应用于多重入复杂制造系统的调度方法

文档序号:6319468阅读:170来源:国知局
专利名称:应用于多重入复杂制造系统的调度方法
技术领域
本发明涉及一种自动控制与信息技术领域的方法,具体地,涉及一种应用于多重入复杂 制造系统的调度方法,属于先进制造技术领域。
背景技术
上世纪80年代末90年代初,美国的Kumar教授针对半导体、胶巻等行业的生产特点, 提出了一类多重入复杂制造系统的概念,并将其列为有别于Flow-shop和Job-shop的第三类 生产制造系统。该制造系统最显著特点是多重入,它直接导致的问题是即使系统的加工能 力能够满足加工任务的要求,系统也会表现出不稳定的特性。因此,在作业车间与流水车间 中取得的研究成果无法直接应用到多重入生产系统。
半导体制造过程作为多重入复杂制造系统的典型代表,是世界上最复杂的制造过程之一, 具有可重入、大规模、混合加工方式、多产品、不确定性等特点,其控制与优化问题得到广 泛关注, 一直是学术界与应用界的研究热点之一。
从我国乃至世界的半导体芯片制造的情况看,其设备更新与产品更新换代的速度是很快 的,但是其生产管理的理论研究却远远跟不上实际发展的需要。在半导体生产线上得以成功 应用的调度研究成果主要集中于启发式规则与离散事件仿真,相当一部分芯片制造企业的生 产计划与调度还是凭借人的经验来计划安排,并没有优化的方法来支持,因此效率不高。
免疫算法是一种典型人工智能实现模式,它是受生物免疫系统的启示而设计出來的一种 具有对多峰值函数进行搜索及全局寻优能力的新型进化算法。免疫算法是抽取和反映生物机 体免疫系统的反应机制,结合工程应用而描述的一种计算方法。算法中的抗原对应于待求解 的问题,而算法中的抗体则对应于问题的一个解。具有概念简单、实现方便以及收敛速度快 等优点。本发明应用免疫算法,解决多重入复杂系统的智能优化方法问题。

发明内容
本发明的目的是提供一种应用于多重入复杂制造系统的调度方法,针对多重入复杂制造 系统典型代表一-半导体生产线为例来进行说明,用人工免疫方法来解决半导体优化调度问 题,不是直接用于工件的投料、工件分派和工件的排序问题,而是以规则调度为主线,对工件投料策略、工件选设备规则、批加工调度规则和单件加工设备规则按照一定方式进行编码, 在考虑工件的准时交货率、产量和平均加工周期多目标优化性基础上,构造的适应度函数, 用免疫方法进行全局搜索来获得近似最优解,以此指导实际半导体生产制造。
本发明一种应用于多重入复杂制造系统的调度方法,是采用以下技术手段实现的
1.1. 染色体编码
根据半导体生产线调度的特点,算法编码釆用基于调度规则的编码方法染色体长度等 于系统中设备组个数,每个设备组的调度规则由一个基因表示,其中每个基因包括工件投料、 工件选设备规则、批加工调度规则和单件加工调度规则,该种编码方案具有产生速度快及易 于操作的特点。
1.2. 种群初始化
随机生成N个个体组成初始种群。
1.3. 染色体解码
对于n个设备组的调度,对一个特定编码的染色体,n个基因分别表示n个设备组的调 度规则,如第i个基因的第1个元素表示第i个设备组的工件选设备规则,如果该设备组的 设备是批加工设备,则其调度规则为基因的第2个元素代表的调度规则,否则为基因的第3 个元素代表的调度规则。
1.4. 适应度函数
本文研究的目标问题是优化工件的准时交货率、产量和平均加工周期等性能指标,以满 足客户的要求。假定选取总移动量(MOV)、生产率和平均加工周期作为染色体的评价指标, 这是个多目标问题,求解该问题的适应值的最简单的方法是将所有指标进行加权得到一个适 应值,其计算公式如下
/(c) (c) + w2/2 (c) + (c) 其中,/(c)表示c染色体的适应值,/(c)为第i个目标函数的值,w'为第i个目标函数
的权值,/;,《,/;分别表示总移动量、生产率、平均加工周期的值,由于各个目标函数单位
不一致,需对其进行归一化,本发明采取的方法是,对各个目标函数按大小进行排序。
1.5. 疫苗提取
将种群中每个染色体看作一个抗体,每个抗体的每位基因可供选择的编码表中共有n个 编码kl, k2, ......kn,则该种群中第j位等位基因为ki的概率为其中,",=<Pi(2"、, g(力为种群中第j位等位基因上的编码,N为种群规模。
'lo 其他
将该等位基因上概率最大且大于某个设定阀值的A作为该等位基因上的疫苗片段,最终
提取的疫苗Y= (y,, y2......, yN)。
1.6. 交叉变异
根据前面的编码方式,由于所使用的编码方式使得基因之间完全独立,只要满足规则且 为可重复的自然树,因此采用的交叉方式为两点交叉。变异算子只是为选择、交叉过程中可 能丢失的某些遗传基因进行修复和补充。
