基于多目标规划的半导体行业生产计划管理系统的研究 80页

'同济大学经济与管理学院硕士学位论文基于多目标规划的半导体行业生产计划管理系统的研究姓名：王敏丹申请学位级别：硕士专业：管理科学与工程指导教师：霍佳震20090301 摘要半导体生产是一个获得高额利润的资本集中产业，因此企业应当制定出非常有效的生产计划来利用有限的生产资源，极大程度地满足客户需求，最大化利润。企业的生产计划应当不仅能适应生产资源的灵活性、半导体供应链的复杂性，还应当能适应新产品的投产和生产设备的改进。然而制造企业现今绝大多数的生产计划都是基于局部、地区性数据，通过电子表格和启发式的方法，依赖于计划员自身的经验和智慧来安排。本文紧扣半导体行业的特点，在借鉴原有APS理论、数学模型和求解方法的基础上，根据半导体行业特有的需求、生产流程等特点，运用多目标线性规划方法，以主生产计划(MasterPlanning)过程为对象，构建相应的数学模型，运用迭代算法对模型进行求解。最后对求解结果进行分析，并提出了应用与性能的局限性以及对APS未来的展望。本文的创新点主要在于巧妙地利用了数学建模的工具对生产计划流程进行了建模，并根据数学模型设计了生产计划排程的信息系统，为解决实际的生产计划问题提供了非常有价值的解决方案。本文还运用多目标线性规划的方法根据半导体行业特有的生产流程和多工厂的特点建立了相应的生产计划的数学模型，并运用迭代算法对模型进行求解。系统本身的计算结果随用户对不同约束条件的优先等级的调整而变化，体现了系统的灵活性。经实践证明，本文所提及的生产计划系统投入使用后，大大提高了生产计划的效率，并将TPT缩短了一至两天左右的时间。本文在最后指出了该系统存在的一些局限性，并对未来的发展提出了一些展望。关键词：^PS，多目标规划，线性规划，半导体行业，多工厂产能规划 AbstractABSTRACTSemiconductormanufacturingindustryisahighlyprofitableindustryofcapitalintensive，SOcompanyownersshouldmaximizingtheutilityoflimitedcapacitythroughdrawingeffectiveproductionplan，SOthatcustomers’needscanbesatisfiedandalsoprofitscanbemade．Therefore，However,productionplanshouldnotonlybeflexibleenoughtofittheflexiblecapacityandcomplicatedsemiconductorsupply,itshouldalsobeeasilyadapttotheimprovementofnewproductsandmanufacturinginstrument．However,theproductionplanoftoday’Smanufacturingcompanies，whichisintheformatofspreadsheetandusingtheheuristicalgorithm，isfocusedonpartialandregionaldataandbasedontheexperienceandwisdomofplanners’．Thethesisishighlyrelatedwiththespecialtyofsemiconductorindustry．OnthebasisofexistedAPStheory,mathematicalmodeltheoryandsolutionmethods，referredtothespecialtyinmanufacturingprocessofsemiconductorindustry,thisthesisappliedthemulti—objectivemethod，builtacorrespondingmathematicalmodelwhichissolvedbyiterationmethod．Intheend，thisthesisanalyzedtheresult，andcameupwiththeprobleminapplicationandlimitedness，aswellasthefutureofAPS．Theinnovativepointofthispaperliesinthemulti-objectiveandlinearprogrammingmethodwhichisappliedfocusedonthecharacteristicsinmanufacturingprocessandmulti—nationalsituationofsemiconductorindustry,aswellastheinterationmethod．Especially,systemmentionedinthispapercanbeflexiblybechangedbydifferentpriorityamongtheconstraintswhichcouldbereadjustedbyplanners．Itisprovedthatthisproductionplanningsystemshorternedthe唧byaboutoneortwodays．Finally,thispaperalsopointsoutsomelimitnessofthesystem，aswellassomedevelopmentvisions．KeyWords：APS，Multi-ObjectiveProgramming，LinearProgramming,SemiconductorIndustry,Multi—PlantCapacitySplitⅡ 同济大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本入在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。⋯一躲乏毅千年弓月小El 学位论文版权使用授权书本人完全了解同济大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供露录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。学位论文作者签名：年月冒 第一章绪论1．1研究背景1．1．1问题的提出第1章绪论半导体生产是一个获得高额利润的资本集中产业，因此企业应当制定出非常有效的生产计划来利用有限的生产资源，极大程度地满足客户需求，最大化利润。因此生产计划应当不仅能适应生产资源的灵活性、半导体供应链的复杂性，还应当能适应新产品的投产和生产设备的改进。现今绝大多数的生产计划都是基于局部、地区性数据，通过电子表格和启发式的方法，依赖于计划员自身的经验和智慧来安排。然而，目前的计划环境在这十年有了极大改变：(1)前提发生了改变。传统计划流程所依赖的一系列前提条件发生了巨大改变。计划问题已经从原先的局部地区问题转移到全球问题，特别是对于半导体这种特殊产业，其产品的整个加工流程往往遍及全球。(2)计算能力的改变。在传统的计划流程被规范后的时间年中，计算机的计算能力得到极大提高。与此同时，软件设计也得到长足的发展，先进的计划调度技术和先进的优化算法的结合使得软件有能力作出企业迫切需要的决策。并且先进的图形界面技术让互动软件更为有效，更容易让计划员接受和理解。(3)计划问题的改变。供应链新概念的产生，如TQM、JIT等等，改变了生产商的运营方式。过去认为必要的多余库存现在成为一种负担，半导体产品，如闪存的成品库存过多导致极大的浪费，生产系统中的冗余量在极大程度上被减少，这就迫切的需要一种稳定性强或更精确、更动态的计划能力。(4)计划边界在移动。生产商与生产商和供应商与客户的关系发生了很大改变，供应链管理的概念极大地延伸了计划的边界。生产商为了获得竞争力，就必须时刻关注它的上、下游，敏捷生产的概念不再要求减少生产变动，而是迅速、可靠地响应客户订单。没有整体考虑整条供应链的计划是局部优化解，随时就可能变成不可行解，因此生产商不仅要迅速响应它的直接下游，而且要 第一章绪论考虑整条供应链上的下游。由于环境发生如此巨大的改变，相对于改进当前的计划流程和数据管理方式，更应当考虑重新设计先进的计划工具，使得计划自动化、整合化以及最优化。高级计划排程系统(AdvancedPlanningandScheduling，APS)正是一个计划任务的有效新方案。1．1．2本论文的意义APS系统充分利用了当前的计算能力、现代生产技术并对整条供应链进行建模。它把主生产计划和车间计划相结合，在不同的APS计划模块中，数据可以自动、无缝链接；把物料和产能相结合，使得计划的可行性得到极大提高；把手工计划和自动计划相结合，让自动计划算法解决大多数简单的计划决策和修改，而让宝贵的人力资源集中在困难的任务上。因此本文所论述的APS的实施有利于半导体企业的成长，提升半导体企业的在国际市场上的综合竞争能力，通过与工程实践相结合，不断完善订单管理在半导体制造供应链中的作用，对于逐步完善我国同类型制造企业的应急反应能力，具有重要的意义。当然，不同产业之间的运营模式截然不同，APS要能够成功实施，有两点重要因素：首先，供应链上的各个环节要有很强的协作性；其次，应当是APS系统适应产业运营特点，而不是根据统一标准的APS结构，改变产业来适应它。大多数APS失败的案例基本都是由于违反了上述两条中的某一条。半导体产业同样具有它独特的生产模式，本文的主要目的就是根据半导体的特定环境，运用多目标线性规划方法，建立相应的APS模型，并运用多次迭代的算法求出最优解，为解决实际的生产计划问题提供了非常有价值的解决方案。1．2论文研究内容与体系结构1．2．1本文主要内容本文紧扣半导体行业的特点，在借鉴原有APS理论、数学模型和求解方法的基础上，根据半导体行业特有的需求、生产流程等特点，运用多目标线性规划方法，以主生产计划(MasterPlanning)过程为对象，构建相应的数学模型，2 第一章绪论运用迭代算法对模型进行求解。最后对求解结果进行分析，并提出了应用与性能的局限性以及对APS未来的展望。1．2．2本文体系结构第一章为绪论，主要介绍问题提出的背景及意义。第二章主要回顾APS理论的发展历史和现状，并对APS和受到广泛采用的ERP系统进行了比较，强调了APS在供应链管理中的重要地位。