第1章 半导体芯片制造概述 1
1.1 概述 1
1.1.1 半导体产业概况 1
1.1.2 半导体晶圆制造系统特征 3
1.1.3 半导体晶圆制造系统调度现状 5
1.2 半导体晶圆制造系统简介 8
1.2.1 半导体晶圆制造过程 8
1.2.2 生产绩效指标 10
1.3 半导体晶圆制造系统建模研究 14
1.3.1 研究状况简介 14
1.3.2 建模方法小结 20
1.4 半导体晶圆制造系统调度方法 21
1.4.1 启发式规则 21
1.4.2 数学规划法 25
1.4.3 计算智能 26
1.4.4 人工智能 28
1.4.5 规则组合调度方法研究现状 30
1.4.6 SWFS调度方法小结 31
参考文献 32
第2章 基于拓展型面向对象Petri网的SWFS建模与分析 42
2.1 引言 42
2.2 拓展型面向对象Petri网的定义 43
2.2.1 EOPNs的定义 45
2.2.2 对象 45
2.2.3 对象互连机制 49
2.3 EOPNs的建模过程 51
2.3.1 单个设备的OPN模型 52
2.3.2 工作站的OPNs模型 64
2.3.3 加工区域的EOPNs模型 70
2.3.4 系统的EOPNs模型 76
2.4 系统建模案例 76
2.5 EOPNs模型的动态性能分析 82
2.5.1 死锁分析 82
2.5.2 EOPNs模型的冲突分析 94
2.6 小结 95
参考文献 96
第3章 基于赋时EOPNs模型的自治与协调实时派工机制 98
3.1 引言 98
3.2 “建模—控制—仿真”一体化方法 101
3.3 基于赋时EOPNs的SWFS性能建模 103
3.4 基于赋时EOPNs的实时状态监控系统 112
3.4.1 晶圆加工机器的实时状态监控器 113
3.4.2 在制品缓冲区和自动存取机的实时状态监控器 115
3.5 基于自治与协调的实时派工机制 117
3.5.1 基于赋时EOPNs模型的混合式实时派工控制系统 119
3.5.2 基于自治与协调的实时派工机制 127
3.5.3 基于自治与协调的动态瓶颈实时派工算法 135
3.5.4 其他算法在基于自治与协调实时派工机制下的应用 144
3.6 小结 147
参考文献 147
第4章 芯片制造系统仿真平台及仿真分析 150
4.1 引言 150
4.2 SWFS调度系统模型 150
4.2.1 系统功能模型 151
4.2.2 系统数据模型 152
4.2.3 系统流程模型 153
4.3 仿真平台系统框架 155
4.4 仿真方法和策略 157
4.5 晶圆制造系统仿真对象状态图 158
4.6 基于仿真的调度系统开发 161
4.6.1 系统设计 161
4.6.2 调度系统输入界面介绍 162
4.6.3 数据库设计 164
4.6.4 系统输出介绍 165
4.7 基于EOPNs理论的SWFS建模方法的实验 168
4.7.1 实验方案 168
4.7.2 实验结果与分析 169
4.8 ReS2原型系统的验证 180
4.9 基于仿真资源配置分析与调整 189
4.10 基于自治与协调的动态瓶颈实时派工算法仿真 192
4.10.1 实验方案 192
4.10.2 仿真实验结果及分析 195
4.11 小结 198
参考文献 199
第5章 芯片制造系统产能规划 201
5.1 引言 201
5.2 国内外研究进展 202
5.2.1 两阶段SP模型 204
5.2.2 多阶段SP模型 205
5.3 面向需求预测周期和产能扩张周期不一致的产能扩张 207
5.3.1 问题描述和建模 207
5.3.2 一般模型 208
5.3.3 改进模型 209
5.3.4 验证模型 211
5.3.5 案例研究 211
5.3.6 本节小结 216
5.4 面向需求与产能不确定的产能扩张计划研究 216
5.4.1 问题描述与建模 217
5.4.2 近似模型 220
5.4.3 求解策略 222
5.4.4 案例研究 224
5.4.5 本节小结 231
5.5 小结 232
参考文献 233
附录 236
第6章 基于规则组合的自适应优化调度方法 242
6.1 引言 242
6.2 基于仿真优化的两阶段规则组合调度方法 242
6.2.1 仿真优化问题 243
6.2.2 两阶段调度方法框架 243
