[发明专利]基于多蚁群优化的半导体生产线排程方法

权利要求书

1.一种基于多蚁群优化的半导体生产线排程方法，其特征在于具体步骤如下：

步骤1：确定半导体生产线的瓶颈区域，对于非批加工瓶颈区域，采取ACO-1算法搜索排程方案；对于批加工区域，采取ACO-2算法搜索排程方案；

步骤2：与MES通讯，获取WIP信息与投料信息，确定计划时段内待调度任务集：

.                (1)

其中：

- 工件在调度决策时刻的正在加工工序或待调度工序

-如果工件是紧急工件，；否则，

- 工件在计划时段内预计完成的最后一道工序，如果工件是紧急工件，；否则，；是半导体生产线的WIP平均移动步数，由MES中的历史数据统计得到；是工件的生产周期倍增因子，即平均加工周期与净加工时间的比值；

将上述任务根据加工流程信息，分配到每个加工区域，即为各加工区域的待调度任务集；

步骤3：建立各蚁群算法的搜索空间；对于ACO-1，搜索空间的节点数为，N为待调度任务数，M为瓶颈加工区域设备数； 对于ACO-2，搜索空间的节点数为，N为待调度任务数，M为瓶颈加工区域设备数，B为设备的最大加工批量；

步骤4：多蚁群初始化：包括蚁群的个数、各蚁群的蚂蚁个数、终止条件与节点之间弧的初始信息素；

(a) 蚁群的个数为瓶颈加工区域的个数；

(b) 各蚁群的蚂蚁个数按经验设为10；

(c) 终止条件包括2个：一是最大迭代次数，二是连续两次最优解的改进小于给定值；

(d) 节点之间弧的初始信息素为

                   (2)

其中，代表搜索空间的节点对，表示一个很小的正数；

步骤5：每个蚁群随机指定一个蚂蚁开始搜索过程，获得本瓶颈加工区域的排程方案；

ACO-1中的蚂蚁选择下一个节点的概率为

                (3)

           

           

ACO-2中的蚂蚁选择下一个节点的概率为

             (4)

            

其中：是任务表中的任一节点；是蚂蚁选中的与使用相同设备的上一节点；是的加工时间；是由切换到发生的整定时间；是启发式因子，代表对设备的占用和设备间的相对负载；是加工的设备选中后的负载；是设备的负载；是代表信息素浓度与启发式因子的相对重要性；

步骤6：按照工序顺序约束将各瓶颈加工区域的排程方案重新整合为统一的瓶颈加工区域排程方案；

步骤7：以瓶颈加工区域排程方案和工件加工顺序为约束，推导非瓶颈加工区域的排程方案，则获得半导体生产线的排程方案，计算该方案的目标值，储存当前最优值；

步骤8：判断是否满足程序终止条件；如满足，转步骤10；否则，转步骤9；

步骤9：                    (5)

,  

其中，是信息素挥发因子；是工件在计划时段内的移动步数；是设备在计划时段内的利用率；是所有瓶颈加工区域内设备总台数；分别是工件的权值和工序交货延迟，， 分别是的完工时间与交货期，， 是工件的总净加工时间，是工序到的净加工时间之合；

转步骤5；

步骤10：输出当前最优排程方案作为调度方案。