混合智能算法在半导体生产线生产计划中的应用研究

摘要

生产线生产计划是半导体企业生产管理的核心问题之一，生产计划的合理与否直接关系到企业生产目标的实现。随着市场竞争的日趋激烈，半导体企业迫切需要切实可行的生产计划来有效地利用企业里的各种生产资源，缩短产品的平均加工周期，提高准时交货率。 半导体制造过程具有规模大、产品种类多、流程复杂、加工周期长等特点，通常需用到几百台设备，上十道甚至百余道加工工序，这些特点都给其生产计划的制定带来了很大的困难。另一方面，随着市场需求的多样化和个性化，半导体制造企业普遍转向多品种小批量的生产方式。然而，这种生产方式在适应市场需求的同时，也给企业的生产管理带来了诸多困难，如产品品种多，工艺流程各不相同，而产量也不同，这些也增加了生产计划制定的难度。过去，半导体企业在制定生产线生产计划时大都借助一些启发式规则或经验规则，但随着企业生产规模的扩大、市场竞争的激烈，这些方法已越来越不能满足半导体企业管理者的需求。 本文针对半导体企业的生产线特点及生产方式，提出了一种全新的半导体生产线生产计划优化模型的构建方法，及用于该优化模型求解的混合智能优化算法。具体地，本文提出的智能优化方法首先以不突破产能资源限制为约束条件，以保持在制品数稳定和减小订单拖期率为目标，构建完全不同于传统确定性优化模型的模糊生产计划模型。随后，采用一种结合了模糊模拟、神经网络、人工免疫的混合智能算法来求解计划模型，得到一个可行的、优化的生产线月投料计划，再通过构造启发式规则将月投料计划进一步细化为日投料计划。最后，本文以实际的半导体生产线为对象，构建了基于智能优化方法的半导体生产计划系统。并通过模型仿真，验证了本方法的可行性、有效性。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题研究背景和意义

1.1.1课题背景

1.1.2研究意义

1.2国内外研究现状评述

1.2.1生产计划的研究现状

1.2.1计算智能算法的研究现状

1.2.1智能优化算法在生产计划中的应用现状

1.3本文主要研究内容及各章节安排

1.2.1本文主要研究内容

1.2.2本文各章节安排

第2章计算智能算法综述

2.1引言

2.2计算智能算法

2.2.1模拟退火算法

2.2.2禁忌搜索算法

2.2.3遗传算法

2.2.4人工神经网络

2.3人工免疫算法

2.3.1人工免疫算法的基本原理

2.3.2人工免疫算法的框架

2.3.3人工免疫算法与其他进化算法的比较

2.4计算智能算法的结合

2.5本章小结

第3章半导体生产线生产计划优化模型

3.1问题的描述及特点分析

3.1.1半导体生产线生产计划问题概述

3.1.2半导体生产线生产计划问题的特点分析

3.2模糊建模与优化技术

3.2.1可能性测度和必要性测度

3.2.2模糊机会约束规划

3.3半导体生产线生产计划优化模型的建立

3.2.1模型假设

3.2.2优化目标

3.2.3约束条件

3.2.4建立模型

3.4本章小结

第4章半导体生产线生产计划优化模型的求解算法

4.1模糊模拟技术

4.2混合智能算法设计

4.2.1算法的构成要素

4.2.2算法的实现步骤及流程图

4.2.3算法的具体运算过程

4.3本章小结

第5章半导体生产线生产计划系统的设计与实现

5.1系统规划

5.1.1企业生产线简介

5.1.2企业需求调研

5.1.3系统目标和可行性

5.2系统需求分析

5.2.1业务流程分析

5.2.2系统功能结构

5.2.3系统开发和运行环境

5.3系统设计与实现

5.3.1系统数据库设计与实现

5.3.2系统功能模块设计与实现

5.3.3系统界面设计与实现

5.4系统运行效果及性能分析

5.5本章小结

第6章总结与展望

6.1论文总结

6.2进一步展望

致谢

参考文献

个人简历 在读期间发表的学术论文与研究成果