最后介绍了业内专家对APS未来发展趋势的预测。第三章分为三部分，第一部分简要介绍半导体行业的生产特点，第二部分简要介绍常用的生产计划建模方法，第三部分将上述两部分结合到一起，根据半导体行业特有的生产流程提出了通用的PPM模型。第四章以半导体行业的主生产计划为例运用多目标线性规划的方法建立了生产计划的数学模型。第五章讨论了数学模型的求解方法。本模型是在ILogCPLEX和Concert的基础上运用雠编程，结合遗传算法和精英策略理论，对模型进行了成功的求解。第六章对模型的性能进行了分析，并列举了模型应用的一些局限性，最后进行了总结与展望。》》》》 第二章APS理论研究概述第2章APS理论研究概述本文所讨论的生产计划管理系统从严格意义上讲是属于高级生产计划排程系统(APS)的一种，因此在讨论该计划系统的设计之前，本论文先就高级生产计划排程系统(APS)的发展历史及现状作简单回顾。2．1APS简介高级计划排程系统(APS)将生产计划与车间调度整合到一起，并在满足生产过程中的各种限制条件下将资源有效地分配给产品的不同生产阶段，保证了生产目标的实现[3】。APS不是单纯的计划方法或者系统，而是融合各种现进的现代化技术与管理思想的产物。对APS的贡献来自计算机科学、人工智能、决策支持系统、工业工程、物流管理、管理科学、运筹学和生产运作管理等领域[5】。因此近几年来，APS受到了越来越广泛的关注。但是到目前为止，国际上对APS还没有一种明确的定义。本节将对APS的概念、起源、现状和发展趋势作简要的介绍。2．1．1APS概念简介APS系统是利用现代的信息科技及规划技术，例如基因算法(GeneticAlgorithm：GA)、限制理论(TheoryofConstraints；TOC)、运筹学(OperationsResearch；OR)、系统仿真(Simulation)及限制条件满足技术(ConstraintSatisfactionTechnique；CST)等，再考虑企业资源(主要为物料与产能)限制条件与生产现场的控制与派工法则下，规划可行的物料需求计划与生产计划，以满足顾客需求及面对竞争激烈的市场。APS还提供What—if模拟分析，可让计划者快速结合生产信息(如订单、途程、存货、BOM与产能限制等)，做出平衡企业利益与顾客权益的最佳规划与决策【2】。2．1．2APS起源与发展20世纪50年代以前是APS思想的萌芽阶段[4]，APS的一些主要思想早4 第二章APS理论研究概述在计算机存在前就已经出现。对APS贡献最大的是20世纪出现的甘特图(GanttChart，1917)和运用数学规划模型解决计划问题。甘特图可以直观地看到事件进程的时间表，并且可以进行交互式更新。最优化线性技术当时已由美国和前苏联用于解决战争相关的物流管理问题。这些思想和方法对于APS的萌芽起到了奠基性的作用。50年代初期和50年代后期，大公司开始配置计算机，用来观察计划有问题的部分，优化少数关键性的材料能否平衡对产品的需求，而且考虑能力约束，或者为产品寻找最低的费用路径。线性规划得到了普遍的运用，小型的计划试算表开始出现。这一时期对“最优化"的定义促进了APS的发展。60年代到70年代，由于跨国公司的迅速发展和制造业问题变得越来越复杂，需要计算的变量也从60年代初期的数以百计发展到70年代末的数以万计。线性规划已无法满足企业的需要，一些公司则着手开发用于解决线性规划问题的程序。60年代中期IBM开发了基于产品结构分解的物料需求计划(MaterialRequirementPlanning，MRP)系统，并在70年代发展为闭环MRP系统，除了物料需求计划外，还将生产能力需求计划、车间作业计划和采购作业计划也全部纳入MRP，形成一个封闭的系统。80年代初，美国管理学家OliverW．Wight在MRP的基础上把生产、财务、销售、工程技术、采购等各个子系统集成为一个一体化的系统，提出了制造资源计划(ManufacturingResourcePlanning，MRPII)。1983年由EliGoldratt领导的“创造力输出公司"又提出了在当时的离散制造业中受到极大欢迎的“最优化生产技术"(OptimalProductionTechnology，OPT)，即“约束理论"【6】。80年代后期出现了人工智能(ArtificialIntelligence，AI)和专家系统。IBM把人工智能和已存在的APS技术结合应用，开发了批处理的排程系统。人工智能对后来基于约束的规划和遗传算法做出了重要的贡献。80年代后期出现的交互式图形用户界面大大提高了APS的市场销售冲击力。90年代以后，供应链管理思想和计算机技术的迅速发展大大促进了APS的完善。供应链管理的软件系统开始出现并为大型企业所接受，如SAP的R3系统中增加了供应链管理模块。APS是供应链管理软件的核心，它能够统一和协调企业间的长、中、近期的计划。与供应链相关的需求促进了90年代APS的发展。90年代初期出现的顺序查询语言(SequenceQueryLanguage，SQL)允许APS工具能动态地和关系数据库交互。逐渐增加的计算机运算能力使得成本降5 第二章APS理论研究概述低，并导致新的解决方法，而且扩大了所解决问题的大小和复杂性。遗传基因算法、模拟技术逐步成熟。90年代初GartnerGroup提出了企业资源计划(EnterpriseResourcePlanning，ERP)的概念。到90年代中期，ERP厂商介入了APS，因为APS交付规模越来越大，每个用户支付的成本远远高于ERP，且APS市场快速地增长。90年代中期厂商把用户界面转向Windows环境，提供了更加直观的接口和报告功能。新的APS应用费用更低，计算能力正在以令人惊异的比率增加。2．1．3APS的发展现状进入21世纪，APS与以互联网为代表的信息技术和以供应链管理思想为代表的先进管理思想相结合，具有跨越整个供应链进行计划协调的能力。由于大多数企业都采用ERP作为基本的管理系统，单纯应用APS的企业很少。因此APS在很多企业作为ERP的补充，用于协调物流、开发瓶颈资源和保证交货日期。APS应用各种优化技术，并根据企业的商业目标来改进计划[7]。目前APS主要应用于传统的制造业、快速消费品等领域。在国外，主要是软件公司对APS进行研究。著名的软件公司有i2Technologies、SAP、SystemMolding以及Thru．PutTechnologies等，另外一些大规模的制造商也配有自己的软件开发系统，根据自身的生产流程开发属于自己的APS。而在我国，APS的实施应用才刚刚起步。2．1．4APS的发展趋势二十一世纪是信息时代，经济全球化步伐日益加快。作为代表当今先进管理思想的高级计划排程系统，APS的发展呈现出以下趋势：(1)与供应链管理更加紧密结合。和生产计划系统不同，APS以企业整体水平的资产收益率(ROI)等指标为目标，运用各种先进的模型进行跨企业优化，范围不限于生产计划，能使供应链更加有效地运行。而基于电子商务的供应链管理更加需要APS系统的协调。(2)应用范围越来越广。虽然APS是从大型企业计划系统基础上发展起来的，但其计划原理同样适合于中小企业。目前由于价格等因素，中小企业还不能应用APS系统，但随着APS研究的深入，不久的将来，小巧灵活的APS系6 第二章APS理论研究概述统将为中小企业的计划优化服务。(3)集成化与分散化。计划系统的发展早期是处理分散、单一的问题，到APS阶段则成为各种计划技术与方法的系统融合，体现了计划思想的高度集成。然而，由于现实问题的复杂性，如不同的行业与产品特点、不同的企业规模等，对一些企业来说，采用庞大完整的APS系统并不是最佳选择。而结合行业与产品特点、各具特色的先进计划系统同样是APS的发展趋势。(4)与项目管理结合。由于消费者个性化需求的日益增长，产品大量生产的时代即将过去，需要对以前根据批量生产形成的管理理论进行反思，大规模定制(MassCustomization)就是个性化产品生产的有益尝试。个性化产品就是一个个项目，项目管理必将成为21世纪管理学的重要组成部分。因此，APS应该与项目管理结合，形成企业整体的计划管理系统。2．2APS与ERP系统的比较从APS的发展历史可以看出，APS早于ERP出现，两者在发展过程中相互促进密不可分。如今APS并未被ERP取代，它强化了ERP中以传统MRP规划逻辑为主的生产计划与排程功能，以协助规划人员对物料与产能做同步且最有效益的生产规划。2．2．1企业资源计划ERP在上一节APS的发展历史中我们可以看到MRP出现于20世纪60年代，60年代后期发展为闭环MRP，80年代闭环MRP进而发展为MRPII，90年代初出现了ERP。ERP是以市场和客户需求为导向，以实现企业内外资源优化配置，提高客户满意度为目标，以计划与控制为主线，以网络和信息技术为平台，集客户、市场、销售、采购、计划、生产、财务、质量、服务、信息集成和业务流程重组等功能为一体，面向供应链管理的现代企业管理思想和方法。ERP思想的发展，实现了企业计划系统的规范化、程序化，为企业管理的发展做出了重要的贡献。7 第二章APS理论研究概述2．2．2ERP的优点和缺点关于ERP的优点，很多文章都已经提到，作者总结主要的几个方面：(1)ERP把对于企业管理的规范化大大促进了一步。在MRP出现以前，企业管理模式千差万别，但MRP以其统一的“物料需求计划”思想应用于各种不同类型的企业，取得了很大成功。尽管今天企业之间管理还有很多差别，但MRP思想已经为企业界普遍接受。(2)ERP促进了企业管理自动化。把信息技术应用于企业管理，是企业家们不懈的追求，这种应用需要软件载体，ERP较好地充当了这一角色。大量企业通过应用成熟的ERP系统，实现了主要管理过程的自动化。(3)ERP计划与优化有利于企业实现经营目标。MRP发展为MRPII以后，形成了包罗万象的计划和控制系统，有助于实现：按计划的生产和给客户交货，保证材料、元件和产品的有效供应；维持尽可能最低的库存水平，以及计划制造活动、递送时间表和购买活动。(4)ERP成为企业在信息时代参与竞争的出发点。信息时代，企业竞争将日益加剧，如果不应用以ERP为代表、体现先进管理思想的信息系统软件，企业将失去其有利的竞争地位。在肯定ERP优点的同时，很多学者对ERP的功能缺陷进行了阐述，作者把各方有关ERP不足的观点总结如下：(1)系统出发点。