半导体封装测试生产线模型及其调度方法

针对成都某工厂半导体封装测试生产线上的调度问题,结合封装测试生产线的特点,建立了以完成加工任务为约束条件,同时考虑设备初始状态和切换时间,以最小化设备的最大运行时间为目标函数的数学模型. 提出了基于自适应并行遗传算法求解半导体封装测试生产线调度的方法,算法同时综合了自适应遗传算法和并行遗传算法的优点. 并对该工厂半导体封装测试生产线上的调度案例结果进行了分析,试验结果表明了该算法的有效性.      

嵌入式Linux实时性方法

针对Linux进程调度策略存在中断封锁时间过长、非抢占式的Linux内核,以及耗尽式的、机会均等的调度方式这3个不利于实现实时性的不足,提出提高嵌入式Linux实时性的方法,实现实时Linux系统(RTLinux)的调度算法及其他部分功能,并采用LMbench测试系统对改进的RTLinux和通用Linux的上下文切换时间进行对比测试.研究结果表明,改进的RTLinux有效地提高了嵌入式Linux的实时性.     

基于进程执行时间的多级反馈队列调度算法

针对多级反馈队列(MLFQ)调度算法在时间片大小选取上对系统性能的关键影响,提出了一种基于进程执行时间的多级反馈队列调度算法.算法结合动态时间量子思想,通过进程的执行时间动态确定队列以及时间片来完成调度.同时为了减少队列进程的切换次数,利用中位数的方法来决定时间片的大小.实验结果表明,与传统的多级反馈队列调度算法相比,改进的算法不仅缩短了进程的平均周转时间和平均等待时间,也减少了进程切换次数,为操作系统领域处理机调度智能化提供了有效的参考价值.     

一种高效的节能动态调度算法

研究了可调度性测试条件及考虑处理器模式切换的时间和能量开销,从多个方面改进了ES-RHS算法.首先,给出了新的可调度性测试条件,大大降低了其悲观性;其次,通过任务合并消除了处理器的空闲模式,大大减少模式切换次数,从而降低功耗;最后,放松了对处理器在每个协周期内休眠时间的限制.模拟实验结果表明,与ES-RHS相比,提出的算法节约17%～65%功耗,并且适用于更多类型的处理器.     

ATM中仿真数据库技术的研究与实现

封装测试生产线制造环境的复杂程度随着新品种和新设备的增加而增加.数据库技术对仿真系统的建立起决定性的作用.文章详细阐述了在半导体封装测试生产线上仿真数据库的建立方法,仿真软件实现的算法,以及在生产线上的实际应用. 在生产未运行之前预测生产线的生产能力、生产线在不同调度策略下的性能及预见随机故障发生时生产线的调节能力,选一个较好的调度方案来运行生产线.面向对象与多线程技术的运用,使得程序具有很好的可复用性和可扩展性.     

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.     

半导体制造业生产调度信息系统数据库设计

在半导体制造行业生产调度作业需求基础上,分析了系统的业务流程和数据流程,提出了一种基于仿真方法的生产调度管理系统数据库设计方案,其中包括建立数据库的概念模型和物理模型．方案已成功应用于半导体制造行业的ERP项目,方便调度员对各类设备进行任务分配．     

半导体晶圆制造系统的时变多目标生产调度优化

从当前半导体晶圆制造企业实际生产调度的角度出发,根据模糊控制理论和模拟退火算法,提出了解决半导体晶圆制造系统(SWFS)时变多目标生产调度复杂问题的方法.大量的仿真实验数据证明,该方法可以在求解速度和优化质量间取得平衡,并实现了全局优化效果,为实现SWFS的科学生产控制与调度提供了有效策略和方法.     

半导体晶圆生产线调度的性能指标体系研究

针对半导体晶圆生产线调度，提出了由用于日生产计划的调度方案对比的短期性能指标，和用于每日投料计划的、实施分析的长期性能指标组成的半导体晶圆生产制造系统的性能指标体系．其中，短期性能指标分为与产品有关的在制品值、移动步数和移动速率，以及与设备有关的设备利用率、负载程度、排队队长和瓶颈率；长期性能指标主要包括产品的加工周期、流程参数和生产率．在此基础上，设计并实现了半导体晶圆生产线调度性能评价系统，以指导半导体车间的实际生产．该系统已经在工厂中得到应用．     

基于遗传算法的半导体生产线调度研究进展

半导体生产线调度是制造系统实际生产中的重要问题,也是理论研究的难点之一.遗传算法是计算智能的主要研究对象,因此基于遗传算法的半导体生产线调度研究,具有非常重要的研究价值和实践意义,已经引起了国内外研究者的广泛关注.文中评述近几年来在半导体生产线调度优化中遗传算法的应用,详细介绍了算法编码、操作、参数的选择、算法的改进及具体应用,并指出这一领域中值得进一步研究的一些问题和可能的发展方向.     

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.
     

