摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
第一章 绪论 | 第13-31页 |
·课题的研究背景及意义 | 第13-27页 |
·半导体产业概况 | 第15-19页 |
·半导体晶圆制造业面临挑战 | 第19-20页 |
·问题的提出 | 第20-25页 |
·课题研究的意义 | 第25-27页 |
·论文主要内容及贡献 | 第27-30页 |
·论文的组织结构 | 第30-31页 |
第二章 文献综述 | 第31-49页 |
·引言 | 第31页 |
·半导体晶圆制造过程简介 | 第31-35页 |
·晶圆制造设备特征 | 第35-39页 |
·晶圆制造系统调度方法研究综述 | 第39-47页 |
·生产调度问题与调度算法分类 | 第39-40页 |
·启发式调度规则 | 第40-41页 |
·数学规划方法 | 第41-43页 |
·人工智能调度方法 | 第43-45页 |
·元启发式调度算法 | 第45-47页 |
·研究现状总结 | 第47-49页 |
第三章 晶圆制造系统的问题分解框架 | 第49-65页 |
·引言 | 第49页 |
·晶圆制造系统的调度问题 | 第49-50页 |
·问题描述 | 第49-50页 |
·调度约束 | 第50页 |
·基于析取图模型的晶圆制造系统描述 | 第50-58页 |
·析取图模型 | 第50-53页 |
·现有析取图存在的问题 | 第53-55页 |
·对析取图的扩展 | 第55-58页 |
·大规模调度问题分解方法介绍 | 第58-62页 |
·基于数学规划方程的分解 | 第59-60页 |
·基于时间的问题分解方法 | 第60页 |
·基于工件的分解方法 | 第60-61页 |
·基于机器的分解方法 | 第61-62页 |
·应用蚁群算法求解晶圆制造系统调度问题的分解框架 | 第62-64页 |
·调度问题分解方法 | 第63页 |
·求解算法 | 第63页 |
·协调机制 | 第63-64页 |
·本章小结 | 第64-65页 |
第四章 基于时间分解的大规模晶圆制造系统蚁群调度方法 | 第65-83页 |
·引言 | 第65页 |
·蚁群算法及在生产调度中的应用 | 第65-69页 |
·蚁群优化领域的主要算法及其应用的领域 | 第66-67页 |
·蚁群算法在生产调度问题上的研究 | 第67-69页 |
·问题描述与析取图表示 | 第69-71页 |
·基于时间的调度问题分解方法 | 第71-75页 |
·问题分解流程 | 第71-73页 |
·子问题构建 | 第73-74页 |
·子问题协调机制 | 第74-75页 |
·分类蚁群算法 | 第75-82页 |
·本章小结 | 第82-83页 |
第五章 基于机器类型分解的蚁群调度算法 | 第83-101页 |
·引言 | 第83-84页 |
·基于机器类型的调度问题分解与协调 | 第84-85页 |
·面向多重入特征的单件加工设备调度蚁群算法 | 第85-87页 |
·批处理加工设备调度蚁群算法 | 第87-98页 |
·批处理设备调度研究概述 | 第87-90页 |
·单台批处理设备调度的混合蚁群算法 | 第90-93页 |
·并行批处理设备调度的混合蚁群算法 | 第93-98页 |
·本章小结 | 第98-101页 |
第六章 实验与分析 | 第101-117页 |
·引言 | 第101页 |
·基于批处理加工机器调度的仿真实验 | 第101-107页 |
·单台批处理设备调度的混合蚁群算法仿真实验 | 第101-104页 |
·并行批处理设备调度的混合蚁群算法实验 | 第104-107页 |
·基于分类蚁群算法的仿真实验 | 第107-111页 |
·基于时间分解与机器分解的仿真实验 | 第111-115页 |
·本章小结 | 第115-117页 |
第七章 结论与展望 | 第117-123页 |
·本论文的主要贡献 | 第118-119页 |
·本论文的主要创新点 | 第119-120页 |
·研究展望 | 第120-123页 |
参考文献 | 第123-135页 |
致谢 | 第135-136页 |
攻读博士学位期间已发表或录用的论文 | 第136-137页 |