（应用数学专业论文）不确定条件下半导体产能规划问题的实证研究.pdf

摘要 摘要 半导体制造业是当今最复杂的制造业之一。半导体产品制造工序的繁多，对 设备的高利用率要求和特殊的“再进入”的流程特点，加上昂贵的半导体设备以及其 购买需要很长提前期，使得半导体厂商的产能规划( 生产能力计划) 成为当前研 究的热点。 目前半导体工业工程部门的主要职能是对工厂的生产能力进行长期、中期和 短期的计划。在半导体制造业长期生产能力计划过程中，半导体制造设备需求量 以及厂房生产面积是长期生产能力的主要度量指标，设备需求量通过设备实际占 地面积直接影响厂房生产面积的需求。在典型的半导体制造业生产能力计划过程 中，市场需求预测，产品本身的加工特性以及设备运行情况是影响工厂半导体制 造设备需求量的主要变量，设备需求量的需求又直接决定厂房生产面积的需求， 因此，市场需求、产品本身的加工特性以及设备运行情况的不确定性使得厂房生 产面积计划的不确定性。 本文从风险的角度对厂房生产面积的计划中的不确定性进行了识别与量化， 以支持半导体厂商决策。文中先对影响生产面积的因素进行了灵敏度分析，找出 关键因素，运用机器学习中支持向量机建立了关于关键因素超平面，根据超平面 方程得到判定函数，用来识别是否存在生产面积不足或冗余的风险，同时还对这 种风险进行了量化，引入了金融投资组合中风险测量工具刈b r ( v a l u ea tr i s k ) ， 得到了在一定在风险承受能力条件下，给定的提前期下生产面积真实值的一个上 界，以帮助半导体厂商决策。 关键词：长期产能规划，风险识别，风险量化，支持向量机，v a r a b s t r a c t s e m i c o n d u c t o rm a n u f a c t u r i n gi so n eo ft h em o s tc o m p l i c a t e dm a n u f a c t u r i n g i n d u s t r i e s t h ec a p a c i t yp l a r m i n gi sn o w a d a y sp o p u l a ra n dh o ti s s u ef o rs e m i c o n d u c t o r m a n u f a c t u r e r , b e c a u s eo fm a n yw o r k i n gp r o c e d u r e st of i n i s h o n es e m i c o n d u c t o r p r o d u c t ，h i g hr e q u i r e m e n to ft h ee q u i p m e n t , t h es p e c i a lc h a r a c t e ro ft h er e - e n t r y p r o c e d u r e , e x p e n s i v ee q u i p m e n t sa n dt h el o n gl e a dt i m ef o rb u y i n gt h ee q u i p m e n t a tp r e s e n t ，t h ed e p a r t m e n to fi n d u s t r ye n g i n e e r i n gi si nc h a r g eo fl o n g , m e d i u m a n ds h o r tc a p a c i t yp l a n n i n gi nm a n u f a c t u r i n gf a c t o r y t h ek e yf a c t o 塔i nt h el o n g c a p a c i t yp l a n n i n gp r o c e s si ns e m i c o n d u c t o rm a n u f a c t u r i n gi n d n s t r ya r et h ee q u i p m e n t d e m a n da n dp r o d u c t i o ns p a c ei nf a c t o r y e q u i p m e n td e m a n di m p a c t so i lt h ef a c t o r y s p a c ed i r e c t l yb yt h es p a c ee q u i p m e n tn e e d e d t h em a i nv a r i a b l e si n f l u e n c i n gt h e 缸c t o r ys p a c ea r et h ef o r e c a s t i n gd e m a n df r o mm a r k e t ，t h ec h a r a c t e ri np r o d u c tw o r k i n g p r o c e s sa n dt h em a c h i n e s m i m i n gs t a t e