[发明专利]基于指标预报和解相似度分析的光刻工序动态调度方法

权利要求书

1.基于指标预报和解相似度分析的光刻工序动态调度方法，其特征在于，该方法是一种采用基于解相似度分析的差分进化算法进行迭代优化的过程中，不断地利用精确评价所获得的工件排序调度子问题实例和调度解性能指标数据，对工件排序调度子问题性能指标预报模型进行在线学习，以提升预报模型的预报精度，进而改善差分进化算法寻优效率和效果的方法；所述方法在计算机上依次按如下步骤实现：

步骤(1)：获取半导体生产线光刻区动态调度问题对应的数据；

基于半导体生产线上的制造执行系统或其他数据采集系统，获取与光刻区动态调度问题相关的数据，具体包括光刻区可用设备数量、各设备的释放时间、光刻板类型及数量、待加工的各工件的释放时间/加工时间/优先级/可加工设备信息，并存储至调度数据库中，形成待求解的半导体生产线光刻区动态调度问题实例；

步骤(2)：光刻区动态调度问题分解

针对所获得的光刻区动态调度问题实例，将该实例分解为设备选择调度子问题和工件排序调度子问题；

步骤(3)：光刻区动态调度问题求解

步骤(3.1)：差分进化算法初始化

设定差分进化算法与调度子问题性能指标预报模型的相关参数：

差分进化算法中的解集合规模NP，在区间[20，1000]之间；

差分进化算法中的缩放因子F，在区间[0.5，1]之间；

差分进化算法中的交叉率CR，在区间[0，1]之间；

差分进化算法中的精确评价比例p，在区间[10％，30％]之间；

差分进化算法中的停止条件：需要根据不同的需要，设定不同的算法运行时间限制，在区间[5秒，2000秒]之间；

步骤(3.2)：调度子问题性能指标预报模型初始化

调度子问题性能指标预报模型中的区间划分参数I，在区间[4，8]之间；

调度子问题性能指标预报模型中的径向基函数的参数：a_i维数为2I+3维，其每一维的取值从[-1 1]中随机选取，b_i为1维，取值为从110013300]]>随机选取；

调度子问题性能指标预报模型中的隐层节点数L，在区间[5，100]之间；

调度子问题性能指标预报模型中的惩罚因子v，按经验取2^-15；

在上述参数设置基础上，随机产生设备选择调度子问题的NP个初始解形成初始解集合，然后，随机选择1至NP个解，采用分枝定界算法进行精确评价，获得各个解对应的调度目标函数值；在此基础上，采用极限学习机的在线学习方法，利用所获得的调度子问题及其对应的目标函数值的数据，获得初始的调度子问题性能指标预报模型；

步骤(3.3)：差分变异和交叉

对解集合中的解，首先计算其距离矩阵，在此基础上进行基于解相似性分析的差分变异操作，最后进行交叉操作；操作完成后，形成新的解集合；

步骤(3.4)：基于粗评价与精确评价相结合的评价与选择

对解集合中的解，首先采用调度子问题性能指标预报模型进行粗评价，在此基础上，从当前解集合中选择1至NP较好解进行精确评价，然后，采用标准轮盘赌方法进行选择，形成新一代解集合；

步骤(3.5)：使用极限学习机的在线学习方法，在线学习更新调度子问题性能指标预报模型参数，形成新的调度子问题性能指标预报模型；

步骤(3.6)：算法终止条件判别

若算法运行时间已达到设定值，则停止；否则转步骤(3.3)进行迭代优化。

2.如权利要求2所述基于指标预报和解相似度分析的光刻工序动态调度方法，其特征在于，所述的调度子问题性能指标预报模型的输入包括如下属性：

●分配至该机器l的工件的总加权加工时间：

●光刻板类别数量：NB

●指派到当前光刻机的工件释放时间的集中程度：Cr

●采用最小加权加工时间规则所获得的目标函数值：TWFT_swpt

●区间i对应工件的总数量：|Ω_i|，i＝1，2，…，I.

●区间i对应工件的总加权加工时间：i＝1，2，…，I.

其中，p_l，j，w_j和r_j分别为工件j在光刻机l上的加工时间、权重、释放时间，j＝1，2，…，n，Ω_i为分配到区间i的工件集合，区间的划分方法为：把整个调度时间轴划分为I个区间，I为整数，每个区间的长度为u＝(r_i，max+p_i，max-r_i，min)/I，p_i，max为所有工件中加工时间的最大值，r_i，max和r_i，min为所有工件释放时间的最大值和最小值，区间的起始时刻为r_i，min；

Cr的计算步骤如下：

1)令L_i(i＝1，2，…，I)表示第i个区间的总负载，L_i，j为工件j对L_i的贡献；

2)对工件j(j∈Ω_i)，令st_j＝r_j，则c_j＝r_j+p_l，j，通过下式计算L_i，j：

Li,j=0i×u≤stji×u-stj(i-1)×u<stj≤i×uustj<i×u≤cjcj-(i-1)×u(i-1)×u<cj≤i×u0cj<i×u]]>

3)计算第i个区间的总负载

4)通过下式计算Cr：

Cr=Σi=1I(max(Li-u,0))2]]>

在上述属性中，两个与调度时间区间相关的属性，|Ω_i|和其计算步骤如下：

1)将该光刻机上的所有工件按其释放时间由小到大的顺序排序，不失一般性，记j′₁，j′₂，…，j′_n为排序后的各个工件，r′₁，r′₂，…，r′_n为对应的释放时间；

2)对工件j′_k(k＝1，2，…，n)，如果iu≤r′_k＜(i+1)u成立，其中i为时间窗口的序号，则j′_k属于第i个时间窗口对应的工件集合；

3)对每个时间窗口，|Ω_i|为该时间窗口对应的工件数量，为该时间窗口对应工件的加权加工时间之和；

按照上述输入属性选择方法，对给定的单台设备的工件排序调度子问题，用于构建预测模型的特征共有2I+4个，根据问题规模的不同，I的取值在区间[4，8]之间。