ERP的出发点是最大化利用企业资源(主要指内部资源)，满足用户需要，虽然可以是用户订单驱动的，但对用户需求的响应效率低、速度慢。(2)系统管理范围。ERP系统只管理内部资源，涉及企业从需求预测、计划、采购、制造、分销到核算等过程。而对上下游企业缺乏管理能力。(3)计划模型落后。ERP的计划管理的模型仍然是MRPII，其编制计划的方法仍然采用MRP和MPS计算物料的需求分布、补充定单等手段，进行这种于60年代出现的、用最朴素的逻辑在计算机帮助下按产品BOM和工艺流程逐级推演得到了在一般平稳生产条件下可以应用的生产计划方法。流行了近40年，却存在以下弱点：a)．MRP算法假定提前期是己知的固定值；b．)．系统要求固定的工艺路线；8 第二章APS理论研究概述c)．仅根据交付周期或日期来安排生产的优先次序；d)．所有工作都是在假定无限能力的前提下进行；e)．重复计划过程要花费相当多的时间，而相关计划的更改十分困难。(4)缺乏过程管理。企业管理过程的优化是业务高效运作的前提，但ERP缺乏过程管理功能，在处理过程优化上就有一定的局限性。(5)企业内部管理协调。物料需求计划是针对每一个部门的，他们之间是割裂的，这些计划不可能很好的衔接；同时，编制这些计划时，前提假设是无限资源，导致计划准确性较差，不是为企业提供的很好的工具。(6)企业间的协作。ERP对在做前端市场需求预测时能力不够，它不能时刻跟踪市场的动态变化，而且最重要的是它无法使上下游之间紧密结合。(7)从技术角度来说，ERP软件处理数据的速度还不够快。另外，ERP缺乏决策支持能力令制造企业的上层管理人员甚为不满。30多年来ERP的这些缺陷虽然不断有些技巧性的改进，ERP系统在做生产计划时也考虑了能力资源的约束，但仍旧是一种串行过程的校验处理，始终没有实质性的改变。2．2．3APS与ERP的关系APS作为对ERP计划系统的补充和优化，其作用主要体现在与ERP计划系统的交互层次上，如下图所示。首先，APS的需求计划模块从ERP的订单输入并获得客户的实际需求，然后需求计划模块再结合外部数据中预测需求通过APS算法计算得出预测生产计划，同时再通过APS中的供应链计划模块中的约束条件，得到指导MRP的约束主生产计划，传回ERP的主生产计划模块。APS的制造计划模块与ERP的MRP通过制造订单，结合BOM、库存信息以及采购信息等数据综合考虑，反复交互论证，得出将要生产排产的生产任务单。该生产任务单包含的信息为所要加工产品的数量及需求日期。APS的排产计划模块则会根据算法而得到工作中心的生产排产单以及在制品的排队序列。同时接受对车间活动的监测数据，实现对车间变化信息的动态反应。9 第二章APS理论研究概述图2．1APs与EllP集成图资料泉源：商级汁划持产系统≮ERP的集成敬计吩实现，第87’箢APS与ERP密不可分，但其两者之间有存在显著的区别。ERP是依赖于MRPII，主要基于无限物料、无限能力理论，是通过缺料分析、能力分析、由人进行调整决定采取行动。而APS的计划则是基于约束理论，通过事先定义的约束规则，由计算机自动采取行动。除此之外，它们在计划上也有许多关键的不同，如下表。lO 第二章APS理论研究概述表2．1APS’jERP的爻键水¨点规燃ERPAPSf|-燧物}：1日I晚力!llfi!t弘刚毗HE11蜘{叫段分段连续组织’体的浮鹾拔功隧I{．鹾臻成浮鞠汁鹾n，Jf譬翔啦囱舣国分热C杉kj、℃给弃J、小隧I叮以Ill-以厩诺；矗(ATP)静态01怒i约暾n，J燹戳jl打城约l艇软约艇椰她约暾制造挺i玎觋⋯定疋；l￡_拨拟能，J低l岛汁鹾的Itj。筏性本地点奉地点、多地点稿l拿j16i实现c|-划的述j堡性快!详能参L会成本夸能I《以资料来源：,tLP$供疵链优化0}警，2{：16酸因此，虽然ERP需要APS来完善，但是APS也不是ERP系统的代替品‘引。APS只是局限在计划决策领域，它需要一个闭环的ERP系统。APS需要从ERP数据库中提取基本的建模数据如物料清单、工艺路线、可用资源、存货水平、供应商订单数据来执行计划优化活动。然后，将最优计划输入到ERP系统去执行。因此，APS是基于ERP系统的计划决策系统。如下图所示f9l：图2．2g．PS与ERP的关系 第二章APS理论研究概述2．3APS与供应链管理APS是供应链管理软件的核心，它能够统一和协调企业间的长、中、近期的计划，因此APS在供应链管理软件中有着非常重要的作用。本节将主要讨论APS与供应链管理的关系及其在供应链管理软件中的地位。2．3．1供应链管理供应链(SupplyChain)，也称为“供需链"及“供销链”等。美国生产与库存控制协会(AmericanProductionandInventoryControlSociety)对供应链的定义如下【10l：供应链是自原材料直至最终成品，联系跨越供应商与用户的整个流程；供应链涵盖企业内部和外部的各项功能，这些功能形成了向消费者提供产品或服务的价值链。一般来说，供应链包括两个或多个独立的法律实体，他们通过实物流、信息流和资金的流动相连接。这些企业可能是生产零件、配件、最终产品的工厂，也可能是物流服务提供商，甚至是最终用户自己。供应链一词也可以用于某些大型企业，这些企业常常在多个国家设有分支。在这些跨国公司里，高效率地协调实物流、信息流、资金流仍然是一项艰巨的任务。虽然目前对供应链有了比较一致的定义，但是对供应链管理的定义尚未统一。美国供应链协会认为：供应链涉及从供应商的供应商到顾客的顾客的最终产品生产与交付的一切努力；而供应链管理则包括贯穿于整个渠道来管理供应与需求、原材料与零部件采购、制造与装配、仓储与存货跟踪、订单录入与管理、分销以及向顾客交货。HartmutStadtler将供应链管理定义为【11J：供应链管理是指整合供应链上的所有组织个体，协调物流、信息流、财务流，要通过提高供应链的整体竞争力来满足最终用户需求的一系列活动。虽然HartmutStadtler对于供应链管理的定义不是最新的，但是他的定义体现了供应链管理的本质。供应链管理的框架结构可以由下图表示：12 第二章APS理论研究概述气奏一一，℃黼，厂＼之：二．，／‘}性＼．＼／一一／客户服务(cust。皿erService)—、＼．1集成性(Integrati。n)i|协作性(c。。rdinati。n)l选择合作伙伴(Partner)信息和通信识小嗣皿用组织网络和组织内合作Or流ie程nt导at向ion(P)r。cess领导力高级计划(Leadership)．(AdvancedPlanning)l基础(F。undati。n)|I檠蔼与襄嫠二蕈运研究，组织理论，2．3．2供应链计划图2．3供应链管理的框架结构供应链计划(SupplyChainPlanning，SCP)指：用于组织管理供应链行为的整合计划方法。所谓整合，是指供应链主要行为(采购、生产、库存和运输)和支持行为(用于形成价值链)的多维度的整合。供应链计划同时还是个跨期整合(inter-temporalintegration)计划，也称之为层级计划(hierarchicalplanning)。层级计划将考虑包括战略层、策略层和操作层的不同供应链行为。战略层问题依据整合数据，考虑产品家族管理和生产线采购等等长期规划问题。策略层利用整体数据，考虑分析资源的分配和利用等中期规划问题，比如：物流、库存量、产能利用率和维护计划等决策问题。操作层问题集中在生产任务的具体执行上，比如：生产顺序和输入输出分析模型。最后，供应链计划还是供应链行13 第二章APS理论研究概述为的空间整合计划。信息技术的高速发展使得这种整合计划成为可能。当仅仅考虑供应链的采购行为和生产行为时，我们可以将这些计划问题整合成一个简单的整合管理系统：生产计划控制系统(ManufacturingPlanningandControlsystem，MPC)1121，来处理复杂生产环境下的计划问题。下面我们来看一个MPC系统的例子：MRP．1I(ManufacturingResourcePlanning)，见下图：图2．4MRP．II系统它将策略计划问题和操作计划问题整合成一个单一的系统。在这种MRP—II系统中，整体计划(Aggregateplanning)其主要功能是给出产能的分配和整体库存水平，从而来满足规划周期内的需求，它是一个中期计划，规划周期一般为一年，所以通常会考虑到季节性需求的变化。主生产计划(MasterProductionScheduling,MPS)将会基于整体计划给出的库存要求和产能约束，给出一个最终成品的短甥生产计划，从而满足预测需求和客户订单。主生产计划的规划周期一般以周做单位，相对应与产品的生产周期。接着，MRP．11131会根据MPS给出的最终成品生产计划和物料清单，给出～个所有产品(从原材料到中间产品)的短期计划。最后，车间调度控制系统(shop．floorcontrolsystem，用于生产组件)和供应商跟进系统(vendorfollow-upsystem，用于采购组件)将贯彻实施MRP。I给出的短期生产计划，这两个系统所给出计划通常以几天作为时间单位。其他一些比较为人们所熟悉的整合生产计划概念都适用于上述比较一般的14 第二章APS理论研究概述生产、计划、控制框架。比如这个MPR．II系统就包含了最初的MRP．I系统，而且也遵从了层级生产计划(HierarchicalProductionPlanning，HPP)的原则[1劓。这种MPC系统一般基于事务性数据库(transactionaldatabase)，它的数据交换速度比较快，价格也比较便宜，但是它不能自动地帮助决策的产生。相对于事务性rr系统，有一种被称之为分析rr系统(analyticalITsystem)[15】，非常适用于供应链管理应用程序。而优化计划模块是这些分析系统的核心组成部分，因为优化计划模块可以评价找出可行的计划，并且平衡财务和客户满意度双方面的要求。其中财务目标通常是：采购或者送货的运输成本、生产机器的成本、物料费、人力资本费、库存费用和保险等等。客户满意度通常用能否把客户要求的产品在正确的时间交付正确的数量到客户这一能力来表示。2．3．3APS软件构架如前文所述，这种基于企业资源计划(EnterpriseResourcePlanning，ERP)系统的事务性数据的分析型rr计划系统被称之为高级计划排程系统APS。下图给出了供应链计划矩阵，描述了这种APS的计划任务结构11们。巾期两品瓦——■图2．