公开(公告)号：CN117787602A

公开(公告)日：2024-03-29

申请号：CN202311687548.3

申请日：2023-12-08

Applicant: 东华大学

Inventor： 张洁 ,  王明 ,  张朋 ,  金孟宇 ,  李洪森

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/006 ,  G06N3/092

Abstract: 本发明提供了一种基于预测式自协同强化学习的晶圆制造系统多作业区物料配送反应式协同调度优化方法及系统，包括以下步骤：基于深度神经网络构建多作业区物料配送协同调度总回报预测模型并训练；定义与设计建立多作业区物料配送协同调度环境；构建作业区调度智能体；通过多智能体与多作业区物料配送协同调度环境进行交互形成并采集历史经验数据用以训练多智能体学习最优决策策略并最大化总回报；将晶圆多作业区调度智能体模型集成至晶圆制造系统多作业区物料配送协同调度系统。本发明通过预测式自协同强化学习方法实现晶圆制造系统多作业区物料配送协同调度优化，能够有效提升智能体协同调度性能，通过多作业区实时协同调度大大降低晶圆制造系统的生产周期和减少晶圆lot违反作业区驻留时间约束的次数。

公开(公告)号：CN118735200A

公开(公告)日：2024-10-01

申请号：CN202410869849.6

申请日：2024-07-01

Applicant: 东华大学

Inventor： 张洁 ,  王明 ,  张朋 ,  金孟宇 ,  李洪森

IPC: G06Q10/0631 ,  G06Q10/20 ,  G06Q50/04 ,  G06N3/092 ,  G06N3/006

Abstract: 本发明涉及一种基于嵌入式强化学习的调度与维护优化方法及系统，方法包括以下步骤：采集生产运行过程与机器维护历史数据；构建调度与维护智能体和特征选择智能体；构建调度与维护Markov决策过程；构建特征选择Markov决策过程；特征选择智能体与特征选择Markov决策过程交互并学习最优状态特征选择策略；调度与维护智能体与调度与维护Markov决策过程交互并学习最优调度与维护优化策略；部署并执行部署并执行特征选择智能体和调度与维护智能体进行调度与维护优化。系统包括调度与维护控制器、调度与维护智能体、特征选择智能体。解决了生产中订单动态到达环境下难以精准表征动态环境导致的性能不足的问题，实现调度与维护的联合优化并提升设备可靠度和降低生产成本。

公开(公告)号：CN117787602B

公开(公告)日：2025-04-18

申请号：CN202311687548.3

申请日：2023-12-08

Applicant: 东华大学

Inventor： 张洁 ,  王明 ,  张朋 ,  金孟宇 ,  李洪森

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06N3/006 ,  G06N3/092

Abstract: 本发明提供了一种基于预测式自协同强化学习的晶圆制造系统多作业区物料配送反应式协同调度优化方法及系统，包括以下步骤：基于深度神经网络构建多作业区物料配送协同调度总回报预测模型并训练；定义与设计建立多作业区物料配送协同调度环境；构建作业区调度智能体；通过多智能体与多作业区物料配送协同调度环境进行交互形成并采集历史经验数据用以训练多智能体学习最优决策策略并最大化总回报；将晶圆多作业区调度智能体模型集成至晶圆制造系统多作业区物料配送协同调度系统。本发明通过预测式自协同强化学习方法实现晶圆制造系统多作业区物料配送协同调度优化，能够有效提升智能体协同调度性能，通过多作业区实时协同调度大大降低晶圆制造系统的生产周期和减少晶圆lot违反作业区驻留时间约束的次数。