m e n tw h i c ha r eu n c e r t a i nw j t ht i m em o v i n go n f o r w a r di nt h el o n gc a p a c i t yp l a n n i n g s ot h o s eu n c e r t a i n t yf a c t o r sr e s u l ti nt h e u n c e r t a i n t yo ff a c t o r ys p a c ei np l a n n i n gp r o c e s s t h i sp a p e rt r i e st oi d e n t i f ya n dq u a n t i f yt h eu n c e r t a i n t yi nt h ec a p a c i t yp l a n n i n g p r o c e s si nf o r mo fr i s kt oh e l ps e m i c o n d u c t o rm a n u f a c t u r e rm a k ed e c i s i o n f i r s t , t h i s p a p e rd o e ss e n s i t i v i t ya n a l y s i so ne q u i p m e n t st of i n dt h ek e yf a d o 璐w h i c hi m p a c to n f a c t o r ys p a c ei na l lm a c h i n e s t h e nb 雒e do nt h ep r i n c i p l eo fs u p p o r tv e c t o rm a c h i n e a n da c c o r d i n gt ot h eo p t i m a lh y p e r p l a n es e tu p ，a ni d e n t i f yf u n c t i o nb i l m 叩i su s e dt o i d e n t i f yo rf o r e c a s ti ft h er i s ke x i s t sa b o u ts p a c ee n o u g ho rn o te n o u g ha tt h ef u t u r et i m e p o i n t , m e a n w h i l e ，t h ev e r yp o p u l a rt o o l t oc a l c o l a t et h ei n v e s ti nf i n a n c i a lf i e l d v a r ( v a i n ea t 砌s k ) i si n t r o d u c e dt oq u a n t i f yt h er i s k a c c o r d i n gt ov a rv a l u e ，w ec a n g e to n eu p p e rl i n l i ta b o u tt h es p a c ed e m a n da tt h ef u t u r et i m ep o i n t ，u n d e rt h eg i v e nr i s k b e a r i n ga n dg i v e nl e a dt i m e , w h i c hc 姐h e l pe n t e r p r i s et om a k ec o r r e c td e c i s i o n k e y w o r d s ：l o n gc a p a c i t yp l a n n i n g , r i s ki d e n t i f i c a t i o n ，r i s kq u a n t i f i c a t i o n , s u p p o r t v e c t o rm a c h i n e , v a r 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他入已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名：盔轻蔓l 日期：川年f 月多咱 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 第一章绪论 1 1 背景和意义 1 1 1 背景 第一章绪论 生产能力计划对于一个制造性企业在激烈的市场竞争中能否保持竞争优势发 挥着非常重要的作用。生产能力计划是一个非常有挑战性的工作，因为在生产能 力的计划过程充满了很多不确定的因素，这种不确定性的特点在半导体制造业产 能规划中表现得更为突出。目前，在半导体制造业中，市场需求的不断变化，半 导体产品开发生产的生命周期日益缩短，制造半导体的工艺流程复杂多变等等因 素导致半导体的生产能力资源计划设备需求、厂房生产面积以及资本计划的 不确定。