数据驱动的半导体制造系统调度

本书是“中国制造2025”出版工程丛书中的一本。 1. 本书作者团队 不仅对该领域的理论、方法，特别是一些优选的智能化方法的研究内容与成果有了充分的调研和认识，而且也积累了一定的研究成果，并与典型半导体制造企业合作，在对相关研究成果的应用实施方面进行了有益的探索尝试。 2. 作者团队把近20年来国内外的相关研究成果的综合和作者多年在制造系统调度特别是半导体制造系统智能调度领域的研究与应用成果的经验积累相结合，尝试对复杂的半导体制造系统智能调度问题从理论到方法再到应用，全方位地进行系统化论述。

本书对复杂的半导体制造系统智能调度问题从理论到方法再到应用，进行了系统论述。主要内容包括数据驱动的半导体制造系统调度框架、半导体制造系统数据预处理的方法、半导体生产线性能指标相关性分析、智能化投料控制策略、一种模拟信息素机制的动态派工规则、基于负载均衡的半导体生产线的动态调度和性能指标驱动的半导体生产线动态调度方法、大数据环境下的半导体制造系统调度发展趋势。本书面向从事半导体制造系统计划、调度和优化等相关领域研究工作的科研人员，自动控制、工业工程等专业院校研究生的教师，制造管理及微电子制造行业生产管理或工程技术人员等，力求在半导体制造系统及其智能调度的理论方法、技术及应用案例等方面为读者提供有价值的参考和辅助。

李莉，同济大学电子与信息工程学院控制科学与工程系，系主任，同济大学电子与信息工程学院控制科学与工程系主任，教授，博导。中国科学院沈阳自动化研究所毕业，工学博士，中国自动化学会集成自动化技术专业委员会秘书长、中国自动化学会专家咨询工作委员会（ECC）委员、上海市自动化学会理事。主要研究领域为复杂生产系统计划与调度、数据驱动的建模与优化、计算智能、面向工业4.0的大数据应用等。主持或参加国家973、863计划项目、国家自然科学基金重点项目、国家自然科学基金面上项目、上海市科委科技行动计划项目等10余项，出版学术专著3部，在高水平国际国内期刊和国际会议上发表学术论文80余篇，其中1 篇入选2013 年度IEEE Transactions on Automation Science and Engineering Best Paper Award Finalist；授权发明专利5项、软件著作版权6项。获中国自动化学会技术发明奖一等奖、上海市技术发明奖一等奖各1项，获中国自动化学会高等教育教学成果奖一等奖1项。