5供应链计划矩阵一个APS系统主要有如下几个特点：(1)整合、全局计划：协调整个供应链的计划；(2)优化：所有的计划任务都定义有目标和约束；信息菰仃+—◆U 第二章APS理论研究概述(3)层次法：把整个大计划分割成计划模块，并且模块与模块之间有信息流沟通；这些特点都在上图中集中反映出来了。传统的MRP和ERP系统在绝大多数的情况下不具备以上特点，他们大多局限于生产功能或是没有优化功能。此外，当MRP和ERP考虑不同的计划周期时，他们对于不同的计划任务通常采用顺序或是独立的计划方式，也就是说，在上图中，他们不具有从下至上(不同规划周期)和从左至右(不同规划任务)的箭头。APS软件的供应商会提供一系列的软件模块，尽可能地实现供应链计划矩阵中的每个任务。最典型的系统结构图如下：长期中期短期曰臣习图2．6高级计划系统结构圈当然，这个供应链计划矩阵仅仅是给出了APS的一般结构，一个仅仅包含固定模块组合的APS，不可能满足所有不同管理需求的供应链。有许多文献给出了供应链的拓扑结构，将不同供应链进行分类，找出一些共有的特性，这样就可以共享类似的计划任务需求。然而，本文的目的在于探讨基于优化算法的数学模型的描述，从而实现供应链计划任务，换句话说，本文集中于APS其中一个特性，即是：优化。16 第二章APS理论研究概述2．4本章小结本章第一节主要介绍了APS的概念、起源、发展及其未来趋势。APS系统是利用现代的信息科技及规划技术，再考虑企业资源(主要为物料与产能)限制条件与生产现场的控制与派工法则下，规划可行的物料需求计划与生产计划。第二节将APS和ERP作了比较，强调APS并未被ERP取代，而是对ERP计划系统的补充和优化。第三节介绍了APS在整个供应链中的地位及其软件构架。17 第三章半导体行业生产计划模型概要设计第3章半导体行业生产计划模型概要设计3．_I半导体行业简介半导体生产制造是利用尖端科技的制造技术之一。半导体企监的生产流程基本包含三个生产阶段，见下图。第一阶段：晶片制造(WaferFabricationandProbe)，又通常被称作半导体生产的前道(Front．End)。Fabrication操作包括对晶片进行15．30层的蚀刻，每次蚀刻可能需要20到40道工序，这将把数以百计的复杂独立电路(每个组件包含上百万个晶体管)装配在晶片(wafer)上，对于某些特殊的产晶还会要求特殊的操作和技术。在晶片制造的最后，会有检测设备对每个独立电路(又称晶圆，Die)进行检测，对不满足要求的晶圆做上记号。第二阶段：封装测试(AssemblyandTest)，也称为半导体生产的后道(Back．End)。封装测试的主要工作包括：切割晶片，取出其中的晶圆(丢弃前道检测出的有缺陷的晶圆)，将和框架衬垫(Substrate)封装在一起，框架衬垫起到了保护晶圆和与外部电路连接的作用，测试环节将会测试出半成品具体的性能指标并保证产品没有缺陷。第三阶段，配置阶段，为产品烧上商标系列号等，打包最后运输给客户。1)生产电子晶体管，将其进行内部连接。并溜试设备初始性能溯试lO一⑤一④耩作装配广＼装，配送到客产-＼》译舒一稻翌固组鲑配置图3．1半导体生产流程3．2半导体行业供应链结构及其特点半导体行业的供应链非常复杂，下面，我们来详细叙述半导体行业的特征。18 第三章半导体行业生产计划模型概要设计值得注意的是以下多工厂环境和复杂的物料清单这两个特点是半导体行业显著不同于其它行业的地方。(1)多工厂环境半导体行业一般是一个典型的全球供应链。举例来说，晶片制造可能位于美国、以色列，封装测试可能位于中国、马来西亚或是菲律宾，最终的客户群将遍布全世界。其主要目的在于降低成本(如不动产成本、设备成本及劳动力成本)。但是这样带来多工厂多地域的生产供应链给管理带来极大的难度。因此，某些半导体公司通常会采用虚拟IF(VirtualFactory，VF)和完全复制的管理策略来应对这种复杂环境。虚拟工厂指的是：将所有同类工厂组成一个集合，如把中国和马来西亚的封装工厂组成一个集合，集合内的工厂共享上游所提供的原材料，其产出供所有的下游使用，各个工厂各自的信息通过IT技术收集在一起进行统计，这样不同地域的工厂似乎又变成了一个单独的工厂，然后不同种类的工厂按上下游关系整合为一个单一工厂。完全复制指的是：对于同一集合内所有的工厂而言，每个工厂几乎可以生产相同的产品，具有相同的制程。这样的经营管理方式带来诸多好处：首先是便于将产品迅速的从开发阶段发展至大批量生产阶段，企业只需在实验工厂生产线的开发过程中，同时兼顾到产品性能、质量以及大容量生产的问题，然后把实验成功的生产线完全复制到类似各个工厂内即可；其次是企业获得了敏捷的虚拟工厂结构，由于每个工厂近乎相同，产品可以选择在多个工厂里的任意一个中进行生产，而不必担心由于意外而产生的生产中断。与此同时，实施这种策略使得计划调度的难度得到增加。同一种制程可供选择的上下游工厂多，且工厂间具有相当的高替代性，因此能够生产出同一产品的生产路径相当多。举例来说，假使企业包含晶片厂3个，封装厂商4个，配送中心5个，则所形成的供应链路径就有60条之多。另外，考虑产品系列的复杂程度，如CPU就有多达十数种不同产品家族，每种产品家族又有若干不同频率，综合起来的数目非常可观，然而许多产品都共享相同的产能。最后，半导体生产是一个高度专业分工的产业，各个环节间具有高度的相互依赖关系。因此如果对某种产品进行分别考虑，显然不容易得到一个可行计划，更不用说得到一个比较优化的计划方案。(2)物料清单复杂半导体BOM的复杂性主要原因在于：多工厂环境里半导体产品的多阶段加19 第三章半导体行业生产计划模型概要设计工过程、多条加工路线、灵活的产能替代性和频繁的物料清单更新。幻．半导体制程可以分为晶圆制造、晶圆针测、封装和测试这四个制造过程，其中每个过程都可以细分成数十道工序。并且所有这些过程都要求保持追溯性，当发现有质量问题时，可以迅速准确的发现问题的根源，采取合适并且及时纠正措施。因此，在不同的加工处理阶段，给予产品不同的名称以示区别。b)．从产品的角度横跨所有制造阶段，就形成了很多种不同的加工路线组合。而这些信息是要求在物料清单里反映的重要信息。为了区分和保持追溯性，产生了许许多多的产品种类之间的多对多的对应关系。c)．灵活的替代性是指多工厂的物料，库存，以及产能的互换性。如：分BIN这一半导体特性，是指产品经过测试后，根据不同的性能要求和特征，可以分成多个产品系列的过程。而且通常高等级的产品通过写入特定的程序使得产品之间可以由高向低兼容，即到达产品互换的要求。d)．频繁的物料清单更新是指在半导体产业中类似于软件产品的版本升级，更新速度较快。为了保持产品能及时满足消费者的需要，半导体企业需要将设计完成的图纸尽快的转化为实际的产品。将在转化的过程中发现的问题及时反馈给上游的设计部门，并且通过工程变化指令(EngineeringChangeOrder,ECO)来修改物料清单。(3)生产设备昂贵半导体行业的进入壁垒很高。主要原因在于，这是一个需要巨额资金密集投入，大量高科技人才集群工作的行业。巨额的资金和大批高精尖人才的订单，形成这个行业巨大的进入壁垒。在封装测试阶段，整个生产线的设计原则是按设备的价格为设计瓶颈。一台先进的爱德万测试机将近2百万美元，根据目前产能订单配置了20台这样先进的测试机。例外还有20台老式的测试机，产能相当于O．5台新测试机的当量。而一个封装测试工厂的造价大约是2．5亿美元，相当于三分之一的投资用于购买昂贵的测试机。另一方面，随着产品生命期的不断缩短，通常在6到18个月间，有些测试机因为功能限制将被淘汰，这使得设备利用率成为了一个非常重要的问题。建设一条12英寸的芯片生产线需要投资30亿美元，购买一台130纳米的光刻机需要1500万美元，加工一套90纳米的掩护板需要65万美元。另外，不同设备的加工能力不同，设备载具，换线的时间不同，有些设备可以通用而有些由于夹具的限制不能通用，引起排程复杂化。合理利用这些有限资源，对于半导体企业至关重要。 第三章半导体行业生产计划模型概要设计(4)产品价值体积比大半导体产品的体积小，每片成品的价值较大，在运输方式上一般采取空运，运输损坏率极低，因此在作中长期大批量计划时经常忽略运输成本且不考虑损坏率。(5)“推"“拉"结合的生产模式半导体产业采用的是个典型的“推”、“拉"结合的生产控制模式，参见上图。半导体前期生产(晶圆制造)的主要加工是化学清洗，平面光刻，离子注入、金属沉积、氧化等工序，生产提前期约3个月，不能做到快速响应订单，并且前道的产出晶圆种类较少，故按照晶圆的预期需求量，以“推"式进行生产。在“推”、“拉"两种不同的管理模式之间，存在一个衔接点，被称之为解耦点(DecouplingPoint)。在半导体产业中，位于晶片检测之后的晶圆仓库(DieBank)被认为是解耦点，起主要作用是储藏晶片被切割后取出的晶圆。在晶圆仓库之后直至生产出成品的后道生产大约需要一周时间，由于都是顺序生产，没有循环，故而产出时间容易预测。同时，可根据不同的封装形式，将晶圆加工成种类众多的不同成品，满足客户不同需求。故而，后道加工能以实际的订单或者较为精确的需求预测为基础进行“拉"式生产。(6)多种生产提前期半导体生产过程有非常多的提前期需要考虑。a)．生产加工提前期。如不同半导体链环加工提前期，晶圆制造原料采购提前期通常为10到13周不等。后道的封装测试，根据不同的封装形式加工时间在1到3周不等。测试的时间同样根据不同产品和测试质量要求加工提前期为1到5天不等。b)．原材料的采购提前期。例如在封装中常用的Substrate。它是一种制造复杂，紧密度高的印刷电路板。由于公司减少供应商的策略和对于产品的质量和成本要求，合格的供应商全球只有两家，通常的采购提前期约为4．7周。c)．产能准备提前期。产能准备主要指扩建厂房或者增添设备。新设备的联合研发周期长达2．3年。新厂房的选址也是需要放在长期计划中考虑的。d)．运输路线提前期。由于半导体产业工厂几乎覆盖全球，而每个国家对不同产品的监管要求不同，相应的通关周期长短不一，故而运输提前期各自不同。(7)多品种小批量按半导体的功能可以分成逻辑产品和存储产品。逻辑类的产品主要集中在21 第三章半导体行业生产计划模型概要设计个人电脑的中央处理器、输入输出的控制电路、通信、汽车、嵌入式工业应用、无线类产品、芯片和安全产业类。储存产品主要有存储用的闪存，工业系统用的寄存器，个人电脑中应用的内存条等。特别是闪存技术的发展使得闪存产品近年来新应用、新产品层出不穷。例如NOR闪存应用于各类手机，随着手机产品的不同要求就需要有不同型号、功能的闪存产品来供应。