另外，购买半导体设备一般需要比较长的交付周期和昂贵的费用，如果 决定扩建新的工厂，建厂所需要的提前期也将长达2 3 年，这种特性进一步增加了 半导体生产能力计划的不确定。准确地规划半导体制造的关键生产资源设备、 资金以及支撑这些设备所需要的生产面积，将是一个非常复杂的过程。半导体的 产能规划将为公司运营管理者进行是否购买设备或是需要扩建厂房生产面积决策 时提供决策依据。为了保证决策者做出合理科学的生产能力决策，半导体生产能 力计划过程中的不确定性研究对改善半导体的运营管理发挥着重要意义。 本论文研究对象主要涉及工业工程的生产与运作管理领域。目前半导体工业 工程部门的主要职能是对工厂的生产能力进行长期、中期和短期的计划。本论文 主要侧重于长期生产能力计划这一层面。在半导体制造业长期生产能力计划过程 中，半导体制造设备需求量以及厂房生产面积是长期生产能力的主要度量指标， 设备需求量通过设备实际占地面积直接影响厂房生产面积的需求。在典型的半导 体制造业生产能力计划过程中，市场需求预测，产品本身的加工特性以及设备运 行情况是影响工厂半导体制造设备需求量的主要变量，设备需求量的需求又直接 决定厂房生产面积的需求，因此，市场需求、产品本身的加工特性以及设备运行 情况三个变量的不确定性使得厂房生产面积计划的不确定性。这种不确定性在本 本文中是以风险的形式体现出来的，如何识别这种风险，如何量化风险，本文将 电子科技大学硕士学位论文 主要围绕长期生产能力计划厂房生产面积计划过程中的风险识别及其风险量 化来来展开。以支持半导体厂商的生产能力决策。 1 1 2 意义 半导体生产能力计划过程中不确定性问题的研究成果将帮助半导体制造厂商 更好地了解其生产能力计划过程中的不确定因素，以及这些不确定因素对设备需 求量、厂房生产面积的影响，有着非常实际的应用意义。具体意义如下所述： ( 1 ) 对生产能力计划过程中的生产能力资源需求模型进行灵敏度分析，识别生 产能力资源需求不确定的关键因素，基于对这些不确定因素的定义，工业工程师 在进行生产能力计划过程中就可以将在噪声因素( 对设备需求量、生产面积需求 影响甚微的输入因素) 忽略掉，提高工作效率。 ( 2 ) 根据( 1 ) 中定义的关键因素以及半导体厂商的数据库中的历史数据，建立风 险识别模型，对半导体厂商生产面积规划中的风险进行识别。 ( 3 ) 由于( 2 ) 申只是对影响厂商面积的关键因素的不确定性进行风险识别，以支 持半导体厂商决策，从而进一步从概率测度角度，对这种风险进行了量化，给出 了一个概率水平下的生产面积需求的上界值，以指导半导体厂商决策。 1 2 研究内容 1 2 1 半导体厂商的预测模式 我们知道，对于半导体厂商来说，生产面积规划是其产能规划过程中的中长 期规划，因为生产面积规划涉及到厂房空间的调整以及扩建问题，对于一个新的 厂房空间扩建更是一个长期的过程，因此对于厂房面积的规划，需要有一个很长 的提前期，对未来某个时间点上生产面积的预钡6 是实行滚动式预测，一般是提前8 个季度到2 个季度的时间对厂房面积的需求进行预测 1 1 ，即对未来某个时间点上的 厂房面积的需求有一系列的预测值。下面以文献【1 】中的提出提前期为例来描述半 导体厂商的预测模式。 设仇。“表示在时间点t 上对时间点t + i 的预测，则有取，表示在时闻t 上的真 实需求值，下表中最后一栏表示，提前期用日表示，此处点b 8 。 2 第一章绪论 表1 - 1 半导体厂商预测模式 预测公布的被预测的时间点 时间点f + 2 f + 了t + 4t jf + 6“7f + 8t + 9 t d mz k d m 4d t | + 5z x d f + 7d “d f + 1 d t + l * 3d ，+ l d f + l f + 5d f m + 6d f m + 7 d f + l f “n m + 9 f + 2 历+ 2 f “n + 上f d t + 2 “6d f + 2 “7d c + z t + sd t + 2 l + 9 f + 3 d t + t t 5 d t + i “6 d f “l + 7 n + i f + 5 d f “f + ， t + 4 d f “f “d r “f + 7n + t ，+ 8z ) f “f + 9 f + 5 d t - s t - 7 d t n l z ) f “l + 9 f + 6岛“f + 嚣8 m + 9 真实值 n + 2 f + 2 d f + i h 3d t “j i - 4d t t + sd f + d f “n m + 7d t + f + 3d c + t t 从上表中可以看出对任意时间点t + i 上的产能需求都会有一系列的预测值，决 策都会根据这些预测值来对其生产能力进行调整，是增加是生产能力或者减少生 产能力，因此，对于未来某个时间点的生产面积的规划，半导体厂商必须根据其 每个提前期的预测值，做出相应产能规划的决策。 