【摘要】：半導(dǎo)體生產(chǎn)線是經(jīng)典的復(fù)雜柔性工業(yè)制造系統(tǒng),具有工藝流程冗長龐大、可重入流數(shù)量多、高度不確定性等難點。對于該類型系統(tǒng)的任務(wù)調(diào)度,在不失調(diào)度方案的優(yōu)良性能的前提下,更加高效迅速地獲得優(yōu)質(zhì)的調(diào)度方案是更加需要關(guān)注的。本文選擇半導(dǎo)體生產(chǎn)線作為背景進(jìn)行基礎(chǔ)研究,以更加迅捷地產(chǎn)出優(yōu)質(zhì)調(diào)度方案為目標(biāo),圍繞半導(dǎo)體制造系統(tǒng)光刻和刻蝕兩個階段調(diào)度中的關(guān)鍵難點,研究了基于共生生物搜索算法的多策略單目標(biāo)優(yōu)化算法和高效多目標(biāo)智能調(diào)度算法,本論文的具體研究內(nèi)容如下:1、針對光刻機低成品率時調(diào)度精度不足的問題,研究一種基于多策略融合的改進(jìn)共生生物搜索算法。在該方法中,引入局部搜索加深共生生物搜索算法的搜索深度,通過反向?qū)W習(xí)擴展算法的搜索廣度,提出災(zāi)變階段幫助算法跳出局部最優(yōu);原始算法的參數(shù)少,魯棒性強,本部分在保留其優(yōu)秀框架的基礎(chǔ)上顯著地優(yōu)化了其搜索效果。2、針對刻蝕階段產(chǎn)出多目標(biāo)調(diào)度方案效率不高的問題,調(diào)度目標(biāo)選擇最小化最大完工時間及總拖期,研究一種基于多目標(biāo)共生生物搜索算法及信息熵終止規(guī)則的高效多目標(biāo)智能調(diào)度算法。該算法以多目標(biāo)共生生物搜索算法為基本算法,通過判定框架來逐代執(zhí)行搜索,利用基于信息熵的終止規(guī)則來判斷算法達(dá)到收斂的具體終止代數(shù),從而及時的停止算法,省去大量參數(shù)調(diào)整的時間和后續(xù)較為冗余的迭代過程。仿真實驗表明,本文研究的多策略單目標(biāo)優(yōu)化算法和高效多目標(biāo)智能調(diào)度算法可以有效地解決調(diào)度過程中損耗時間長、調(diào)整繁雜、計算量大的難題,具有較高的實際應(yīng)用價值。
【圖文】：

刻機這種單價數(shù)百萬美元的瓶頸機臺，工藝流程多達(dá)數(shù)百步，且其中存在大量可重入逡逑的工作流。裸露的晶硅經(jīng)過光刻、刻蝕、氧化等加工區(qū)，，在成品硅中刻蝕上設(shè)計好的逡逑集成電路。圖１－２所示為典型的半導(dǎo)體生產(chǎn)線加工流程［３］，圖中箭頭表示產(chǎn)品的流向，逡逑主要的工作區(qū)具體描述如下：逡逑２逡逑

１．３．２光刻過程調(diào)度問題研究現(xiàn)狀逡逑如１．２．２小節(jié)所述，光刻過程所有設(shè)備是最為昂貴的，作為半導(dǎo)體前端工藝中的逡逑瓶頸加工區(qū)而備受關(guān)注，其工藝過程繁雜且精準(zhǔn)度要求高，圖１－５展示了概括的光刻逡逑工藝以及光刻過程調(diào)度問題的分類方法，通常按問題特征或者方法進(jìn)行分類。逡逑ｅ邋kxｓ邐４邋，邐ｓ？逡逑Ｊ邐？逡逑１．烘烤邐２．－層邐４．曝光逡逑？邋：Ｉ0邐？逡逑＼N蝦嬋懼危叮雜板澹罰殘院嬋荊福觳猓簦義夏Ｉ柚茫蹋剩蕖瑰迤洌у問Ч媯掊義希ぞ吒ǎ擼ㄉ救斯ぶ清義希皺遄ㄓ夢銎舴⑹劍義賢跡保倒飪探錐蔚鞫任侍夥擲噱義希疲椋紓澹保靛澹茫歟幔螅螅椋媯椋悖幔簦椋錚鑠澹錚駑澹螅簦澹穡穡澹蟈澹螅悖瑁澹洌酰歟椋睿玨澹穡潁錚猓歟澹礤義細(xì)菸侍馓卣骱馱際跫那穡芯糠較蠐卸嘀智榭�。Ｄｕｖ嶀ｙ}櫚齲郟常矗閉攵怨飪體義锨泄庋諛Ｉ柚迷際牡鞫任侍猓岢鲆恢中碌鈉舴⑹焦嬖蚋ㄖг駁難≡�，磦蝤辶x嚇卸鮮欠袂謝還庋諛！＃祝酰郟常擔(dān)蕕妊芯苛艘恢紙岷瞎ぜ頭龐肱懦痰牡鞫確椒�，金q齪義嫌兇ㄓ沒卣韉鈉烤奔庸で鞫任侍猓岣吡碩┑バ筒返淖際苯換趼始巴掏鋁�。辶x希校幔潁耄郟常叮蕕忍岢鲆恢忠遠(yuǎn)嗄勘晗咝怨婊魑誦牡鈉舴⑹焦嬖潁行迪至斯飪碳ゅ義暇叩木г彩頭趴刂

本文編號：2659033