NAND闪存的大容量和较低的单位价格非常有希望代替传统的机械硬盘等产品，随着互联网的发展，对各种视频，音频的储存订单不断上涨，必然有更多个性化的新产品会不断涌现。通常情况下，半导体制造商同时生产多种产品也有其内在的原因。一是有市场需求。二是因为半导体技术发展快，企业需要不断投资新设备。通过生产不同制程的产品可以更充分的利用各种现有资源。外在的原因是，随着市场竞争的不断充分及客户需求的个性化趋势，多品种小批量的订单管理和生产管理是半导体企业的新挑战。综上所述，多产品对订单管理带来的挑战是不断增加的新产品种类和数量和原有的人力物力资源之间的矛盾。企业急切盼望有创新的方法来解决这个矛盾。(8)产品生命期缩短一方面由于市场对产品的需求不断变化。另一发面也由于技术发展为新产品更新提供了可能，从而使得半导体产品的生命周期越来越短。如今，电脑几乎一进入市场就过时了。以存储类半岛体产品的DRAM为例子，过去产品在市场上的需求达到最高峰约需要四年，而近年来的新产品需求高峰明显缩短。另外以DRAM产品生命周期来看，1MDRAM在80到90年代之间是DRAM之主流产品，需求量达到最高峰，但自从4MDRAM出现在市场上后，1MDRAM迅速被取代，需求量及价格严重下滑。之后的16MDRAM、32MDRAM、64MDRAM、128MDRAM等都按照这个模式循环，并且产品的生命周期越来越短。(9)客户关系管理的挑战半导体企业的另一个显著特点就是客户种类多而且影响力大。客户种类按客户规模分跨国企业客户(Multi．NationalCompany,MNC)；当地企业客户(LocalOriginalequipmentmanufacture，LOEM)和渠道客户(Channel)三类。其中渠道客户的近些年来发展迅速，特别是在亚洲(中国和印度市场)的业务发展。所谓渠道客户是通称那些数码商城中的中小电子产品的商铺，同时在某些地区也包括一些代理商。渠道客户的特点是订货频率高，订货量少，服务要 笫乖r导体}?业生广¨划模’¨概要醴}{i岛，埘公司产．5^的利润薄，客户数嚣众多。跨H们№客户耵】当地铀『k客户掷!¨=常宵膨响力的客，“，所以他们对半导体制造商的影f啊微人，有时客J、要求{定某】厂桀机器束先成禁个逻辑产品的加上，自时要求根据他们的产品定制’甘体产晶，山于他们占有巨大的IH场份额，如NOKIA，一H赢得了他们的设f和订雌刈企、|k的发展{I常仃帮助。埘成小同的客户，采用小刷的供心策晰，!实现二}甘体企业利润最大化必不可少的营销策略之一。3半导体行业生产计划流程以下是菜大型、#导体产品制造商的牛产oI划流程陶巧鼐圄IFG≮尹一盈圈j霹瓣习j盛j匮圈罔32生产计划洫程罔首先，J商干¨铎户根据市场情况讨沦接F柬9个月的需求鼹，』{二据此对每、，-品族的各个产品做出需求预测，最后的坝洲结果是当期坝洲需求加L承诺!量之和。比如，糟怠普和戴尔接下来9个月的某型号芯¨需求量分别是30“J40万11|=，那么W对其他客户的需求量做出科学估汁，并且加上上期L承诺的 第三章半导体行业生产计划模型概要设计产量，得到接下来9个月该型号的芯片的总计划产量是100万件。第二，生产计划部门每9个月制定一次主生产计划。市场部将需求结果告之生产计划部，计划总部同各芯片制造车间和测试组装车间进行沟通，进行粗的产能验证，看车间是否有足够的产能。如果没有足够的产能，则考虑是购买新的机器设备扩充产能，或通过改善工艺结构提高产能的利用效率等手段解决产能短期问题。这种沟通不是一蹴而就的，而是循环往复的多次沟通。沟通的结果是生产计划部门将产品的需求量分配到各个车间。这里，由于大型制造商通常在全世界有多个生产及组装测试工厂，因此对于某一型号产品的生产存在以下几种情况：(1)只有一个工厂能够进行生产和组装测试；(2)只有其中一部分车间有能力生产和组装测试，原因可能是技术和设备问题或产能限制等问题，如有优先级更高的产品急需生产，或是由于生产流程中某道工序所需要使用的产能出现瓶颈等。(3)所有的制造和测试组装车间都能够生产和加工改良产品。仅某一产品就存在以上多种分配情况，而且要考虑到各地工厂之间的可用产能，生产流程可行性，供货时间，技术问题，产能最大化利用等，仅凭人工进行往复的沟通进行产量分配已无法实现产能最优化的目标，即使实现也需要花费大量的时间精力，不利于半导体行业缩短生产周期，从而无法应对多变的市场。本文下一章介绍的生产计划模型就是针对这个环节所设计的主生产计划辅助系统，详细结构见下章。值得注意的是，半导体行业的另一个特点是生产设备价格昂贵。通常情况下，制造商不愿意轻易购置新的机器设备，因此优化排程，提高产能利用率显得尤为重要。同时，半导体行业所使用的原材料和产能的成本相比显得非常微小，所以在主生产计划的编制过程中，有些环节忽略了原材料的限制。第三，生产计划部门每四个月制定一次中期计划。主生产计划的对象是各地所有的工厂，而与主生产计划不同的是，中期计划只考虑某一地点的工厂。中期计划默认主生产计划已经保证了各地工厂拥有足够的产能，中期计划的任务是确保生产所使用的各种原材料(如晶元，框架衬垫，散热片等)的充足。第四，在操作层面上，工厂制定日常的车间作业计划。车间根据生产流程，优化调整各机器的使用，保证需求被满足。 第三章半导体行业生产计划模型概要设计3．4数学建模及求解方法在目前绝大多数的生产计划问题中，会考虑一系列模型要素，在此我们先简单介绍【171。3．4．1模型要素简介生产计划的主要目的是得到合理的生产批量，尤其是批量大小和生产时间，从而满足在一定时期(称之为规划周期)内的需求。在不同生产环境下，有不同的方式来得到需求数值，如：在生产入库的生产环境下，需求通常是预测量：在按单生产的环境下，以具体的客户订单作为需求量。当然，也可能结合两种方式来得到需求。为了定义可行和经济的生产计划，常常要考虑一些具体生产系统的特征：机器的可用性(机器的加工时间、加工批量、外包等等)，生产和库存的成本，以及客户服务水平等一些性能指标。最简单的生产计划模型是单产品无产能约束批量模型。在单个产品的条件下，它能够给出计划，来满足在离散规划周期内的动态需求。它几乎包含了前文所述的所有模型要素，除了没有产能约束以外。在某些模型中会涉及到一些模型要素，这些模型要素通常使得模型更加复杂，并且使求解过程更加困难，如：由于某些产品共享产能，这些产品通常会竞争这一产能。这在工业包装流水线上很常见，并且通常用于编排成品的主生产计划(MasterProductionSchedule，MPS)也经常会碰到这一情况。多层的产品结构也会使产品相互影响。换句话说，一个产品它可能是某些产品的输出，而它自身又是另外一些产品的输入，或者它可以由外部供应商来提供。通过外包商购买这一产品还是内部进行生产这两种选择的优先级，需要被考虑在模型中，这些限制通常由库存均衡约束来建模实现。这种模型的实例有：物料需求计划模型(MaterialRequirementsPlanning，MRP)，或是MPS／MRP的整合模型。这类MRP模型被用来得到所有产品和组件的生产计划和采购计划。通常还会有一些模型要素来使模型更精确。举例来说，在某些满足客户需求的操作流程上，允许产生成品的订单积压。这意味着，可以在晚于订单要求的时间发货，但是尽量要避免这种情况发生，因为这将影响客户满意度。这种 第三章半导体行业生产计划模型概要设计情况通常在工厂没有足够产能来及时满足所有客户的条件下发生。在某些情况，很有必要对产能进行进一步的细分建模，以保证获得可行生产计划。比如：在机器开始生产开始时还是在成品产出时扣除产能，或是从一种产品切换到另一种产品时计算产能的消耗，这些都需要考虑在模型里。在这些情况中，模型都必须考虑到机器的设置时间、启动时间和切换时间以及生产机器顺序。另一方面，包含设置时间、切换时间等等要素的模型或许过于复杂，以至于难以求解，这时候，建立一个仅仅包含设置成本或是启动成本的较为简单的模型是很值得考虑的。3．4．2一般传统数学模型规划(1)单产品无产能约束批量模型首先来看一下单个产品、单层次、无产能约束的批量模型。在顺序物料需求计划系统中，这个模型是生产计划的核心子问题，因为生产计划问题通常被拆分成若干单产品问题来解决。我们假定下标t(1sts，l’)来代表离散的时间段，n代表规划周期的最后一个时间段。模型的目的是，给出在规划周期内的生产计划来满足需求，并且最小化生产成本和库存成本。通常，一个批量的生产成本被分解成：一次批量生产的固定成本(这个成本与每个批量的大小无关)和批量中每个生产单元的生产常量成本或是每增加一个生产单元的边际成本。库存成本用每个时间段末，单位产品在仓库中的库存费用来建模。每个时间段的产品需求可以由库存或是当期常量来满足，并且不允许积压订单。模型不考虑每个时间段的产能，也就是假定产能无限大。在每个时间段t(1sf墨忍)，我们用n，吼，Jlr和吐来分别代表单位生产成本、固定生产成本、单位库存成本和需求量。简单起见，我们约定在每一个时间段内，吐乏0。决策变量是：t代表每个时间段内的生产批量大小；二进制变量yf表示在时间段t内是否生产(当t>0时，Y。=1)；以及s，代表时间段t的期末库存。一个无产能约束的批量问题可以被描述为下面的数学模型：min>：瓴薯+q,Yt+吃墨)(1．1)约束条件：51 第三章半导体行业生产计划模型概要设计s．．1+薯一dt+SVZ(1．2)％一％=0Vt(1．3)葺sM，YtVt(1．4)xE群，sE群“，Y∈{0，驴(1．5)其中，肘，是一个极大的正数，来表示时间段t的批量上边界。约束(1．2)用来表示每个时间段的需求满足，此约束也被称作物流平衡约束。这是因为，单产品无产能约束批量模型给出的每个可行解都对应于一个物流网状图(图1．5)，其Cdl。；罗盔代表总需求。约束(1．4)使得：当时间段t需要生产(即，薯>o)时，启动燮量y，必须为1。约束(1．5)表示变量的非负性和二进制限制。目标方程(1．1)简单的表示为单位生产成本、固定生产成本和单位库存成本的总和。d图3．3产靛不足时的批量单位示意图(2)多产品单层次生产模型接着，我们看一下多产品单层次生产结构的具有产能约束的批量模型。这种主生产计划系统用于得到规划周期内一系列产品的生产计划，一般来说，这个规划周期至少要长于所有产品的一个生产流程长度。而对于每个产品，就满足需求和成本的目标而言，它的模型与单产品无产能约束批量模型相同。此外，不同产品的生产计划将会受到共享某些同一机器的影响而相互关联。