1 2 2 问题描述 上面介绍了半导体厂商的预测模式，对未来每个时间点上都有一系列的预测 值，由于半导体厂商产能增加并不能够瞬时完成，也需要一个很长的提前期，也 是半导体厂商提前对产能提前预测的一个主要原因，但是由于市场需求的不确定 性，机器设备效率的波动性，再加上预测的提前，都使得预测值与实际之间有一 定甚至很大的偏差，当预测值大于实际需求时，就会导致设各冗余，产能浪费， 反之当预测值小于实际需求时，就意味着产能不足，不能满足市场需求，这可能 会导致半导体厂商失去部分市场份额，特别是在半导体这种竞争非常激烈的行业 中，产能的不足是半导体厂商最不能容忍的。因此当企业的决策者根据当前信息 对未来的提前2 到8 个季度的预测值时，他们最关心的是每个提前期对生产面积 的预测值小于其真实需求的风险是否存在，以及由于这种预测所带来的使其遭受 损失的可能性是多大，如何量化这种可能性( 风险) ，以便做出更合理的决策，这 就是本文要解决的问题。 1 2 3 解决方案 本文针对上述半导体厂商所关注的问题，找到影响半导体厂商生产面积的六 3 电子科技大学硕士学位论文 个关键因素，运用机器学习中的支持向量机的分类原理，建立了判别函数，用来 识别是否存在生产面积不足的风险，并且用金融投资中风险度量工具r ( v a l u ea tr i s k ) 风险测度量化不同提前期的预测所带来的生产面积不足的风险， 给出了在一定的风险厌恶水平( 置信度) 下，半导体厂商生产面积的真实需求的 一个上界值，帮助半导体厂商做出更好的决策。 1 3 论文的总框架 本文共分五个章节，第一章引言，主要介绍了本文的研究背景和意义，提出 了半导体厂商生产计划中在生产面积的规划中所面临的问题，以及本文的拟解决 方案；第二章产能规划的内容及其研究现状，简单回顾了半导体制造业产能规划 的内容，以及半导体产能规划的国内外研究现状；第三章半导体生产面积需求的 风险识别，本章对机器学习支持向量机的分类原理，并将其应用到半导体生产面 积需求风险识别中，对半导体厂商的预测是否存在不足的风险进行了识别，第四 章半导体生产面积规划中风险评估，本章对金融投资风险评估工具r f v a l u e a tr i s k ) 风险进行了描述，介绍了几种计算一定置信水平下的最大损失值v a r 的计 算方法，并将其应用到半导体面积的风险评估中，得到在一定置信水平下( 在一 定的风险厌恶程度下) ，半导体厂商生产面积需求一个上界值，以为半导体厂商提 供决策参考。第五章总结与展望，本章对全文进行了总结，指出了本文的创新点， 以及以后要继续研究的方向。 1 4 本章小节 本章首先对本论文的研究背景及意义进行了阐述，接着介绍了半导体厂商目 前在产能规划中的预测模式，并针对该模式提出了本文要解决的问题，并对解决 问题的方法进行了简单叙述以及本文的整体框架。 4 第二章半导体生产能力与国内外研究现状 第二章半导体生产能力与国内外研究现状 2 1 半导体生产能力与工业工程 工业工程( m d u s f f yc n 西n e e d n g ) ，产生于1 9 1 1 年，是对人员、物料、设备、能 源和信息所组成的集成系统进行设计、改善和设置的- - f 3 学科。它综合运用数学、 物理学和社会科学方面的专门知识和技术，以及工程分析和设计的原理和方法， 对该系统所取得的成果进行确定、预测和评价。至今，工业工程的发展在国外已 有上百年的历史，其应用与发展如表2 1 所示。 表2 - 1 工业工程的应用与发展【2 】 科学管理阶段系统管理阶段现代管理阶段 时间约1 9 1 0 年1 9 4 0 年 约1 9 4 0 年1 9 8 0 年约1 9 8 0 年至今 工作研究、 工厂设计、物料搬运、o m s 、e r p 、供应 典型m 技术人机工程、生产计划、链管理、敏捷制造 福特流水线 贮存控制、质量控制 等先进制造技术 依据的主要技术实验、工程学研究方法运筹学、系统工程学r r 应用范围作业现场 整个企业企业之间 由于半导体产业的特殊性，工业工程对半导体的巨大作用主要表现在以下几个 方面1 3 1 ： ( 1 ) 半导体制造业是资本密集、技术密集型产业。半导体制造设备极为昂贵、 每台设备投资高达几百万美元，而激烈的市场竞争和工艺技术的快速更替要求投 产三年内必须收回全部投资。这就使得半导体制造业更为强调成本、效率、创新 和整合等，这正是工业工程发挥其作用的领域。 ( 2 ) 半导体产品制造工艺流程极为复杂。因此，在半导体制造业中，流程合理 化、标准化比其他行业更显重要。而这部分内容正是工业工程的主要工作。 ( 3 ) 减少库存、缩短制造周期、提高对现有资源的利用水平，是提升半导体制 造厂竞争力的重要途径。这就需要生产管理者优化生产安排，以获得对现有设备 的最大利用。通过m 工程师合理调度、优化资源，安排“瓶颈设备”和“非瓶颈”设 5 电子科技大学硕士学位论文 备的生产，使“瓶颈设备”得到充分利用，最大限度地提高工厂产出率。 另外，半导体产业是在一个快速增长并呈周期性变化的市场中运作的，企业 要想生存，必须在一个可接受的制造周期下，有足够高的产量。建厂设计阶段的 厂房生产面积需求计划、设施规划布局和物料搬运系统决定了投产以后的制造周 期和产量。这部分内容就涉及到工业工程领域另一个非常重要的内容生产能 力计划。生产能力计划( 又称“产能规划”) 在制造业尤其是半导体制造业的应用能 为管理层或其他部门提供生产能力改变的决策依据。