数据驱动下的半导体生产线动态调度方法

摘要：

本文研究了一种数据驱动下的半导体生产线调度框架,该框架基于调度优化数据样本,应用机器学习算法,获得动态调度模型,通过该模型,对于半导体生产线,能够根据其当前的生产状态,实时地定出近似最优的调度策略.在此基础上,利用特征选择和分类算法,提出一种生成动态调度模型的方法,并且具体实现出一种混合式特征选择和分类算法的调度模型:先采用过滤式特征选择方法对生产属性进行初步筛选,然后再采用封装式特征选择和分类方法生成模型以提高模型生成的效率.最后,在某实际半导体生产线上,对在所提出的框架上采用6种不同算法实现的动态调度模型进行测试,并对算法性能数据和生产线性能据进行对比和分析.结果表明,数据驱动下的动态调度方法优于单一的调度规则,同时也能满足生产线调度实时性要求.在数据样本较多的情况下,建议采用本文所提出的方法.

关键词：半导体生产线、动态调度、数据驱动、特征选择、分类算法

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目610340004,61273046,51475334;中央高校基本科研业务费专项资金资助.Supported by National Natural Science Foundation of China610340004, 61273046, 51475334;Fundamental Research Funds for the Central Universities

在线出版日期：2015-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1233-1239