我们令下标f(1sfsm)来代表一系列被生产的产品，k(1sksK)来代表具有产能上限的一系列共享机器，以及t(1sts刀)来代表时间段。并且对于每个产品f，变量x，y，S和数据P，q，h，d与单产品无产能约束批量模型具有相同的意义，我们通过上标i来区分不同产品。数据口表示时间段t内机器k所具有的产能。口砖代表每生产一个单位i所 第三章半导体行业生产计划模型概要设计消耗机器k的产能，p谴代表生产f机器k所需要的配置时间，即是机器k在生产f前所需要的准备时间。口m和卢让通常被用来作为一台机器k为了生产产品f的经济度量值。下面来看这个多产品具有产能约束的批量数学模型：min∑；∑，pc《+呸i)，，i+嘭《(1．6)约束条件：sit．1+x：一d；+．《Ⅵ，f(1．7)《sM；y：Vt，f(1．8)∑口北巧i+∑卢玻y；s鹭Vt，k(1．9)菇∈贮，s∈衅‘肿n，yE{0，1}舢(1．10)其中约束(1．6)一(1．8)和(1．10)与单产品无产能约束批量模型中的意义相同，约束(1．9)是每台机器k在各个时间段t上的产能约束。(3)多产品多层次生产模型最后，我们将介绍多产品、多生产层次的具有产能约束的批量数学模型。这个模型也可以被看作：前文所述的处理成品的多产品单层次生产模型和处理中间产品和原材料的单产品无产能约束批量模型这两个模型的一个简单整合模型。这种模型的目的是：在短、中期内，同时优化从原材料到最终成品的生产环节和采购环节，来满足来自于客户的独立外部需求或是依赖于生产其它产品的所需的内部需求。产品与产品之间的依赖性通常用被称之为物料清单(BillofMaterials，BOM)的产品生产结构来表示。这种产品生产结构有三种：顺序、组装和一般结构，见下图： 第三章半导体行业生产计划模型概要设计SequenceAsserr划eGeneral图3．4多层次产品结构类型下标、变量和数据的表示约定和前文所述相同，为了简便起见，我们也使用下标_『(1墨．7sm)来区分不同产品。我们使用记号DO)来表示产品f的直接后继产品集合，这些产品的生产需要直接消耗一定量的产品f。注意，对顺序结构和组装结构而言，每个产品f的D“)是没有交集的；并且对于每个成品f，我们有D@总是空集。如果jED(i)，我们利用记号，．驴来表示生产以单位j『所需要i的数目，见图(1．6)一般结构中方向线旁的数字。参数r用来表示独立需求，而q表示依赖需求。对于每个产品i，我们用)，表示生产一个批量i的时间长度。那么，《表示在时间段t开始生产或采购产品f的数量，在时间段‘+r，产出或是收到产品f。下面给出多产品、一般产品结构带产能约束的批量数学模型：min∑；∑，∥《+呸i咒i+群《(1．11)约束条件；si卜。+《，。一M■∑r￥】+《Vt，f(1．12)《s0麓向nVt，f(1．13)∑口豫‘i+∑∥趾Mis鹭Vt，k(1．14)xE姆，s∈秽”11，yE{0，矿(1．15)其中，与前文所述的多产品单层次生产模型的唯一区别即是物流平衡方程(1．12)。对于每个产品f在每个时段t，将收到来自于产出或是供应商的数量Xt．rli．(于时间段f一，，‘投产或是订货)；需求研+罗r≮等于两部分总和：彰代表 第三章半导体行业生产计划模型概要设计独立需求，罗ro∥代表直接后继产品j∈D(i)的依赖需求总和。店瞬f’3．4．3计划模型输入数据说明目前许多工业生产计划的模型都是上节中所描述的一般多产品多层次生产模型(1．11)一(1．15)的推广，是典型的离散生产系统。在给定BOM的前提下(通常是离散生产系统)，这种模型能够给出一个包括采购和生产的中期计划，以满足客户的外部需求。绝大多数对于这个基本模型的改良和扩展主要集中在：BOM中的产品组件替代；生产操作上的可选替代路径、机器；从一个工厂至另一个工厂的运输问题；采购、外包部分组件；机器使用率等等。然而，多产品多层次生产模型(1．11)一(1．15)是绝大多数多产品生产计划系统的核心，几乎所有整合计划系统都会利用到这个模型。在这一部分里，我们将描述这个简单但又具有普遍意义的生产计划模型中的一些标准术语和实施模型所需要的输入数据。(1)规划周期内的独立需求生产计划的主要目的是为了满足独立需求，独立需求指来自于企业外部的需求，它主要包括客户对最终成品的需求和一些分布式生产系统中其它工厂的需求。在前文方程式(1．12)中，在这个时间段对产品i的独立需求用d!来表示。在生产入库(Make．to．Stock，MTS)的生产策略下，当客户的订单需求到达企业，对应于这个订单的独立需求量必须已经存在于仓库中。也就是说，所有的采购和生产行为必须以预测需求为指导，提前实行。这种生产策略一般用于产品变化很小、差异很小的生产制造业，比如：快速消费品和家庭设备等等。在按单生产(Make．to．Order,MTO)又称之为封装入库(Assemble．to—Order,ATO)的策略下，某些行为可以在外部订单到达之后去完成。交货提前期(DeliveryLeadTime)指的是企业允诺客户提交订单到实际发货这一段时间的长度。因此，企业必须库存一定量的原材料或是半成品，使得剩余的加工时间小于等于交货提前期。这意味这整个计划被分拆成两个独立的计划问题。在上游阶段，又称之为“推”(Push)阶段，基于对于半成品的预测需求，对从原材料到半成品这一流程进行采购和生产计划，这一阶段类似于MTS的计划方式。在下游阶段，又称之为“拉’’(Pull)阶段，基于有效的客户实际订单需求，对半成品到成品库存这一流程进行计划排程。这个分解过程如下图所示。当原材料和半成品的 第三章半导体行业生产计划模型概要设计种类有限，而成品的种类繁多的情况下，这种生产方式被经常采用。半成品存储在仓库中可以回避风险、降低成本，但是会增加生产提前期。多数半导体行业就采用了这种生产方式。方程式(1．11)一(1．15)既可以用于MTS的策略也可以用于ATO策略的“推’’阶段。R制啊铡∞篇紫6FpirnoduishecIdavatabb：；蕊：妊赫；．-．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．_J墅匝兰L．．．．．．．．．．．．．．．．．．．．．．．-+。“鹏·—————————————————————————————爵磊百赢ducide佃ndt饼eca磺sSeni-finishedproducttiffsfor∞甜{8憎nd：·苎!Q-盏?黼嘶憎。r妇图3．5MTs和ATO的生产策略不管对于何种生产策略，规划周期的长度必须至少要覆盖一个总提前期(包括采购、生产和需求的满足)。在方程式(1．11)一(1．15)里，时间段总数11就应该超过从订购原材料到成品生产的完成这一总时间。这是因为，如果为了保证客户满意度，我们必须在客户订单到来之前就向我们的供应商订购原材料，这样才能在订购提前期内交货给客户，故而，规划周期必须要包括整个生产流程所需要的时间。换句话说，总提前期就是最小规划周期。因此，计划模型会以滚动规划的方式来运行，也就是说，前一时间段的规划实施后，会影响模型在后一时间段的参数和输入数据，然后再次求解，依此类推。(2)物料清单(BOM)BOM定义了生产任何一个组件(成品或是半成品)的所有的直接需求(原材料或是半成品需求)，以及为了生产单位后继产品所需要的数目。根据BOM，我们可以把每个时间段的预测需求或是订单需求，转化为具体的各个时间段内对各组件的要求。下图给出了一个BOM的示例：31 第三章半导体行业生产计划模型概要设计(晴2)圈3；69强BOM其中：生产每单位的成品需要一个单位的A和一个单位的C；生产每单位酶A又需要两单饺的B以及三单位的C；B和C是簸材料。BOM结构在方程式(1．12)里通过变量，帮来实现，它代表每生产一单位j所需要消耗i的数量。(3)采赡帮生产提前麓由于对予同一订单的采赡行为和生产行为不能同时发生，为了得到合理的生产计划，所有BOM中成员的采购和生产提蓠期都需要被考虑在肉。采购或生产提前期是指完成一个采购订单或是生产订单所需要的全部时阀，主要包括：准蛰、管理、等待、质量控制、测试和运送等等，并且一般都以一个时间段的整数表示。参冤上圈，各组件旁的提前期信怠。在计划流程里，这些提前期是个独立于批量大小的常量，并且是计划模型的输入数据。在方程式(1．12)中，产晶i酶采购或生产提前期由y2表示。现在回想到最短规划周期这个问题，我们可以说：最短规划周期B必须要大于等于BOM结构图任意一条路径上所有y的总和。然而，在优化模型里方程式(1．12)使用的∥与在传统手工计划流程星使用的提前勰有一个重要区剐。在优讫模型燕，y1是生产或采购一批量l的最小提前期，这个最小指的是：排除了诸如机器可用性的等待排队时间。由于在优化模型内有独立的产能约束条件，这将傈诞有充足的产能朝资源来生产每个批量， 第三章半导体行业生产计划模型概要设计所以)，。无需考虑安全队列的时间延迟。相反，在传统计划流程中不直接考虑产能约束，而固定的生产提前期原则就将迫使计划员考虑到最糟糕的情况，所以常常要把最小提前期)，‘增加一个安全提前期(SafetyLead．Time)来保证计划的可行性。比如，在上图中，假使因为有时大批量生产A或是生产A的资源紧缺，那么就需要把A的提前期固定为两个时间段，这样当碰到生产A的批量小了或有充分资源进行生产的情况，能够在一个时间段产出，生产仍旧要按照两个时间段来进行计划，这样会增加大量的在制品(Work．In．Process，WIP)库存。(4)组件加工路径除了由BOM定义的生产结构和生产提前期之外，每个组件通过不同的工作站的生产路径和每段时间所消耗工作站的产能都必须在模型中得到体现，以控制产能的使用情况。最简单的路径模型可以通过分解BOM里每个组件的生产工序来得到。见图(1．9)，每个组件A的生产需要三道工序：切割、封装和上色。(LT=2)3．7半成品．-xl拘加工路径下表给出了相应的路经数据。通过工序号来确定加工顺序，对于每道工序里的每种重要关键产能(如人力、机床等等)，都有其相应的单位加工时间(每单位消耗时间)和配置时间(每批量消耗时间)，这个配置时间是独立于批量大小之外的。有时候，工序与工序之间的传递时间也需要考虑在模型中。33 第三章半导体行业生产计划模型概要设计表3。1半成品A的路径数据OperationRessorceUnitSet-upTimeNumberDescription∞(a。．【mind(13。．【minD10CuttingMach疑∞1．