单臂集群工具活动时间变异下的双目标调度优化：兼顾生产效率与晶圆延迟最小化的创新方法

本文提出了一种创新的双目标强制等待时间优化方法(BMWTOM)，通过结合强制等待方法(MWM)和最早启动策略(ESS)，采用NSGA-II、MOPSO等前沿多目标元启发式算法，有效解决了单臂集群工具(SACT)在活动时间变异情况下的调度难题。研究通过TOPSIS决策技术，实现了晶圆总延迟时间最小化与系统吞吐量最大化的帕累托最优平衡，为半导体制造提供了鲁棒性更强的调度方案。

　　

亮点

本研究创新性地开发了双目标强制等待时间优化框架(BMWTOM)，通过智能平衡生产效率与晶圆质量，为半导体制造提供了应对实时波动的"双保险"策略。

系统分析

A. 活动时间建模

针对具有n个加工步骤的非重复性晶圆流程，采用(m₁, m₂, ..., m_n)晶圆流模式(WFP)描述，其中m_i代表第i步的并行处理模块(PM)数量。研究特别关注步骤0和n+1的负载锁定(LL)操作动态。

双目标优化方法

A. 多目标优化基础概念

将问题建模为具有K个目标和M个约束的多目标优化问题(MOOP)，通过前沿算法探索目标空间中的帕累托最优解集，实现系统吞吐量(CT)与总延迟时间(TDT)的最佳权衡。

数值实验与分析

A. 实验设置

在配备Apple M4芯片的硬件平台上，对比测试NSGA-II、MOPSO等四种算法性能。为确保公平性，所有算法采用相同的最大个体评估次数(NFE_TARGET)，并通过标准化指标评估解集质量。

结论

随着半导体结构日趋复杂，本研究提出的BMWTOM框架通过精确控制晶圆卸载时机，显著提升了3D NAND和DRAM等先进制程的产品良率。该方法的动态等待策略为半导体制造提供了兼具柔性和稳定性的智能调度方案。