交叉概率A—般取0.4 0.99,这些参数的选取往往与所求解的问题有关,需根据经验或 反复实验确定,这个过程非常繁琐,增加了实际应用的难度。其交叉概率^和变异概率;^的 自适应计算公式分别为
A = 、 + 、 /)/(/歸—/min)
其中^, &, ^为常数;/max, /,,厶,。分别为当前种群的最大、平均和最小适应值。
1.7. 接种疫苗
以事先设定的免疫概率随机选择父代群体中的要进行接种的个体,对选中的个体,将疫 苗的基因码依次接入,通过置换基因码值在个体上的位置与基因码所在位置上的值产生新的 免疫个体,最终形成了免疫种群。
1.8. 免疫选择
对接种了疫苗的个体进行检测,若其适应度不如父代,说明交叉、变异过程中出现了严 重的退化现象。此时,免疫后的个体将被父代中所对应的个体替代。
1.9.终止条件
以预先设定的最大进化代数w"作为停止条件。
甜述的最优解包括采用基于工件投料策略、工件选设备规则、批加工调度规则和单件 加工设备规则方式编码;在考虑工件的准时交货率、产量和平均加工周期多目标优化性基础 上,构造的适应度函数;抽取出对遗传进化贡献较大的基因片断作为疫苗,在遗传过程中通 过对各个个体注射疫苗来加大进化压力。
本发明所提出一种应用于多重入复杂制造系统的调度方法,与现有技术相比具有以下明 显的优势和有益效果
该方法运用免疫遗传思想,对各代中的进化过程进行分析,从而抽取出对遗传进化贡献较大的基因片断作为疫苗,在遗传过程中通过对各个个体注射疫苗来加大进化压力,从而提 高了搜索效率和求解的质量;现有的复杂生产线调度方法仍然没有很好地解决生产过程极大 的不确定性、生产设备多样性、加工路径复杂性以及多目标优化问题,本调度策略是因为免 疫方法编码中同时考虑工件投料、工件选设备规则、批加工调度规则和单件加工设备规则因 素,会得到更加有效的调度规则集,大大提高了方法的计算效率。每当免疫方法完成它的优 化过程,就会生产一个优化的调度策略,该策略是对以往优化调度策略的有效改进,根据染 色体编码中对应的规则进行调度,解决复杂系统优化控制问题;实践表明免疫方法具有概 念简单、实现方便以及收敛速度快等优点,该技术大大缩短平均加工周期,满足实际的大规 模半导体生产线的应用需求,是一种有效的可重入复杂生产系统优化调度方案。


图1为本发明实施方法流程图。
具体实施例方式
结合本发明的内容提供以下实施例
在此以一个半导体生产线简化模型Minifab为例进行分析,Minifab生产3种类型工件, 由3个设备群、5台设备组成,其中批加工设备2台,单件加工设备3台,工件的工艺流程 共包含六个工序。
(1)染色体编码
根据半导体生产线调度的特点,免疫算法编码采用基于调度规则的编码方法,并结合投 料策略。本文的染色体有四种类型的基因g,、 g 、 ^和^ ,分别表示投料规则、工件选 设备规则、单片加工规则和多批加工规则。其中g, =(fl,6), fl,6分别表示投料规则UNIF和 CONWIP; g , =(c,^e,/),各基因位由表l中的工件选设备规则表示;同样 的,基因位由表l中的单片加工设备调度规则表示;gA=(m,"), m,"分别表示MAXC和 MINC。表2中各规则含义如下
UNIF:固定时间间隔投料规则,CONWIP:固定在制品投料规则,MTT:最短测试时间, MST:最小整定时间,UTILJL:最低设备利用率,SEPT:最短预期加工时间,MAXC:最
大加工批量,MINC:最小加工批量,FIFO:先来先服务,EDD:最早交货期优先,SPT:最 短加工时间,LPT:最长加工时间。
表1染色体基因Lot Release PolicyMachine Selecting RuleBatching RuleDispatching RuleNamsCodeN謡sCodeCodeNameCode
画F1MTT1MAXC1FIFO1
CO丽IP2MST2MINC2EDD2
UTIL L3SPT3
SEPT4LPT4
(2) 种群初始化
随机生成N个个体组成初始种群;
(3) 染色体解码
Minfab具有3个设备组的调度,对一个特定编码的染色体,第1个基因表示工件的投料 策略,其余2 4个基因分别表示设备组的调度规则,如第i个基因的第1个元素表示第i-1 个设备组的工件选设备规则,如果该设备组的设备是批加工设备,则其调度规则为基因的第 2个元素代表的调度规则,否则为基因的第3个元素代表的调度规则。
(4) 适应度函数
本文研究的目标问题是优化工件的准时交货率、产量和平均加工周期等性能指标,以满 足客户的要求。假定选取总移动量(MOV)、生产率和平均加工周期作为染色体的评价指标, 这是个多目标问题,求解该问题的适应值的最简单的方法是将所有指标进行加权得到一个适 应值,其计算公式如下