本文将围绕着半导体制造业 长期生产能力计划过程中不确定因素层层展开。 2 2 半导体的生产能力 生产能力( c a p a c i t y ) ，从广义上讲，是指设备能力、人员能力和管理能力的 综合。表2 2 详细列出了生产能力的度量方式及生产能力计划分类1 4 l 。 表2 - 2 生产能力的度量方式及生产能力计划分类 长期中期短期 劳动力员工技术等级 工厂能力 部门能力设备能力 资本基金 购买能力 现金 设施需求 库存库存 其他 其他 其他 企业的生产能力，是企业生产过程中许多因素发展变化的结果。无论从长期 或短期看，它不是固定不变的，影响生产能力的重要因素可概括为如下四点闭： ( 1 ) 生产中的设备数量和生产面积。现代企业的作业离不开大量的专业化设备 和作业场地，设备数量包括现有的全部用于生产的设备；生产面积的数量对于制 造厂的铸造、铆焊和装配以及一些服务业的能力水平意义重大。 ( 2 ) 生产中的设备效率和人力资源中劳动者的科技水平与劳动技能的熟练程 度。从设备和生产面积看，它们的生产效率从两个方面体现：单台设备或单位平 方米在单位时间内的产量定额；单台设备或单位平方米生产单位产品的时间定额。 这两个方面效率水平的状况都离不开劳动者的科技水平和劳动技能熟练程度。 ( 3 ) 固定资产工作时间。 6 第二章半导体生产能力与国内外研究现状 ( 4 ) 企业经营管理水平。企业的生产能力是与企业经营管理水平相关的诸因素 综合作用的结果。管理的作用就在于从时空上合理地组织协调这些因素的相互关 系，使其发挥出最大的综合作用，形成最大的生产能力。 2 3 长期生产蘸力计划过程中的关键问题 长期生产能力计划过程中的关键问题是生产能力需求的预测。提供长期生产 能力意味着使生产设施诸如土地、建筑、设备、工具和原材料等能够被有效利用。 一套新的生产设施的计划、购买、建造、起步和磨合大概需要3 1 0 年的时间，然 后该生产设施往往被期望保持经济的生产力运作1 5 2 0 年时间。预测该设施生产的 产品和服务的需求需要跨越1 0 3 0 年的时间。跨越如此长时期的预测难度很大，因 为基础性的经济环境会发生变化，消费者的偏好也处在变化之中，技术在进步， 人口数量会发生变化，政府的规则也会变化，加上政治和军事事件及其他事件也 将会发生，这些都是很难预料的【4 】。 因为生产设旌的生命周期相对较长，必须考虑产品生命周期的各个阶段( 导 入期、成长期、成熟期和衰退期) 。当产品沿生命周期发展时，所需要的生产能力 也会改变，必须有扩张或者压缩生产能力的预备。技术进步的因素必须有所考虑 并要随时能够整合到设施计划中，因为他们会对产品的生产形成巨大的影响，从 而影响生产能力。 事实上，生产能力的提供与预期的产品的需求量常常是不等同的，也没有必 要完全相等。这是因为：1 ) 用足够的资本和其他资源来满足所有需求并不经济； 2 ) 因为预测的不确定性，以及将生产能力与根据竞争优势制定的运营战略相联系 的需求，要求生产能力必须具有缓冲部分( c a p a c i t yc u s h i o n ) ，在本文中，这一理 论被称为“生产能力缓冲”。“生产能力缓冲”是预计生产能力之外的附加能力，它包 括以下凡项1 4 】： ( 1 ) 需求量大于预期值时，有额外的生产能力。 ( 2 ) 有能力满足需求高峰季节的需求。 ( 3 ) 更低的生产成本因为生产设施的运营太接近生产能力会消耗更高的成 本。 ( 4 ) 产品和批量的柔性。因为快速应变顾客对不同产品的需求，由于存在额外 的生产能力，大批量成为可能。 7 电子科技大学硕士学位论文 这一理论为半导体在进行长期生产能力预测时，通常考虑到额外的生产能力 需求，以应对若干不确定因素的做法提供了依据。 通过长期预测估计了长期生产能力需求后，生产管理者就确定了工厂的生产 能力是否要改变，生产能力的变更主要分为扩张和缩减两种类型，针对每一种改 变类型都存在若干改变的方式。表2 3 列出了管理者为适应企业长期生产能力变化 需求而改变生产能力的方式【4 】。 表2 0 改变长期生产能力的方式 生产能力改变类型适应长期生产能力改变的方式 1 与其他公司签订合同，使其成为扩张的公司零件或者成品 的供应商； 2 获得其他公司，设施或者资源； 扩张 3 修建厂房，购买设备； 4 ， 扩张，更新或者改造现存设备： 5 使用备用设施。 1 出售已有设施，卖出库存，解雇或者调任员工； 缩减2 将设施封存备用，卖出库存，解雇或者调任员工； 3 当其他产品衰退时，分阶段开发新产品。 本文的研究范围限定于从长期生产能力计划出发，详细分析了半导体厂商的长 期预测所可能导致的生产面积不足或者冗余进行了识别，并且利用金融投资风险 评估工具量化了不同提前期的预测所带来的风险。 2 4 半导体产能规划的国内研究现状 全球化竞争和边际利润的降低，加之近年来，特定用途集成电路的兴起，使 得半导体生产厂商为增强竞争力而不得不提高生产效率和缩短产品生产周期，产 能规划也因此更加重要。在半导体制造中，由于生产产品种类的繁多、过程的复 杂，产品常常需在多个不同设备上加工，或同一产品在同一设备上反复多次加工， 这使得半导体的制造过程是极其复杂。