声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 半导体生产线描述
1.2.1 半导体生产工艺流程
1.2.2 半导体生产线特点
1.3 半导体生产线关键参数及调度方法研究现状
1.3.1 瓶颈设备识别现状
1.3.2 瓶颈设备预测方法研究现状
1.3.3 工件加工周期研究现状
1.3.4 调度方法研究现状
1.4 论文结构安排
第二章 基于增长修剪型神经网络的瓶颈预测方法
2.1 引言
2.2 前馈神经网络基本理论
2.2.1 前馈神经网络模型
2.2.2 反向传播学习算法
2.3 基于复合定义的瓶颈识别
2.3.1 瓶颈设备内部特性
2.3.2 瓶颈设备外部特性
2.3.3 瓶颈设备识别机制
2.4 改进的动态神经网络模型
2.4.1 模型敏感度分析
2.4.2 基于傅立叶变换的敏感度计算
2.4.3 基于敏感度分析的网络结构优化
2.4.4 动态瓶颈预测框架
2.5 仿真结果及分析
2.6 本章小结
第三章 基于互信息的混合神经网络加工周期预测方法
3.1 引言
3.2 海量生产数据简化
3.2.1 基于划分思想的k-mediods算法
3.2.2 改进的CLARA算法及应用
3.3 网络动态结构优化
3.3.1 互信息评价指标基本理论及应用
3.3.2 基于互信息的神经网络结构优化
3.3.3 模型稳定性证明
3.4 基于等待时间的工件加工周期预测模型
3.4.1 工件加工周期分析
3.4.2 工件加工周期预测模型
3.5 仿真结果及分析
3.6 本章小结
第四章 基于全局特性的分层动态调度方法
4.1 引言
4.2 基于分层预估迭代思想的机器层分解
4.3 基于心跳机制的分层动态调度算法
4.3.1 结合瓶颈特性的动态WIP投料策略
4.3.2 综合上下游信息的分层动态派工规则
4.3.3 基于心跳机制的分层动态调度算法框架
4.4 仿真结果及分析
4.5 本章小结
第五章 结论与展望
参考文献
致谢
研究成果及发表的学术论文
作者和导师简介