姚世清,江志斌,郭乘涛,胡鸿韬
收稿日期:2008-01-28
修回日期:1900-01-01
出版日期:2008-10-28
发布日期:2008-10-28
通讯作者:
江志斌
YAO Shi-qing, JIANG Zhi-bin, GUO Cheng-tao, HU Hong-tao
Received:2008-01-28
Revised:1900-01-01
Online:2008-10-28
Published:2008-10-28
Contact:
JIANG Zhi-bin
摘要: 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.
中图分类号:
姚世清,江志斌,郭乘涛,胡鸿韬. 晶圆制造系统中Lot加工序列优化的蚁群算法[J]. 上海交通大学学报(自然版).
YAO Shi-qing, JIANG Zhi-bin, GUO Cheng-tao, HU Hong-tao. Ant Algorithm for Lot Sequencing in Wafer Fabrication System[J]. Journal of Shanghai Jiaotong University.
| [1] | 毕忠勤, 余晓婉, 王宝楠, 黄文焘, 张丹, 董真. 基于量子蚁群算法的配电网故障区段快速定位技术[J]. 上海交通大学学报, 2024, 58(5): 693-708. |
| [2] | . 基于栅格图特征点提取下的蚁群算法路径规划[J]. J Shanghai Jiaotong Univ Sci, 2023, 28(1): 86-99. |
| [3] | 梁烽杨, 杨毅钧, 刘功龙, 万兵, 高王升. 多无人机系统协同侦察规划算法研究[J]. 空天防御, 2021, 4(1): 103-108. |
| [4] | 蒋小康, 张朋, 吕佑龙, 赵新明, 张洁. 基于混合蚁群算法的半导体生产线炉管区调度方法[J]. 上海交通大学学报, 2020, 54(8): 792-804. |
| [5] | 许显杨,陈璐. 考虑设备可靠性与能耗的平行机调度[J]. 上海交通大学学报, 2020, 54(3): 247-255. |
| [6] | 吕红芳, 顾幸生. 基于蚁群神经网络的两级信息融合算法[J]. 上海交通大学学报, 2016, 50(8): 1323-1330. |
| [7] | 张勇, 朱晶. 基于混沌蚁群神经网络的浮选过程经济技术指标预测[J]. 上海交通大学学报, 2016, 50(6): 975-979. |
| [8] | 许波,闵华清,肖芳雄. 蚁群算法求解离散最小约束去除问题[J]. 上海交通大学学报(自然版), 2015, 49(03): 383-386. |
| [9] | 李翠明,龚俊,牛万才,王翀. 基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化[J]. 上海交通大学学报(自然版), 2015, 49(03): 387-391. |
| [10] | 姜文英,林焰,陈明,于雁云. 基于粒子群和蚁群算法的船舶机舱规划方法[J]. 上海交通大学学报(自然版), 2014, 48(04): 502-507. |
| [11] | 王盛炜,徐雪松,姚宝恒,连琏. 针对立管重入井过程中等路径段加速度的改进型蚁群优化算法[J]. 上海交通大学学报(自然版), 2013, 47(10): 1585-1590. |
| [12] | 李程, 江志斌, 李友, 李娜, 耿娜, 姚世清, 贾文友. 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[J]. 上海交通大学学报(自然版), 2013, 47(02): 230-235. |
| [13] | 李真, 陈秀华, 汪海. 基于蚁群算法的复合材料层合板屈曲优化[J]. 上海交通大学学报(自然版), 2012, 46(05): 768-773. |
| [14] | 胡凯林, 李平. 基于改进蚁群算法的炼铁原料混匀过程调度优化[J]. 上海交通大学学报(自然版), 2011, 45(08): 1105-112. |
| [15] | 王慧林, 冉承新, 黄维, 马满好. 一种变步长前瞻性电子侦察卫星引导调度方法[J]. 上海交通大学学报(自然版), 2011, 45(07): 954-960. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||