[发明专利]一种半导体生产线动态调度装置

权利要求书

1.一种半导体生产线动态调度装置，其特征在于，包括：

用于生成数据样本的样本生成模块，所述样本生成模块包括半导体生产线模型单元和样本数据库，所述半导体生产线模型单元根据实际的半导体生产线生产状态和候选调度策略生成数据样本，存储于样本数据库；

用于根据所述数据样本建立调度模型的调度模型离线学习模块；

用于根据用户调度目标和所述调度模型生成实时调度策略进行半导体生产线在线调度的生产线在线调度模块；

所述半导体生产线模型单元生成数据样本的具体过程为：

1a)确定与实际调度环境相关的生产属性集、调度策略集和生产线性能指标集；

1b)根据半导体生产线物理特征和控制特征构建仿真模型；

1c)向仿真模型输入一条生产线状态数据，初始化仿真模型生产状态，获取一个生产线状态所对应的生产属性数据，应用调度策略，运行模型一个调度周期，获取该调度策略下的生产线性能指标值，形成一条数据样本，若有m个调度策略，则运行m次仿真模型，形成m条数据样本，即每个生产线状态对应着m条数据样本；

1d)对所有的生产线状态数据逐条进行步骤1c)，形成数据样本，所述数据样本包括生产线状态、调度策略和相应的生产线性能指标。

2.根据权利要求1所述的半导体生产线动态调度装置，其特征在于，所述生产属性集包括产品属性、设备属性和加工区属性；

所述调度策略集包括基于交货期的调度策略、基于加工周期的调度策略、基于工件等待时间的调度策略、基于负载均衡的调度策略和混合调度策略；

所述生产线性能指标集包括硅片总移动量、移动速率、生产率、在制品水平和设备利用率。

3.根据权利要求1所述的半导体生产线动态调度装置，其特征在于，所述调度模型离线学习模块根据所述数据样本建立调度模型的具体过程为：

2a)在生成的数据样本中，每个生产线状态都对应着m条样本数据，根据生产线性能指标集中的一个性能指标值或生产线综合性能指标值大小，选出该性能最佳下的所采用的调度策略，即以生产线性能指标集中的一个或多个性能指标为调度目标，选出每个生产状态下的最优调度策略，生产线状态、最优调度策略及对应的调度目标组成该调度目标下的最优样本，保存于最优样本数据库；

2b)在某一调度目标下，将最优样本数据库中的样本数据进行归一化处理，分为训练样本集TE₁和测试样本集TE₂；

2c)采用基于GA-ELM的特征选择与分类算法对训练样本集TE₁进行学习，获得经过特征选择后的最优生产属性子集，即特征子集，并形成基于ELM的中间调度模型A*；

2d)将测试样本集TE₂输入到所述中间调度模型A*中，将获得的调度策略与测试样本中的调度策略对比，判断基于特征子集所获得的调度策略正确率是否优于基于未经特征选择的生产属性全集所获得的调度策略正确率，若是，则记录该特征子集，作为当前最优特征子集SF，转至步骤2e)，若否，则更新模型学习参数，返回步骤2c)；

2e)将当前最优特征子集SF作为ELM算法的输入，再次对训练样本集TE₁进行学习，获得最终用于指导半导体生产线运行的ELM调度模型A。