52S15TransferForklift20AssemblingMachASSO．51030PaintingMachPPP2530举例来说，根据上表，十令单位的A总共需要130分钟，假定现在能够生产20单位B和生产30单位C，即使生产组件A的批量小于20而且绝对生产时闻小于200分钟，生产A的提前矮也必须被固定在2今时间段上，因为机器不是说要用就立即能用上的。这些路径数据在一般模型公式中能看到，在方程(2．14)中，a辫代表生产资源k用于生产i所需要的单位时间，p豫代表生产资源k用于生产i所需要的配黉准备时闻。(5)生产资源产能模型需要每个时间段每个生产资源的产能信息，来生成有产能约束的计划。产能约束一般用时间段内可运行时间或者可加正处理产品数量表示。～般来说，可用产能通过总产能和生产率因子计算得到，这个生产率因子属于估计不可避免的机器损坏、中断和使用干扰等等。在生产模型中所考虑的产能仅仅是可用产能，在方程式(1．14)中用叠表示机床k在时闻段t的可用产能。(6)计划规则模型不仅仅是简单的把生产流程抽象成数学公式，还包含了许多企业对于生产的实践要求，比如：尽量减少生产某一种产品、运输所有成品至配送中心等等。这些规则都被转化成数学方程，通过目标式或者权重等方式实现。3．5本章小结本章主要对半导体行业的供应链结构、生产计划流程等进行了简要的介绍， 第三章半导体行业生产计划模型概要设计后几章的数学模型就是在此基础上建立起来的。建模对象是在半导体行业处于领头地位的企业，其最大的特点是BOM的特殊性和多工厂，这两个特点决定了该企业APS系统的特殊性。 第四章生产计划数学模型4．1生产流程介绍第4章生产计划数学模型本论文的数学建模对象是芯片制造商的主生产计划过程。通常芯片的制造涉及到知识产权的问题，因此芯片的核心部分只在原产国进行生产。晶圆以圆形的晶片形式通过空运到达世界其它地区的多家组装和测试车间。因此本文所讨论的生产流程以晶圆为起点。见下图。测试与分频‘ⅡtDI———◆L3—————◆L2———◆L1／MM图4。1晶片生产梳程示意图在圆形的晶片(Wafer)上嵌有很多微小的晶圆(Die)，每个晶圆具有不同的频率，按等级可分为高频lip，中频MP，低频LP等。每个等级的晶圆数占总晶片的百分比在晶片制造完成时就已经确定了，并附在晶片上，用DLCP来表示。如上图DLCP1、DLCP2、DLCP3等，所有类型的DLCP相加必须为1，即了悦c只；1。』一”1晶圆和DLCP两者的属性决定了TRDI，由TRDI开始进入正式的封装阶段(Assembly)。实际上TRDI是一个虚拟产物，目的在于更清晰表述生产流程。封装阶段的产品被称为第三阶段的产品(L3)，用ASSY表示。一个TRDI对应一个ASSY产品。封装完成后进入测试阶段，即第二阶段(L2)，第二阶段的产 第四章生产计划数学模型品用TEST表示。从L3到L2有一个分频的过程，如上图。比如某L3产品ASSY2，其中3．2G频率占ASSY2的25％，3．0G频率占35％，2．8G频率占40％，那么就得到三种不同的第二阶段测试产品，TEST21、TEST22和TEST23。每种ASSY产品所包含的频率种数不同，但是对于每种ASSY而言，假设其含有n种频率，各频率所占百分比必须满足y只％，1。ASSY产品与TEST产品之间是一对多的关系。产品完成测试之后经过包装就成为最后一阶段的成品，用L1或MM来表示。一个TEST产品对应一个MM。4．2PPM模型在对上述生产过程进行数学建模时，主要借鉴了PPM(ProductProcessModule)模型。该模型由SAP公司首先提出。PPM模型模拟了生产过程中一个产品加工成为另一个产品的生产过程。PPM模型将输出与输入产品联系起来，并形成映射关系，即通常所说的物料清单(BillofMaterial)。PPM模型还包含了生产流程中产能的Yield、TIyr以及可替换输入品(Alternateinput)等信息IreAItem国Location首先我们解释一下上图中各点的含义。假设A、B、C三点是本阶段流程的投入，通过加工A、B、C将加工成最终产品G、H。G、H是本阶段的产出。在 第四章生产计划数学模型PPM之后通常是库存点，加工流程的产出通常就是随后库存点的输入(ManufacturingReceipts)，而下一流程的开始通常意味着库存点的输出(ManufacturingRelease)。D、E、F三点是虚拟点，目的是更清晰地表明生产的过程。本阶段的生产的原材料主要有三种，A、B、C。其中A是必须的材料，不可缺少。B和C两者是互相替代关系，两者必须且只能选择其一。确定原材料后进入D、E点阶段。两者经过加工得到产品F。比如在实际生产过程中晶圆是A，晶圆是不可缺少的材料，B和C分别为两种框架衬垫(Substrate)，两者可任意选择。将晶圆和框架衬垫封装到一起成为产品F再投入测试。至此，模型的前半部分模拟了一对一和多对一的生产过程。在上节中我们还提到，晶圆到TRDI和L3到L2两个生产过程均出现了一对多的情况。那么PPM模型的后半部分就很好的解决了这一点。假设某一输入产品F可以同时根据不同的比例40％和60％分别生产出多个输出产品G和H，那么G和H就称为是共存产品(Co．Products)。值得注意的是，共存产品可以是1个，也可以是n个，但是其各自的百分比足％必须满足y只％=1。如果F能同时生产G与H，但G、H之间无固定的比例关系，这种恬况就应当看做两个PPM模型，即模型后半部分均只有一个输出产品。为了更好地理解这个模型，请参见下图的应用举例：CaselDielR嚣lDielRes2Die2ReslASSYlASSY2ASSy3图4．3珊M示例一假设产品仅由两种原材料制成，任何一种原材料都与其它原材料之间无替 第四章生产计划数学模型代关系，且仅有一种输出可能，则不同的原材料能生产出不同的产品。Case2DielReslDielReslASSYlASSY2输入原材料同第一种情况，但是输出有两种可能，即ASSYl或者ASSY2。ASSYl和ASSY2之间无固定比例关系，如可以全生产ASSYl，或者全生产ASSY2，或者两者同时生产，但比例不固定，可以是2：8或者3：7或者其它，那么这种情况下输入Diel、Resl、ASSYl和ASSY2就不能共存与同一个PPM模型中，而应该是独立的两个PPM，如上图。但毕竟原材料Diel和Resl是有限的，如何产生最优的分配组合，则通过设定决策变量，由原材料库存约束和目标规划决定。Assy4AssyS上图表示了当其中某种原材料和其他原材料之间有相互替代关系时的情砌附M嘲酬眦 第四章生产计划数学模型况，原理同前，具体不再赘述。4．3工作流建模从4．1节介绍的实际的生产流程我们可以了解到，产品的物理形态主要发生了三次变化，分别是从Die到ASSY，从ASSY到TEST，最后从TEST成为MM。因此，我们对三次加工流程进行建模，分别是Processl、Process2、Process3，在图中由椭黩表示。*ClCanh,杈：§dra-＆‘￡知尊龇p《▲"乖田4石生严耀翟圈Die是Processl的输入Mfgh，经过封装加王由M瑰成为输出MfgOut。这里建立MfgIIl、M龟和MfgOut三个决策变量是考虑到折损率(Yield)的影响。当Yield为1时，Mfgln---Mfg=MfgOut。进入Process2时，Processl的MfgOut就等于Process2的MfgIn。两个Process之闯有库存平衡的约束，这一点将在盾面介缨。在每个加工流程中要经历若干次操作，这里用Operationl(OPl)，Operation2(OP2)表示，每次操作都有若干资源组合可供选择。比如可以使用fl，或使用r2，或同时使用r1和r2，那么这里就出现三种不同的资源组合(resourceconfiguration，re)。从资源组合的定义我们可以看到各rc之间是相互排斥的关系，必须有一个且仅有一个资源组合会被采用。如图中OP2选择rcl，其中rcl是rl和r2的组合。其它Operation可以选择re3的资源组合，re3是rl的资源组合。这里由于该实际企业的生产计划员并不直接拥有资源的数据，而是由工业工程专员管理，因此有必要对rc和fl、r2分别进行库存的约束。图中用虚线表 第四章生产计划数学模型示。例如，如上图，假设r1和r2以1：1的比例组成rcl，若现有45个单位r1，55个单位r2，但是工业工程专员根据需要分别用30个单位的r1和r2组成rcl，则最终生产计划员将得到的库存最大量是30个单位rcl(rl和r2的组合)，25个单位rc2(r2)，和15个单位rc3(r1)。下面我们看一下数据库中对生产流程和PPM是如何表示的。圈4．?生严藐翟中帕船M我们以Process2为例。在数据库中，我们将PPM模型中的F点称为BOMHeader，一个PPM模型只有一个BOMHeader，因此BOMHeader的ID即为PPM的D。BOMHeader加D、E两点即为BOMInProcessln，BOMInProcessin的ID加上A、B、C三点即为BOMInProcesslnProdLoc，实际的原材料及其所在工厂的地点(Location)在这一层面上表示。BOMHeader的D加上G、H两点构成BOMOutProcessOutProdLoe，这就是PPM模型的输出，并且同时显示输出产品所在工厂。一般而言，同一地点的工厂加工流程中前后的工厂信息是一致的，不同工厂之间的Location信息才有所不同。41 第四章生产计划数学模型我们将每个流程所必须经历的加工流程，如Operationl+Operation2等，称为Route，BOM_Header的属性决定了唯一的Route信息。Route在数据库的表示同前面介绍的基本一致。4．4系统多目标生产计划排程系统的主要目的是得到合理的生产批量，尤其是批量大小和生产时间，从而满足在一定时期(称之为规划周期)内的需求。但同时还要满足不同的约束和实现其它不同的目标。(1)生产批量的总和必须等于规划周期内的需求。(2)生产过程中的库存必须保持平衡。(3)生产输入等于生产输出。(4)生产输出等于下一阶段的生产输入。(5)生产资源的消耗量折合成相应的产品，之间的关系必须平衡。(6)所使用的资源不能超过资源的拥有量。(7)所使用的资源组合不能超过资源组合的拥有量。(8)分配给各地区的工厂的产品量比可用产能的值必须尽量相近。(9)各工厂产能利用率必须相近。(10)尽量优先满足生产计划员指定的产品的产量。