技术和产品的不断更新，生产流程的复杂， 设备购买需要提前期；加之产量随需求的变化、设备的变动、停工期、设备共享 等因素，产能规划也因此变得非常困难。又由于面临着需求的不可知性，厂商必 8 第二章半导体生产能力与国内外研究现状 须储备足够的生产能力才能适应市场的需要。此外，半导体机器设备非常昂贵， 一个新厂房建立大约要1 亿美元，而其中有4 5 百万美元用于购买机器设备【“。因此 购买决策中即使是一个小小决定，对厂商都是十分重要的。对于半导体制造厂商 来说，对产能的预测与规划是投资决策的一个非常重要的问题。因此对半导体产 能规划过程中遇到一切不确定因素都是半导体行业所研究的热点。 由于半导体产能研究在中国才刚刚起步，这方面的文章还很少，仅有上海理 工大学的钱省三教授【3 】做过半导体制造、工业工程和物流等方面的研究，及清华大 学李琦、刘大成等做过半导体生产规划中的优化决策方面的研究。李琦等人( 2 0 0 4 ) 8 】指出：半导体制造业中产品种类繁多，工序复杂，对设备的利用率要求较高， 因而相对于其它制造业来说，生产计划的优化也较为复杂。他们利用启发算法和 基于线性规划的优化方法进行生产计划的优化。 国外对半导体产能规划研究比较深入，目前国外在半导体生产能力计划领域 内的研究方向主要分为两大类：半导体产品需求预测和生产能力需求计划，其中 生产能力需求计划问题又分为不确定条件下生产能力计划的优化和生产能力扩充 问题。当未来的市场需求预测由市场部发布后，一系列为满足这一市场需求的生 产能力战略决策将被制定，公司的生产制造部门必须保证工厂具备足够的生产能 力满足这一市场需求。有关生产能力的最基本的决策是制定出具体的设备购买计 划，需要哪些设备，及相应设备的数量。这类问题被划分到生产能力扩充问题。 c a k a n y i i d i r m 和r o u n d y ( 1 9 9 9 ) 4 l 指出对于一个1 0 2 0 亿美元的半导体生产厂，设 备一般价值在1 3 百万美元左右，并于2 0 0 2 年【9 j 提出：需求预测，对于半导体制造 厂商进行风险决策是很重要的。由于购买设备需要较长的提前期，必须对需求的 不确定性进行预测才能做好增加生产能力的决定。b 蝴i h a 和b 锄衄等( 2 0 0 3 尹1 0 l 提出用混合整数线性规划的办法在需求不确定的条件下进行产能规划。他们所建 立的模型用于计算在一定产能和资金的限制下，如何配置设备数量以尽可能的满 足不确定的需求。b c a t a y , s s e r e n g u c 和aj v a k h a r i a ( 2 0 0 3 ) 1 1 1 l 建立了多阶段混 合整数规划模型使得设备运行成本，新设备的采购成本和库存成本最低。为了应 对生产过程中的一些不确定因素，随机规划、二次随机规划、结合遗传算法的多 目标规划也被运用到半导体的产能计划中【1 2 1 1 1 3 1 。r i c h a r dk i e l b a s a1 1 4 1 指出在半导体 制造过程中，测量过大量的数据，这些数据中包含了许多有关产品的测试、合格 率、设备性能等方面的信息，但是这些数据所反映的信息不能很好的被企业利用， 他利用偏最小二乘法o l s ) 建立了一个产出模型，用来识别影响产出的关键变量。 另外，马尔科夫决策过程模型也被用来解决何时增添生产能力，何时将一种生产 9 电子科技大学硕士学位论文 工艺流程转换为另一种工艺流程( s b h a t n a g a r 和e f e m a n d e z g a u c h e r a n d ，1 9 9 9 ) 。 e z h a n g e ta 1 ( 2 0 0 0 ) ”】采用多项式时间算法，又被称为f i f e x ( f i xf o u re x p a n s i o n s ) ， 在需求不确定的条件下，假定不同提前下，生产能力的波动性是独立的，计算最 优的设备需求量，厂房生产面积等生产能力资源。y i y ul i n a g 等【1 1 7 l 利用半导体厂 商的商产能扩张看作是实物期权，当预测需要增加产能时，是选择继续等待新的 需求信息到来，还是选择投资增加产能，文中利用二叉树法，得到最优的投资时 期和产能规划。 如何有效利用生产能力计划过程所涉及到历史数据，从这些历史数据中挖掘 有用信息，量化不确定因素，以及制定基于不确定因素的决策依据，指导企业的 生产实践，这将是本学位论文研究的重点。 2 5 本章小结 本章对工业工程以及其发展进行了简单介绍，并阐述了工业工程如何应用在 半导体生产能力规划中，同时指出了半导体行业长期生产计划中所面临的关键问 题，给出了本文要研究的方向，最后对半导体生产能力规划的国内外的研究情况 进行了叙述。 