基于瓶颈设备处理时间波动的WIP估计方法

针对半导体晶圆制造系统缩短制造周期(CT)和提高产出率(TH)两个目标,考虑了瓶颈设备偏离其正常和可预测处理时间的情况（即瓶颈设备处理时间波动）,结合CONWIP投料规则和G/G/m排队网络模型,开发了一种确定半导体晶圆制造系统中合理在制品（WIP）水平的启发式算法.仿真实验结果表明,在系统中保持该算法所计算出的WIP水平,在一定的瓶颈设备处理时间波动范围内可以取得合理的TH和CT.     

面向瓶颈的半导体晶圆制造系统派工策略及参数优化

针对半导体晶圆制造系统中瓶颈设备动态漂移的特性,提出一种动态瓶颈实时派工策略.它是根据瓶颈机台的实时信息做出决策,决策参数通过响应曲面法和期望函数法确定并优化.实例验证表明,该算法相对于其他两种派工策略,在产能、加工周期、方差和制品数量等4个指标上均有所改善.     

带驻留约束的多机械手制造单元的调度算法

为了有效地解决多机械手制造单元适应带驻留约束的多品种调度问题,提出了基于瓶颈的推拉式算法.首先,进行了调度问题域的描述,以最小Makespan为目标,建立了数学模型.在此基础上,提出了一种以瓶颈工作站为界,通过逐级回溯和递推来优化机械手动作组合,同时降低产品在机器上的驻留时间的启发式调度算法;该算法结合时间缓冲概念,有效地解决了共享工作站的机械手冲突问题,防止了死锁现象的发生.最后,通过仿真实验对提出的基于瓶颈的推拉式算法进行验证并与拉式算法进行比较,结果表明,该算法能够有效地实现多品种、带驻留约束的多机械手制造单元的调度,且性能优于拉式算法.     

晶圆制造过程中动态瓶颈设备的实时调度

提出了一种基于合弄机制的动态瓶颈实时调度算法.该算法通过实时检测瓶颈设备、辨别设备加工状态和在制品排队长度等实时信息来合理分配加工任务,并利用一组综合型启发式调度规则对半导体晶圆制造过程中动态出现的瓶颈设备实施有效控制.仿真结果表明,所提出的算法可以缩短生产周期,降低在制品水平和保证产品交货期的良好绩效.     

串联排队系统平均等待时间的近似分析

文章研究GI/G/1→/G/1串联排队系统，该系统由两个单一服务器串联而成，系统的到达过程是更新过程，两个站的服务时间服从一般分布。由于系统的到达时间间隔和服务时间服从一般分布，导致很难用解析的方法进行分析。根据系统的到达时间间隔和服务时间的三阶矩，文章分别将两个站的到达过程近似为MAP，服务时间近似为PH分布，从而将GI/G/1→/G/1排队系统近似为MAP/PH/1→/PH/1排队系统，构建相应的马尔可夫过程，采用矩阵几何解的方法求解系统的平均排队时间等数量指标。通过数值实验，验证了文章提出的近似方法的有效性。     

基于排队论的工件加工优化模型研究

本文将排队论方法应用于工件加工问题中,建立了基于N-策略M/G/1的单机工件加工模型,并以系统总费用最低为目标函数,对问题进行优化,求出了最优缓冲工件数.     

基于规则的批处理设备调度方法在半导体晶圆制造系统中应用

针对半导体炉管区瓶颈设备的批处理调度问题,提出满足工艺约束和设备限制的组批调度算法.在考虑产品动态到达的基础上,根据半导体制造系统大规模、多重入、混合型生产等特征,针对晶圆平均等待时间进行优化,实现多产品、多机台的实时组合派工.仿真实验在一个虚拟的晶圆制造系统上进行.结果表明,该算法在实时派工中对瓶颈设备填充率和利用率显著提升,有效地缩短了产品加工周期.
     

M/G/1/∞(E,MV)排队系统的注记

考虑M/G/1/∞（E,MV）排队系统,利用全概率分解技术和Laplace-Stieltjes变换, 得到了忙期开始时顾客数的分布律,并给出剩余休假时间分布函数的一种证明.     

允许延期交货的制造/再制造受限批量模型研究

文章研究了制造/再制造混合生产场景下的经济批量问题,建立了一个生产能力受限的制造/再制造混合批量模型,并根据问题模型的特性设计了一种启发式蚁群优化求解算法;该算法根据前一轮选择的路径调整可行解的信息素,再按转移概率选择保留路径,或启动相应的局部启发式过程来调整路径,最后编程实现了算例,验证了所提算法的有效性和效率。     

基于约束的集合覆盖选址-分配问题

摘要：
在供应链协同库存背景下研究了基于集合覆盖的有时间和容量限制的配送中心选址问题,目标是系统的成本最小以及决策配送中心向需求点提供最优配送量.根据建模的假设条件,建立了基于集合覆盖的有容量和时间限制的选址 分配系统的非线性规划模型,按照模型决策空间所具有的特殊结构,设计了基于遗传和粒子群算法（GA PSO）的启发式算法.用大量的数据作为算例对模型进行了数值演算.结果表明,模型实用、算法有效.
关键词：
协同库存;选址 分配系统; 时间容量限制; 启发式算法
中图分类号： F 27
文献标志码： A     

芯片封装系统两环闭型排队网络模型性能解析

研究了芯片制造封装生产线上由于存在多种运输车辆而形成的两环闭型排队网络模型,在考虑制造系统随机特性的基础上,构建了问题的数学模型,并提出一种重叠式分解迭代解析算法,获得了系统的产率解析结果.仿真实验和生产应用表明,该算法是有效的.     