面向半导体车间多目标可重入调度研究

针对半导体制造车间产品重入机台时存在机台状态不一致,使得传统可重入调度方法难以适用的问题,根据半导体车间生产特性,提出了半导体车间多目标可重入混合流水车间调度问题,以最小化最大完工时间为基础,考虑以降低产品不合格率、减少机台工序切换次数为目标,建立此问题的多目标数学模型．提出基于实质不确定因子的最优觅食算法,采用灰色关联分析与MYCIN不确定因子的勾股模糊集的多目标处理策略,将帕累托(Pareto)解的实质不确定因子作为最优觅食算法的适应度值．编码采用基于工件号编码方案,解码通过三段式方法生成可行的调度解．通过仿真实验和半导体车间案例与其他三种算法对比,验证了所提出的模型,算法性能分析结果表明所提出的模型合理,算法具有明显优势．     

考虑设备可用性约束的单机调度问题

针对某转子生产车间设备可靠性低导致的工件加工质量差这一问题,研究带有设备可用性约束的单机调度问题.通过设备的可靠性定义其可用性,而设备可靠性可以通过预防性维护得以恢复.在建模时考虑了多种不同改进效果的预防性维护,以最小化总拖期时间为优化目标,并设计了遗传算法对模型进行求解.算例结果表明,所提出的决策模型能够有效应对设备可用性对生产调度带来的影响.通过敏感性分析为实际车间调度提供决策支持.     

基于GATS混合算法的最优作业切换不相关并行机成组调度研究

不相关并行机调度问题是车间调度中的典型问题,而单件小批量生产模式导致频繁的作业切换和大量的作业切换时间,降低了设备利用率和生产效率。文中提出了基于成组技术的排序依赖作业切换时间的不相关并行机调度问题研究。根据工件加工所需资源的相似性进行工件聚类成组,满足机器约束条件确定所有工件组在各机器上的分配,以及确定同一台机器上的各工件组以及组内的排列顺序。以最小化总拖延时间为优化目标构建了数学模型,应用了遗传禁忌搜索(GATS)算法进行求解,针对不同规模的问题分别对比人工蜂群(ABC)算法和遗传模拟退火(GASA)算法进行案例研究。对比结果显示文中提出的算法具有较好的寻优能力。     

μC/OS-Ⅱ内核任务调度算法的改进

μC/OS-Ⅱ是一个基于任务优先级抢占式的实时内核,但它不具有相同优先级任务的实时调度功能.为了使μC/OS-Ⅱ内核既支持不同优先级的多任务抢占式调度,又支持同一优先级的多任务调度,提出对μC/OS-Ⅱ内核的改造,加入以时间片轮转调度算法进行相同优先级任务的调度.方法是保持原有不同优先级抢占式调度链表,增加相同优先级的时间片轮转调度链表,通过任务控制块指针使任务调度在2个链表之间切换.给出了在μC/OS-Ⅱ任务调度模块中算法改进的实现步骤、实验过程和结果.结果说明了提出的改进调度算法是可行的.     

组件化可重构半导体生产线调度体系结构

在分析半导体生产线调度分类的基础上,提出了组件化可重构半导体生产线调度体系结构.根据该体系结构,不同类型的企业可以按照自己的生产特点动态选择适合自己的调度结构,以获得最佳的生产性能.     

基于萤火虫算法的学习遗忘效应BFSP问题研究

对于以最小化最大完工时间为目标的阻塞流水车间调度问题(BFSP),现有研究较少同时考虑学习效应及遗忘效应对生产调度的影响,为此构建了BFSP问题的学习遗忘调度模型,结合基于Pairwise的局部搜索策略,应用萤火虫算法对小批量生产时的学习遗忘效应BFSP问题进行求解.对Car类问题及其学习遗忘调度模型的大量仿真测试,表明了改进萤火虫算法求解该类问题的可行性和有效性.同时,证明了学习效应能够降低最大完工时间,从而提高生产效率;而遗忘效应会使得学习效果减弱,从而导致最大完工时间的增加,学习效应和遗忘效应在生产调度中的影响是客观存在且不可忽略的.     

炼钢连铸混合智能调度方法及其应用

在炼钢连铸生产工艺约束条件下,针对多设备、多工序、以及生产类型复杂的生产环境,目前还难以在合理时间内获得最优调度解,提出了基于规则的专家调度方法、基于规划的两阶段调度方法和基于多级模糊综合评价方法的混合智能调度方法,并在合理时间内得到一个有效的可行解。应用混合智能调度方法建立了智能调度架构,设计并开发了软件系统。该系统应用于国内某大型钢厂的生产调度,在缩短计划编制时间、减少钢水等待时间、提高设备利用率方面获得显著经济效益。     

带有学习效应的多阶段混合流水车间调度问题研究

[目的]研究考虑学习效应和顺序相关调整时间的多阶段混合流水车间调度问题.[方法]针对该问题的特点,建立以最小化最大完工时间和总能耗为目标的混合流水车间调度问题模型,同时设计一种改进的混合蛙跳算法进行求解.采用不同规模的测试问题对提出的算法进行测试,并与另外3种算法进行对比.[结果]提出的算法的效果均优于另外3种算法.此外,不同的学习率对调度目标的影响存在差异.[结论]该研究对企业提高生产效率和节能降耗的 目标有一定的指导意义,可为企业在制定生产调度方案时提供决策支持.     

改进的最低松弛度优先周期任务调度算法

最小松弛度优先LLF(Least Laxity First)调度算法结合任务执行的缓急程度来给任务分配优先级,任务的松弛度越小,越需要尽快执行.然而,当多个任务松弛度值接近时,算法造成任务之间的频繁切换或颠簸现象,增大了系统因调度引起的开销,限制了调度算法的实际应用.寻找合理的任务执行时间片,对最低松弛度优先调度算法进行改进,一直是研究的热点.该文在深入研究周期任务特点的基础上,给出了最少切换次数的最低松弛度优先调度算法.仿真实验表明,算法是有效的.