第1章 半导体制造系统调度
1.1 半导体制造流程
1.2 半导体制造系统调度
1.2.1 调度特点
1.2.2 调度类型
1.2.3 调度方法
1.2.4 评价指标
1.3 半导体制造系统调度发展趋势
1.3.1 复杂制造数据预处理
1.3.2 基于数据的调度建模
1.3.3 基于数据的调度优化
1.3.4 存在问题
1.4 本章小结
参考文献
第2章 数据驱动的半导体制造系统调度框架
2.1 数据驱动的半导体制造系统调度框架设计
2.2 基于数据的复杂制造系统调度体系结构
2.2.1 DSACMS概述
2.2.2 DSACMS的形式化描述
2.2.3 DSACMS的对复杂制造系统调度建模与优化的支持
2.2.4 DSACMS中的关键技术
2.3 应用实例
2.3.1 FabSys概述
2.3.2 FabSys的面向对象仿真模型
2.3.3 FabSys的数据驱动预测模型
2.4 本章小结
参考文献
第3章 半导体制造系统数据预处理
3.1 概述
3.2 数据规范化
3.2.1 数据规范化规则
3.2.2 变量异常值校正
3.3 数据缺失值填补
3.3.1 数据缺失值填补方法
3.3.2 Memetic算法和Memetic计算
3.3.3 基于高斯变异和深度优先搜索的属性加权K近邻缺失值填补方法（GS-MPSO-KNN）
3.3.4 数值验证
3.4 基于数据聚类分析的异常值探测
3.4.1 基于数据聚类的异常值探测
3.4.2 K均值聚类
3.4.3 基于GS-MPSO和K均值聚类的数据聚类算法（GS-MPSOKMEANS）
3.4.4 数值验证
3.5 基于变量聚类的冗余变量检测
3.5.1 主成分分析
3.5.2 基于K均值聚类和PCA的变量聚类
3.5.3 基于MCLPSO的变量聚类算法（MCLPSO-KMEANSVAR）
3.5.4 数值验证
3.6 本章小结
参考文献
第4章 半导体生产线性能指标相关性分析
4.1 半导体制造系统性能指标
4.2 半导体生产线性能指标的统计分析
4.2.1 短期性能指标
4.2.2 长期性能指标
4.3 基于相关系数法的性能指标相关性分析
4.3.1 相关性分析框图
4.3.2 考虑工况的性能指标相关性分析
4.3.3 考虑派工规则的性能指标相关性分析
4.3.4 综合考虑工况以及派工规则的性能指标相关性分析
4.3.5 长期性能指标和短期性能指标相关性分析
4.3.6 基于MIMAC生产线的性能指标相关性分析
4.4 基于皮尔逊系数的性能指标相关性分析
4.4.1 日在制品数-日移动步数
4.4.2 日排队队长-日移动步数
4.4.3 日设备利用率-日移动步数
4.5 半导体制造系统性能指标数据集
4.5.1 加工周期和对应短期性能指标的训练集
4.5.2 准时交货率和对应短期性能指标的训练集
4.5.3 等待时间和对应短期性能指标的训练集
4.6 本章小结
参考文献
第5章 数据驱动的半导体制造系统投料控制
5.1 半导体制造系统常用投料控制策略
5.1.1 常用投料控制
5.1.2 改进的投料控制策略
5.1.3 现阶段投料控制策略的局限性
5.2 基于极限学习机的投料控制策略
5.2.1 基于极限学习机确定投料时刻的投料控制策略
5.2.2 基于极限学习机确定投料顺序的投料控制策略
5.3 基于属性选择的投料控制策略优化
5.3.1 投料相关属性集
5.3.2 属性选择
5.3.3 经过属性选择后的仿真
5.4 本章小结
参考文献
第6章 数据驱动的半导体制造系统动态调度
6.1 动态派工规则
6.1.1 参数与变量定义
6.1.2 问题假设
6.1.3 决策流程
6.1.4 仿真验证
6.2 基于数据挖掘的算法参数优化
6.2.1 总体设计
6.2.2 算法设计
6.2.3 优化流程
6.2.4 仿真验证
6.3 本章小结
参考文献
第7章 性能驱动的半导体制造系统动态调度
7.1 性能指标预测方法
7.1.1 单瓶颈半导体生产模型长期性能指标预测方法
7.1.2 多瓶颈半导体生产模型长期性能指标预测方法
7.2 基于负载均衡的半导体生产线动态调度
7.2.1 总体设计
7.2.2 负载均衡技术
7.2.3 参数选取
7.2.4 负载均衡预测模型
7.2.5 基于负载均衡的动态调度算法
7.2.6 仿真验证
7.3 性能指标驱动的半导体生产线动态调度
7.3.1 性能指标驱动的调度模型结构
7.3.2 动态派工算法
7.3.3 预测模型搭建
7.3.4 仿真验证
7.4 本章小结
参考文献
第8章 大数据环境下的半导体制造系统调度发展趋势
8.1 工业4.0
8.2 工业大数据
8.3 大数据环境下半导体制造调度发展趋势
8.3.1 基于数据的Petri网
8.3.2 动态仿真
8.3.3 预测模型
8.4 应用实例：复杂制造系统大数据驱动预测模型
8.5 本章小结
参考文献
索引