基于群体智能算法的工厂派工方法及系统技术方案

本发明专利技术提供的一种基于群体智能算法的工厂派工方法及系统，工厂派工方法包括以下步骤：收集数据，包括货物的批次总量、每批次货物的到站顺序、每批次货物的可派工机台、每批次货物的预加工时间以及可派工机台的使用状态；整理数据；根据数据进行蚁群算法，以得到运算结果，运算结果包括迭代收敛时每批次的货物所对应的可派工机台，每批次的货物在每个站点的排列顺序，每个可派工机台总的加工时间，迭代收敛时间；将运算结果输出。本发明专利技术通过蚁群算法实现了各机台排货的均匀化，以提高机台的利用率，避免了机台资源的浪费，还使得生产流程中的可派工机台具有明确的入料数量。

【技术实现步骤摘要】
基于群体智能算法的工厂派工方法及系统
本专利技术涉及半导体制造领域，特别涉及一种基于群体智能算法的工厂派工方法及系统。
技术介绍
在晶圆的加工制造过程中，现有的工厂派工方法通常采用的是单一机台对应多个批次的货物进行生产制造，这些货物在生产入料时通常按照一定的规则予以排序，其中批次排序靠前的货物最先进入生产流程，而这些规则的排序方式未考虑到资源（例如机台）间的有效配置，会导致各机台排货不均匀，存在一定的产能损失。在生产流程中若存在具有Qtime（停顿时间）的站点，通常会采用人为干预的规则，这就使得这些生产流程中的机台没有明确的入料数量以及入料时间，使得部分机台没有充分利用，浪费了资源。
技术实现思路
本专利技术提供一种基于群体智能算法的工厂派工方法及系统，可以解决各机台排货不均匀的问题，以及部分机台没有充分利用的问题。为了解决上述问题，本专利技术提供一种基于群体智能算法的工厂派工方法，包括以下步骤：步骤S1：收集数据，所述数据包括投入生产中的货物的批次总量、每批次所述货物的到站顺序、每批次所述货物的可派工机台、本文档来自技高网...

【技术保护点】
1.一种基于群体智能算法的工厂派工方法，其特征在于，包括以下步骤：/n步骤S1：收集数据，所述数据包括投入生产中的货物的批次总量、每批次所述货物的到站顺序、每批次所述货物的可派工机台、每批次所述货物的站点的数量、每批次所述货物的预加工时间以及所有可派工机台的使用状态；/n步骤S2：整理所述数据；/n步骤S3：根据所述数据进行蚁群算法，以得到运算结果，所述运算结果包括迭代收敛时每批次所述货物所对应的所述可派工机台、每批次所述货物在每个所述站点的排列顺序、每个所述可派工机台总的加工时间、迭代收敛时间；以及/n步骤S4：将所述运算结果输出。/n

【技术特征摘要】
1.一种基于群体智能算法的工厂派工方法，其特征在于，包括以下步骤：
步骤S1：收集数据，所述数据包括投入生产中的货物的批次总量、每批次所述货物的到站顺序、每批次所述货物的可派工机台、每批次所述货物的站点的数量、每批次所述货物的预加工时间以及所有可派工机台的使用状态；
步骤S2：整理所述数据；
步骤S3：根据所述数据进行蚁群算法，以得到运算结果，所述运算结果包括迭代收敛时每批次所述货物所对应的所述可派工机台、每批次所述货物在每个所述站点的排列顺序、每个所述可派工机台总的加工时间、迭代收敛时间；以及
步骤S4：将所述运算结果输出。


2.如权利要求1所述的工厂派工方法，其特征在于，步骤S2包括：
根据收集的所述数据整理出每批次所述货物的所述可派工机台和每批次所述货物的预加工时间。


3.如权利要求1所述的工厂派工方法，其特征在于，步骤S3包括：
步骤S31：将整理得到的所述数据代入蚁群算法中，并进行参数初始化设置；
步骤S32：迭代次数设置，循环开始；
步骤S33：每一只蚂蚁遍历所有所述可派工机台；
步骤S34：记录最后一批次所述货物在最后一个所述站点的预加工时间的结束值，并更新最优解，以及更新信息素浓度；
步骤S35：判断此次迭代的蚁群算法是否满足结束条件，若是，则执行步骤S36；若否，则返回步骤S32，并且迭代次数加1；以及
步骤S36：记录最优解时每个所述可派工机台的所述预加工时间以及所有批次所述货物的加工生产所需的时间，运算结束，并得到运算结果。


4.如权利要求3所述的工厂派工方法，其特征在于，在步骤S33中，每一只蚂蚁遍历的每批所述货物在每个所述站点的所有所述可派工机台时需要满足以下条件：
Si，j+1≥Eij---------------------（1）
Eij=Sij+Cijk---------------------（2）

---------------------（3）
其中，1≤i≤n，1≤j≤m，1≤k≤p，Sij表示第i批次货物在站点j的开始生产的时间点，表示第i批次货物在站点j+1的开始生产的时间点，表示第i批次货物在站点j的
生产结束时间点，Cijk表示第k机台的站点j生产预加工第i批次货物所需时间，为常
数，且第i批次货物的站点j在第k机台加工生产时取值为1，不在第k机台加工生产时取值为0。


5.如权利要求1所述的工厂派工方法，其特征在于，所述数据还包括具有Qtime限制的货物的Qtime约束时间。


6.如权利要求5所述的工厂派工方法，其特征在于，步骤S2包括：
根据收集的所述数据整理出每批次所述货物的所述可派工机台和预加工时间；还整理出每个批次所述货物在各相邻站点之间的Qtime约束时间。


7.如权利要求6所述的工厂派工方法，其特征在于，步骤S3包括：
步骤S31：将整理得到的所述数据代入蚁群算法中，并进行参数初始化设置；
步骤S32：迭代次数设置，循环开始；
步骤S33：每一只蚂蚁遍历所有所述可派工机台；
步骤S34：记录最后一批次所述货物在最后一个所述站点的预加工时间的结束值，并更新最优解，以及更新信息素浓度；
步骤S35：判断此次迭代的蚁群算法是否满足结束条件，若是，则执行步骤S36；若否，则返回步骤S32，并且迭代次数加1；以及
步骤S36：记录最优解时每个所述可派工机台的使用时间段以及闲置时间段，并在该闲置时间段选择没有Qtime约束且所述预加工时间小于等于所述可派工机台的闲置时间的货物进行加工生产，运算结束，并得到运算结果。


8.如...

【专利技术属性】
技术研发人员：张丽君，徐东东，姚德森，
申请(专利权)人：晶芯成北京科技有限公司，
类型：发明
国别省市：北京;11