/(c) = (c) + w2/2 (c) + w3/3 (c)
其中,/(c)表示c染色体的适应值,y;(c)为第i个目标函数的值,w'为第i个目标函数 的权值,,,/2,/3分别表示总移动量、生产率、平均加工周期的值,由于各个目标函数单位 不一致,需对其进行归一化,本文釆取的方法是,对各个目标函数按大小进行排序。具体的, 对于/;,将所有染色体按照总移动量的高低进行排序,总移动量越高的染色体的等级越高, 总移动量越低的染色体的等级越低。对于/2,将所有染色体按照生产率的高低进行排序,生 产率越高的染色体的等级越高,生产率越低的染色体的等级越低。其余依次类推。例如目甜
有3条染色体,利用该3条染色体调度的结果如表2:
表2示例
染色体 MOV(卡次)生产率(卡)加工周期(天)
则排序后的结果是:
13617519450.57
23670519547.6
33553919043.68
,(1) = 2/2(1) = 3/3(1) = 1,(2) = 2, /2(2) = 3, /3(2) = 1 /;(3)-l, /2(3) = 2, /3(3) = 3
设w,w^W3-V3,则力=5/3, /2=8/3, /3 =5/3。那么第2条染色体是最好的一条染 色体。
(5) 疫苗提取
将种群中每个染色体看作一个抗体,每个抗体的每位基因可供选择的编码表中共有n个 编码kl, k2, ......kn,则该种群中第j位等位基因为ki的概率为

其中,i(^=&, g(力为种群中第j位等位基因上的编码,N为种群规模。
]></math></maths>其中, id="icf0002" file="A2009100892640002C2.tif" wi="39" he="11" top= "222" left = "30" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>g(j)为种群中第j位等位基因上的编码,N为种群规模;将该等位基因上概率最大且大于某个设定阀值的ki作为该等位基因上的疫苗片段,最终提取的疫苗Y=(y1,y2......,yN);1.6.交叉变异采用两点交叉方式,变异算子只是为选择、交叉过程中丢失的某些遗传基因进行修复和补充;交叉概率pc取0.4~0.99,其交叉概率pc和变异概率pm的自适应计算公式分别为pc=k1(fmax-favg)/(fmax-fmin)pm=k2+k3(fmax-fi)/(fmax-fmin)其中k1,k2,k3为常数;fmax,favg,fmin分别为当前种群的最大、平均和最小适应值;1.7.接种疫苗以事先设定的免疫概率随机选择父代群体中的要进行接种的个体,对选中的个体,将疫苗的基因码依次接入,通过置换基因码值在个体上的位置与基因码所在位置上的值产生新的免疫个体,最终形成免疫种群;1.8.免疫选择将免疫后的适应度退化的个体被父代中所对应的个体替代;1.9.终止条件以预先设定的最大进化代数Ngen作为停止条件。
2.根据权利要求1所述的应用于多重入复杂制造系统的调度方法,其特征在于所述的优化调度包括采用基于工件投料策略、工件选设备规则、批加工调度规则和单件加工设备规则方式编码;在考虑工件的准时交货率、产量和平均加工周期多目标优化性基础上,构造的适应度函数;抽取出对遗传进化贡献较大的基因片断作为疫苗,在遗传过程中通过对各个个体注射疫苗来加大进化压力。
全文摘要
本发明一种应用于多重入复杂制造系统的调度方法,针对其典型代表——半导体生产线为研究对象,根据半导体生产线调度的特点,以规则调度为主线,对工件投料策略、工件选设备规则、批加工调度规则和单件加工设备调度规则按照一定方式进行编码,在考虑工件的准时交货率、产量和平均加工周期多目标优化性基础上,构造的适应度函数,运用免疫遗传思想,抽取出对遗传进化贡献较大的基因片断作为疫苗,在遗传过程中通过对个体注射疫苗来加大进化压力,从而依托免疫方法进行全局搜索来获得调度最优解,以此指导实际半导体生产制造。实验结果表明免疫方法具有概念简单、实现方便以及收敛速度快等优点,是一种有效的可重入复杂生产系统优化调度方案。
文档编号G05B13/02GK101604409SQ20091008926
公开日2009年12月16日 申请日期2009年7月15日 优先权日2009年7月15日
发明者非 乔, 余红霞, 曹政才, 莹 赵 申请人:北京化工大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1