(tǒng)的本質(zhì)，同時在充分反映主要矛盾的基礎(chǔ)上盡量繁簡適宜。模型過于簡化無助于系統(tǒng)真實特性的表達，模型過于詳細又會使次要矛盾和主要矛盾在模型中相互混雜，無法將影響真實系統(tǒng)狀態(tài)變化的主要因素表現(xiàn)出來，是問題難以解決，浪

51、費人力和物力13。建模的一般方法是先建立一個反映系統(tǒng)主要矛盾的、較為簡單的模型，然后再逐步對其進行補充和完善12。(2) 執(zhí)行階段。 執(zhí)行階段的工作包括實驗設(shè)計、實驗運行和模型驗證。通常，計算機仿真實驗要達到2個目的，一是探求模型中各參數(shù)如何取值能夠使模型獲得優(yōu)化的輸出結(jié)果：二是尋求仿真輸出結(jié)果與模型中可以被控制的參數(shù)之間的關(guān)系和相互影響的規(guī)律。為此，不同的參數(shù)值，要合理設(shè)計多種組合的仿真方案，設(shè)定模型的初始條件，確定計算機模擬運行的時間長度，決定隨機樣本大小及獨立仿真運行的次數(shù)等15。(3) 評估階段。評估階段的工作是將仿真結(jié)果形成報告，以便于閱讀的方式呈現(xiàn)在決策者面前。報告應(yīng)該解讀和解釋仿

52、真的結(jié)果，闡明決策變量對系統(tǒng)造成的影響。最后，應(yīng)將這些內(nèi)容以文檔的形式保存下來17。4.1.2 eM-plant簡介eM-Plant軟件是1992年由Aesop、Tecnomatix和KG公司聯(lián)合開發(fā)，是第一款完全采用面向?qū)ο蠓椒ǖ碾x散系統(tǒng)仿真軟件。eM-Plant的應(yīng)用非常廣泛，它即可以用于生產(chǎn)、物流以及工程領(lǐng)域的分析、研究和教學(xué)，也可以用來優(yōu)化結(jié)構(gòu)及實現(xiàn)對系統(tǒng)商業(yè)流程的控制7。4.1.3 Minifab模型介紹Minifab是根據(jù)實際生產(chǎn)線簡化而來的一個簡單的半導(dǎo)體生產(chǎn)線模型，由3個設(shè)備群、5臺設(shè)備組成如圖41 所示5。Ma，Mb 批量：3卡 擴散Mc，Md 離子注入步驟6步驟5步驟4步驟

53、3步驟2步驟1進系統(tǒng) 出系統(tǒng) 光刻Me圖41Minifab生產(chǎn)三種類型的工件，其加工路徑是一樣的。工件的工藝流程中共包含六個工序：工序一和工序五位擴散，可以在設(shè)備Ma或Mb上加工；工序二和工序四為離子注入，可以在設(shè)備Mc或Md上加工；工序三和工序六為光刻，在設(shè)備Me上加工。三個設(shè)備群都具有重入性。設(shè)備Ma和Mb為多卡并行批加工設(shè)備，最大加工批量為3卡，只有工序相同的工件才可以組批在一起并行加工。Ma和Mb是完全可互換的兩臺設(shè)備。設(shè)備Mc和Md為單卡批加工設(shè)備。Minifab模型中，每種工件在不同設(shè)備上加工不同工序的具體加工時間如表 4-1、表42和表43所示，設(shè)備維護參數(shù)如表44所示。表41 工件1每步在每臺設(shè)備上的加工時間工件類型及步數(shù)設(shè)備加工時間/分鐘設(shè)備加工時間/分鐘A1Ma220Mb235A2Mc45Md40A3Me60A4Mc55Md60A5Ma250Mb245A6Me20表42 工件2每步在每臺設(shè)備上的加工時間工件類型及步數(shù)設(shè)備加工時間/分鐘設(shè)備加工時間/分鐘B1Ma220Mb235B2Mc40Md35B3Me65B4Mc50Md55B5Ma250Mb245B6Me25表43 工件3每步在每臺設(shè)備上的加工時間工件類型及步數(shù)設(shè)備加工時間/分鐘設(shè)備加工時間/分鐘C1Ma220Mb235C2Mc40Md30C3Me70C4Mc6