第三章半导体生产面积需求的风险识别 3 1 引言 第三章半导体生产面积需求的风险识别 厂房生产面积扩建问题在半导体制造业中是非常重要的，一个新厂房的修建 一般需要2 年的时间【1 8 】，而生产面积的需求则是由半导体产品市场需求，机器设 备运行效率等多方面因素所决定的，因此对半导体生产面积的规划是属于半导体 厂商产能规划中的中长期规划，半导体厂商对生产面积的规划，需要一个很长提 前期，一般是提前2 个季度到8 个季度的时问对厂房面积的需求进行预测【1 l ，由于 半导体行业竞争激烈性，产品的生命周期满足摩尔定律，机器在预测期间的状况， 都会导致预测的精度很低，而决策者依据这些预测值来安排生产，可能会存在空 间不足或者冗余，尤其当生产空间不足，半导体体厂商产品将会出现供不应求， 从而失去市场份额，这是半导体厂商最不能承受的损失，本节对影响半导体生产 面积的关键因素进行了分析，利用支持向量机方法建立了一个最优超平面，用来 预测和识别半导体的生产面积是否不足或冗余的风险。 本节首先对支持向量机的相关理论进行了简单介绍，然后将支持向量机理论 建立了最优超平面，对半导体厂商生产面积是否存在不足与冗余风险进行了识别。 最后对本节进行了小节。 3 2 支持向量机原理( s 田 统计学习理论是由v a p n i k 1 9 】建立的一种专门研究小样本情况下机器学习规律 的理论，支持向量机通过结构风险最小化原理来提高泛化能力，它较好地解决了 小样本、非线性、高维数、局部极小点等实际问题，已在函数逼近、模式识别、 信号处理、金融时间序列和预测等领域得到了广泛应用 2 0 1 1 2 1 1 ，实践也证明了支持 向量机比神经网络、决策树这些传统的机器学习方法有更好的模式识别能力瞄】。 s v m 算法是从线性可分情况下的最优超平面( o p t i m a lh y p c r p l a n c ) 提出的。 所谓最优超平面就是要求超平面不但能将两类样本点无错误地分开，而且要使两 1 1 电子科技大学硕士学位论文 类的分类空隙最大。为了更好地对其原理进行描述，我们运用图形来表述支持向 量机如何对两类样本进行准确分类的。 图3 - 1s v m 解决分类问题l 璺1 7 e 上图d 是两类样本点之间的距离，虚线是最优超平面，s v m 算法就是将分类 问题转化为一个有约束的二次规划问题，求出二次规划问题的最优解，从而找到 最优超平面。 3 2 1 线性可分情形 d 维空间中线性判别函数的一般形式为9 0 ) 一矿了+ 6 ，超平面方程是 w r x + b 一0 ，我们将判别函数进行归一化，使两类所有样本都满足k g 】2 1 ，此时 离超平面最近的样本的1 9 b 】t 1 ，而要求超平面对所有样本都能正确分类，就是要 求它满足 y j ( w f z f + 6 ) 一l 苫0 , i = 1 ，2 ，n( 3 1 ) 其中，y f ) 为样本观察值，式( 3 - 1 ) 中使等号成立的那些样本叫做支持向量( s u p p o r t v e c t o r s ) 。两类样本的分类空隙( m a r g i n ) 的间隔大小： 第三章半导体生产面积需求的风险识别 g a r g i = z i h i ( 3 - 2 ) 凼此，最优超平向i 司题司以表不成如f 的约束优化问题，即在条件( 3 1 ) 的约束 下，求函数 妒；却2 一乏( 矿叻 的最小值。为此，可以定义如下的l a g r a n g e 函数： 工( w ，6 ，口) i w t w - - l y t ( 矿毛+ 6 ) 一1 】( 3 - 4 ) 其中，a l 0 为l a 舯n g c 系数，我们的问题是对w 和6 求l a 伊蛆g c 函数的最小值。把 式( 3 - 4 ) 分别对h ，、b 、啦求偏微分并令它们等于o ，得： 詈一w - 扣t 薯跏臼 丝a b o 一宝刚；一。臼 罢。o ；q d ( w r x + 6 ) 一1 】。o d 口f ”7。 以上三式加上原约束条件可以把原问题转化为如下凸二次规划的对偶问题： m 缸砉口t 一三耄薹口，) ，) ，g j x ，) j j a l 苫0 , i - 1 ，厅( 3 - 5 ) 弘) ，z 。0 这是一个不等式约束下二次函数机制问题，存在唯一最优解。若为最优解，则 矿一4 ；y ；t ( 3 6 ) 舒。1 一 a ：不为零的样本即为支持向量，因此，最优分类面的权系数向量是支持向量的线 性组合 1 3 电子科技大学硕士学位论文 6 可由约束条件q 【y ；( w 7 t + 6 ) 一1 1 ，0 求解，由此求得的最优分类函数是： ，b ) 一s 驴( ( w ) 7 工+ 6 ) 一s 印( 耋n 啦+ 6 ) ( 3 7 ) s 印o 为符号函数。 3 2 2 非线性可分情形 当用一个超平面不能把两类点完全分开时( 只有少数点被错分) ，可以引入松 弛变量翕( 磊- - 0 , i ；1 - n ) ，使超平面w 7 x + b = o 满足： y i ( w r x l + 6 ) 苫1 一磊( 3 8 ) 当0 磊 ( 3 - 1 1 ) 用核函数k ，z ) 代替最优分类平面中的点积薯7 工，就相当于把原特征空间 变换到了某一新的特征空间，此时优化函数变为： q o ) = 砉q 一三喜粪口p m ) ，k k ，工，) ( 3 ，2 ) 而相应的判别函数式则为： ，仁) 一s 弘【( w ) 7 妒( d + 6 卜s 弘( z 4 ；y t k 力+ 6 + ) ( 3 。