6.2.3 基于自治与协调的规则分类及组合 245
6.2.4 第一阶段：基于序优化理论的组合规则选择 248
6.2.5 第二阶段：基于响应曲面法的组合参数优化 252
6.3 基于序优化理论的规则选择方法 254
6.3.1 规则选择方法框架 254
6.3.2 最优计算量分配技术 256
6.3.3 近似模型与精确模型构建 258
6.3.4 Benchmark仿真模型描述 260
6.4 基于序优化的单目标规则选择 261
6.4.1 实验参数设置 261
6.4.2 单目标规则选择求解过程 263
6.5 基于向量序优化的多目标规则选择 273
6.5.1 实验参数设置 273
6.5.2 分层算法 275
6.5.3 多目标规则选择求解过程 275
6.6 仿真实验 278
6.6.1 仿真模型 278
6.6.2 实验设计 278
6.6.3 实验结果分析 278
6.7 基于模糊逻辑的规则组合方法 279
6.7.1 多规则组合方法执行过程 280
6.7.2 规则组合阐述性示例 284
6.8 基于响应曲面法的组合参数优化 286
6.8.1 实验设计 286
6.8.2 D-最优混合设计 287
6.9 实验设计及结果分析 288
6.9.1 实验设计 288
6.9.2 实验分析 289
6.9.3 多响应优化 292
6.9.4 算法比较 293
6.9.5 两阶段调度方法效果分析 295
6.10 小结 298
参考文献 298
第7章 芯片制造系统智能调度方法 301
7.1 芯片制造智能调度方法概述 301
7.1.1 模拟退火 302
7.1.2 禁忌搜索 304
7.1.3 进化计算 304
7.1.4 蚁群优化 305
7.2 智能算法应用于芯片制造过程调度难点及应对思路 306
7.2.1 晶圆制造系统的特点和调度工作的难点 306
7.2.2 现有大规模问题分解方法 308
7.2.3 现有蚁群算法介绍 309
7.3 面向智能算法的大规模调度问题分解架构 314
7.3.1 问题描述与析取图表示 314
7.3.2 大规模SWFS调度问题分解方法 316
7.4 基于问题分解的蚁群算法过程描述 321
7.5 仿真实验与分析 323
7.6 小结 327
参考文献 328
第8章 面向瓶颈控制的SWFS调度方法 331
8.1 引言 331
8.2 现有瓶颈控制方法介绍 331
8.2.1 瓶颈的辨识 332
8.2.2 缓存能力分配 332
8.2.3 针对瓶颈设备的调度控制方法 333
8.3 面向动态瓶颈的分解方法 334
8.3.1 按照机台的加工特征分解 335
8.3.2 按照瓶颈等级分解 337
8.3.3 按照Q-WIP状态分解 338
8.3.4 动态瓶颈算法分解树 338
8.4 动态瓶颈调度算法 339
8.4.1 动态瓶颈调度优化算法 339
8.4.2 DBD算法优化及算例 345
8.5 基于约束理论的半导体生产线动态在制品水平控制方法 353
8.5.1 算法架构和参数设定 353
8.5.2 设备约束权重 355
8.5.3 目标在制品水平分布 355
8.5.4 动态在制品水平控制 356
8.5.5 仿真实验 359
8.6 小结 362
参考文献 363
第9章 SWFS的时变多目标生产调度方法 366
9.1 引言 366
9.2 多目标生产控制策略 367
9.2.1 单一目标下的调度算法 368
9.2.2 多目标的加权 373
9.3 基于模糊逻辑的TVMO生产调度算法 374
9.3.1 “调度日期”相对于“旬时变”模糊变量的权重 374
9.3.2 “旬时变”模糊变量约束下的目标权重 380
9.3.3 TVMO调度的目标权重 381
9.4 实验一：基于模糊理论的TVMO生产调度算法的仿真实验（实验室标杆数据） 382
9.4.1 实验方案 382
9.4.2 实验结果与分析 387
9.5 实验二：基于实验室标杆数据的TVMO实时派工控制 390
9.5.1 实验方案 391
9.5.2 实验结果与分析 392
9.6 实验三：基于模糊理论的TVMO生产调度算法的实验（真实数据） 393
9.6.1 实验方案 393
9.6.2 实验结果与分析 394
9.7 小结 397
参考文献 397