眼科病床合理安排的优化模型

对某医院眼科排队模型的历史数据进行统计分析,得出该模型为M/G/m系统.针对该系统制定评价指标,对原模型进行评价.利用分布参数,按照排队规则设计系统模拟程序,对各种入院及手术时间方案进行讨论和比对,确定最佳安排方案.根据系统内各类病人等待时间的概率分布,得到病人大概入院时间的置信区间.最后给出了所有病人在系统内平均逗留时间最短的病床分配模型.     

整体式半导体自动物料搬运系统解死锁算法

为了有效地解决300mm晶圆制造中整体式自动物料搬运系统的设备缓冲约束引起死锁的问题,构建了基于图论的两阶段解死锁算法.首先对问题域进行了形式化描述,在此基础上,证明了死锁产生和解除的充分条件,以关键设备死锁解除时间最小化为目标,建立了数学规划模型,并构造了解死锁算法.该启发式算法使用存储柜转存晶圆批来释放死锁的小车资源,并应用图论理论构造了多个并行路径来解除死锁.最后,对算法进行了仿真实验,结果表明该算法能有效求解设备缓冲约束引起的死锁问题.与其他解死锁方法相比,上述算法能有效减少解死锁时间,提高了关键设备的可用率.     

轮询LAN多业务系统丢失率分析

 通过重构概率空间,建立了一种轮询LAN中有限缓冲条件下的离散型综合业务服务排队G/G/1(G)/S/FCFS模型,并利用嵌入马尔可夫链理论和概率母函数,对系统的丢失率进行了详细的数学分析.计算机模拟的结果表明了仿真与理论的一致性.     

一种求解制造／再制造混合系统车间调度的启发式算法

针对传统方法在求解制造／再制造混合系统车间调度时存在的问题,根据制造／再制造混合系统车间调度的特点,提出了最早交货期一最长加工时间（earliest deliverydate-longest processing time fist,EDD-LPT）的启发式算法。首先,将全部工件按照交货期的时间非减排列,对于交货期相同的工件,则按照再制造修复时间非增排列。然后,依次将工件安排在修复费用最小的设备上。对于再制造修复费用和延迟交货费用之和大于新品制造费用的工件,则采用新品制造替换。最后,给出了EDD-LPT启发式算法的最坏误差界。实例研究表明,EDD-LPT启发式算法较传统方法在计算时长方面具有更好的性能。     

基于连续效用子集的资源分配算法

基于离散资源配置选项的实时(或软实时)系统资源分配问题,当以系统整体效用最大化为目标时,属于多维多选择背包问题,直接求解最优值的时间复杂度较高.现有的研究中主要通过使用启发式算法,将其时间复杂度降低为多项式级.这些启发式算法不考虑离散资源配置选项之间的联系,因此在求解中存在一些不必要的计算,而且分配结束后的残留资源不能得到利用.为此通过定义连续效用子集,分析了同一个任务的不同资源配置选项之间的联系.对已有的启发式算法HEU加以改进,提出启发式算法(T-HEU),能够用较低的时间复杂度获得与HEU算法相同的结果.根据同一个连续效用子集中的资源消耗函数的连续性,将残留资源分配问题近似归结为线性规划问题,并提出一种能求得近似最优解的启发式算法RRA_HEU.仿真结果表明,当任务数较少时,RRA_HEU的执行时间少于单纯形法和主-对偶内点法.当任务数较多时,用单纯形法求解残留资源分配问题是合适的.     

基于DBR的生产控制方法研究

为解决DBR方法在生产控制研究中的局限性,分别对DBR方法中时间缓冲量的确定、瓶颈识别和控制机制进行改进,建立了一套完善的、基于DBR的生产控制方法,使之能够有效地识别制造系统的瓶颈资源,减少生产中不确定性对系统带来的影响,提高生产绩效.     

服务员不可靠的N-策略M/G/1排队系统的可靠性分析

研究了服务员不可靠的N-策略M/G/1排队系统模型,主要是对该模型进行可靠性分析.本文得到了系统首次故障时间分布、“服务员忙期”内的失效时间、（0,t]时间内的平均失效时间及其近似计算公式等可靠性指标.     

晶圆制造系统中Lot加工序列优化的蚁群算法

针对半导体晶圆制造系统中设备从缓冲区选择Lot加工问题,提出Lot加工序列优化的蚁群算法,对其进行计算时间复杂度分析,并给出了该算法的改进形式.该改进算法是根据晶圆制造系统重入特点,基于瓶颈设备构建蚁群算法求解模型,通过迭代仿真最终获取Lot加工优先序列表.仿真结果表明,采用该算法在短期调度区间内,与一般的基于规则的动态调度算法相比,效果得到了显著的改善.     

基于蚁群算法和遗传规划的跨单元调度方法

针对运输能力受限的跨单元调度问题,提出了一种基于蚁群算法与遗传规划的超启发式算法.通过蚁群算法搜索合适的启发式规则,并且利用遗传规划生成可以适用于问题模型的启发式规则,用以扩充规则集;同时引入时间窗的概念,用来决策每个小车运输时的等待时间.实验表明,提出的算法可以搜索出优质规则,并且通过遗传规划很大程度上改善了候选规则集,提升算法性能.同时时间窗策略的采用可以提高小车的利用率以及最小化总加权延迟时间.