1 3 ) 其中薯为支持向量，x 为未知向量，( 3 - 1 3 ) 式就是s v m ，称为支持向量分类器 在( 3 1 ) 式中垂g ) 一x 时，是线性可分情形下支持向量机的判别形式。 3 3s v m 在半导体生产面积规划风险识别中的应用 生产面积规划在半导体制造业中是属于其产能规划中的中长期规划，规划的 提前期一般是2 季度到8 个季度，实际上，在产能规划的提前期内，由于需求的 波动性，使得半导体厂商对生产面积的这种提前预测很难满足其实际需求，依据 这种预测，安排其生产计划，而实际需求与预测之间会有一定的差距，当实际需 求大于预测需求时，就会出现生产面积不足的风险，反之就会出生产面积的冗余， 因此对于半导体厂商来，如何根据当前的预测值，来判断在未来的该时间点上是 否存在生产面积的不足或者冗余。本节首先找出影响生产面积6 个关键因素，利 用非线性可分的支持向量机算法建立了最优超平面，得到判别函数，当给定6 个 关键因素的预测值，就是可以判断出是否存在生产面积不足或冗余的风险。 3 3 1 关键因素的识别 由于半导体生产过程的复杂性，长期规划主要是对工厂的生产设备以及支撑 这些生产设备所需的生产面积进行长期计划，因此对生产面积的规划其实就是对 生产设备的规划，生产面积的规划又有一个很长的提前期。工厂生产负荷、产品 电子科技大学硕士学位论文 本身的加工参数、以及设备运行情况在提前期内的变化都是影响设备需求的关键 因素，进而影响到生产面积的需求。具体影响过程可以用下图示表示。 r 一一一一一一一一一一一一一l ：，确连瑚囊 ： ii i 臣囹! i 圈i i 臣回； 图3 - 2 半导体生产过程中的不确定因素的影响过程 对半导体厂商来说，一个半导体器件完成大约要经过几百道工序，完成这些 工序需要很多不同类型的机器设备，从上图中可以看出，设备需求的波动性直接 影响了生产面积规划预期的准准确性，为了识别这种由于设备需求的波动性而导 致的生产面积规划出现不足的风险，由于半导体厂商对设备需求是是按模块分类 的，我们对半导体厂商设备所在的模块作相关分析，按照需求波动性大小，及其 所占的生产面积的大小进得分类。分类标准如下 表3 - 1 半导体生产设备分类标准 遮动性 占地亩沁 大小 大 ( 大，大)( 大，小) 小 ( 小，大)( 小，大) 按照以上分类标准可知，对于那些需求波动性很大，占地面积很大的模块，以 占地面积很小，需求波动性很大的模块都是影响半导体生产面积的关键因素，而 对于波动性很小，占地面积很小，以及波动性很小，占地面积很大的这些模块， 我们可以不考虑，在本文中的波动性很小，是指需求基本上保持不变的模块。按 照这种分类标准，我们找到影响生产面积预测规划的六个关键模块，在下文中也 称关键因素。 第三章半导体生产面积需求的风险识别 3 3 2 数据说明及预处理过程 这里我们用玩瑟凰表示上面所提到的6 个关键因素，x 1 ，耽x 6 是样本 观测值。l ，是状态变量，表示空间不足与冗余，其取值用y 表示，当y l 时，表 示空间足够或冗余，当y 1 表示空间不足，根据册f 原理，最优超平面是一个 关于这6 个变量的方程，在本节中，我们利用2 2 2 节中的非线性可分情形下带有 惩罚因子的支持向量分类机对空间不足与冗余进行识别。惩罚因子c 是由计算机 计算面选择的。在使用s v m 机训练数据以前，我们先对数据进行了预处理，假定 m ；和攒，分别表示训练样本中第f 个因素的最大值与最小值，我们首先通过下列函 数将所有变量映射到【- 1 ，1 】中 2 2 1 。 z 一丝l 二竺i ，( z 一卜1 ，1 】) 一面_ 著_ ( 3 1 4 ) 我们知道s v m 对于小样本数据也很有效，在本节中，我们只有1 2 组样本， 将这1 2 组样本分成了两个部分，一部分用来寻找最优超平面，一部分用来验证模 型的泛化性。由于样本有限，采用表3 2 作为训练数据，表3 3 作为检验数据。 表3 - 2 训练样本 就x 2扔 勋 筋弼y 0 0 2- 0 0 7- 0 0 2 7_ 0 1 2 o 2 5 1 也1 n 1 1 - 0 0 1 0 1 6_ 0 1 4 扣1 1 1 0 1 8 皿1 3 0 1 9 0 | 1 6_ 0 1 3 n 1 5 l - 0 1 5- 0 1 4_ 0 呻0 1 70 2 3- 0 1 31 n 1 6矗1 7o 1 1- 0 1 30 2 lo 瑚1 0 o l0 0 80 mo m0 加o 省1 o 1 30 m0 1 50 0 9o 10 瑚1 0 1 8o 1 40 2 30 刀0 2 1o 1 71 1 7 电子科技大学硕士学位论文 表3 - 3 检验样本 工lx 2x 3x 4x 5x 6y 0 0 2m 1- 0 0 6- o 1 4- o 瑚血嘶一l - o 眈n 10 嘶0 1 4o , 0 8 0 嘶 l 0 2o 1 2o 胂_ o 2 1o 1 60 1 81 o 1 4 0 1 50 2 2 - 0 1 8o ，1 9 o 1 1 1 3 3 3s v m 判别函数建立过程 由以上讨论知道，最优超平