(11)尽量优先满足生产计划员指定的产品族的产量。(12)分配的产量必须大于最小分配产量值。(13)系统每次求解的结果必须相近。(14)系统分配给同一个工厂的产量，周与周之间必须相近。(15)尽量不要超需求生产。(16)产品消耗的产能必须接近所拥有的产能。4．5数学模型描述该数学模型的目的主要是求解多工厂的需求分配优化问题。本节将基于半导体封装供应链的实际情况和需求，描述主生产计划数学模型。42 第四章生产计划数学模型4．5．1模型假设条件根据模型建立的背景和界定的应用范围，本模型在规划前，将优先设定以下几项必要的假设条件：(1)模型的输入信息，如成本、资源限制、提前期都已知或可以正确的估计得到。(2)在封装厂设立晶圆库存但不设立半成品库存，在测试厂设立半成品库存但不设立成品库存，即是：各工厂的所有输出产品都即刻被运至下一个加工点。(3)不考虑半成品和成品的安全库存。(4)生产冻结期(7天)内的生产计划将不能被改变。(5)订单数据是确定的，并且是按周的形式给出的，即是：每周只有一个订单量。(6)以虚拟工厂(VirtualFactory，VF)的形式来满足订单。VF即将全球所有工厂合并，看成是一个工厂。(7)多目标之间的优先性及权重已明确。4．5．2下标集说明f：item，产品的编号，f∈I。／g：itemgroup，产品族的编号，一个产品只能属于一个产品族，一个产品族中可以有多个产品。，：Package．_Base_Segment的编号，，口。Package_Base_Segment是指可打包同时进入加工的产品包。通常工厂的承诺产能(CommittedCapacity)是以Package_Base_Segment的形式给出而不是以单个产品的形式给出的。，：Location，是每个地区工厂的编号，包括虚拟工厂，，包。比如某大型制造商在世界各地共有3个封装测试工厂，那么总的工厂编号就有4个，最后一个是虚拟工厂VF的编号。这里提出VF是为了更快地对需求做出反应。b：Timebucket编号，一般一个bucket是指一周。s：Process流程的编号。流程包含了BOM和Route。re：ResourceConfiguration的编号，rc∈-RC。，．：Resource的编号，，．包含了必要原材料(如晶圆)和辅助原材料(如框 第四章生产计划数学模型架称垫)。0：Operation操作的编号。Route是若干操作按一定顺序的排列，一个Operation是在某～台机器上的操作。P：Period的编号。这里Period是指月，一个Period包含4个或5个bucket，这在企业日历中已经确定。4．5．3输入数据说明cc，，≯：对菜，(Package_Base_Segment)某地点Z的某个b(timebucket)所承诺的产能。RequestiJ：对某产晶f在时闻b的需求量。siteCCRatiob：某一工厂层次上在某～个b的承诺产能比率，该比率是由承Request_fj诺产能根据以下公式算出的：siteCCRatiob=互匿——一。二鼠msiteCCRatio。：某一工厂层次上某一个P的承诺产能比率，该比率是由承诺罗Request|f参产能根据以下公式算出的：siteCCRatiop。堕冬r—一。，麓∞"^徽一，w^：EffectiveRunrate是指机器的有效单位时间产能。比如在某process中的某个operation上要用到某螽机器，这台机器选择的某rc(resourceconfiguration)，该rc中的，．在某b时的单位时间产能就是僦，o水巾。resAvil,。毒：resourceavailable是指在某时间b时，某种资源尹在某个地点鳇工厂所能够使用的资源总量。resConfigAvilrclj：resourceconfigurationavailable是指在某时闻b时，某种rc在某个地点的工厂所能够使用的资源总量。userFixedSchedij毒：是指用户有权利提前墨定菜时闻b在地点Z所生产的产品i的数量，若用户无特殊要求，该变量的默认值为NULL。userFixedlGSched；sj毒：是指用户有权利提前固定某时闻b在地点Z所生产的产品族堙的数量，若用户无特殊要求，该变量的默认值为NULL。 第四章生产计划数学模型porResponsei』j：地点在，的工厂在b的上一周回应的产品f在本周b可以生产的量。schedConfirmedi』J：地点Z的工厂已经确定的将会在时间b收到的产品f的数量。yield，j：某process在时间b时的折损率。percentage,』’，^：某地点的工厂在时间b在生产产品i时的某process的百分比，比如DLCP和分频时的百分比。BoHi，，^：在某b开始时产品f在某地点Z工厂的库存。p嚏触v：某地点Z的加工流程S中所加工的属于产品族培的产品f每次使用的数量。tpt：指生产周期，以周bucket为计量单位。ppvSpmVols占：流程S在时间b的最小单位生产量。4．5．4决策变量说明RequestSupportedf，，≯：在某时间b，在地点，的工厂能够完成对产品f的需求的部分。RequestUnderSupportedm：在某时间b，在地点f未完成对产品f的需求的部分。RequestOverSupportedi』j：在某时间b，在地点Z的工厂超额完成对产品f的需求的部分。SiteSplitm：对产品f在时间b的总需求量分配给地点Z的工厂的生产量。SiteSplitt加：对产品i在时间段p内总需求量分配给地点Z的工厂的生产量。SiteSpliti"，，，一SiteSplitij／,。SiteCCR赢oUndert。：在时间b，地点Z的工厂所分配的产量同承诺的产能的比率低于SiteCCRatiob的部分。SiteCCRatioOvert。：在时间b，地点，的工厂所分配的产量同承诺的产能的比率高于SiteCCRatioh的部分。SiteCCRatioUndert，P：在时间段p，地点Z的工厂所分配的产量同承诺的产能的比率低于SiteCCRatio．的部分。SiteCCRatioOvert。：在时间段P，地点Z的工厂所分配的产量同承诺的产能 第四章生产计划数学模型的比率高于妣ccR口峨的部分。ResReq,一弗≯：在某时间b，某流程s的操作0需要的某rc的数量。ToolUtilization，fb：地点Z的工厂的资源，．在时间b的利用率。FactorylstLimitert6：地点Z的工厂，在时间b最受制约的资源的利用率。MinUtilizationb：在时间b时的最低资源利用率。ZeroOutBuild，j≯：使SiteSp嗽鼬在，层次上大予0所设的变量。UserFixSchedUnderifh：在时间b系统结果分配给地点，工厂的产晶i的生产量低T"userFixedSchedm的部分。UserFixSchedOverif6：在时间b系统结果分配给地点f工厂的产品f的生产量高T"userFixedSch甜m的部分。UserFixlGSchedUnderfs．，j：在时间b系统结果分配给地点f工厂的产品包厂的生产量低予淞蹦&锨级嚣龋畋鼬的部分。UserFixlGSchedOverfsJ^：在时间b系统结果分配给地点Z工厂的产品包，的生产量离于淞既＆瞅缓憝妇‰j≯的部分。PorResponseUnderi』毋：在时间b系统结果分配给地点Z工厂的产量低于porRespons毫jj的部分。PorResponseOverf"，J：在时间b系统结果分配给地点Z工厂的产量高于porResponselj毒的部分。Mfgln,庙列≯：某时间b时地点J『的流程s所加工的产品族姆中的产品f的数量。MfgOut，』』j：在地点Z工厂中流程s在时间b时生产的产品f的数量。Mfg，童：在时闻b时流程S中的产品总量。E伽山：在时间b米期，地点，的工厂所拥有的产品f的库存余量。EOH—Negij≯；在时闻b末期，地点善的工厂所拥有的产品￡的库存透支量。PrD，CC，’，J：在时间b，地点Z的工厂在生产，时实际使用掉的产能。．>：Request骖SiteProjectedCCRatio&姻咄嗽嫩执咖铲童两瓦b．惫jh蟮SiteProjectedCCRatioUnderl^：地点Z的工厂低]j：SiteProjectedCCRatiob的部分。SiteProjectedCCRatioOver】f五：地点f的工厂高-j：SiteProjectedCCRatiob的部 第四章生产计划数学模型分。p。&嗽鼎咄ctedCCRatiop=缸Pr。jCCIj≯SiteProjectedCCRatio．∑尺掣甜‰p．工嘞SiteProjectedCCRatioUndert，p：地点l的工厂低于鼬删ec刎CC砌砌P的部SiteProjectedCCRatioOverJf。p：地点1钓Ir高于SiteProjectedccRati0P钓部CCDelta，』≯：实际生产所用的产能与cc，，，6的差额：4．5．5目标函数说明以下目标项最小化：(1),,荔(RequestUnders唧orted‘tb+RequestOverS唧ortedttb)虬6(2)(3)(4)荔(SiteCCR口tioUndert扫+sneccRntioove_o善(SiteProjectedCCRatioUndertp+siteProjectedCCRntioo、)吒p)∑(乏而叻，)，b圮砌ff％声一7MinUtilizationb)由于本系统所属的企业一共有7个工厂，因此在目标函数中MinUtilizationb胃U乘以糸数7。6’磊彻咖Ⅲ(6)二∞se幢酞SchedUhd吼l_b+Use仟潞ched伪e～o(’)∑∞serF汉IGSchedUnderisl。P+UserF政IGsched()ve‘sJ。J(8)乏MinLD口dingUnder,J‘9’磊(PD却伽卵砌嘞+而却伽e帆曲)47 第四章生产计划数学模型<询’100000荔翮espl乱lj知UnqualifiedProductionPenalty：当地点为1的工厂无法生产产品i但是却有相应的SiteSplit时，在目标函数中会乘以很大的惩罚系数，其中100000表示～个非常大的惩罚系数。(11)f鼬4。5．6约束条件说明(1)RequestBalanceConstraint将时间b对于产品i的需求量分配给各地1的工厂；SiteSpliti，≯=Req斑esti≯Vi，b令每个地点l在时闽b时实际完成的生产需求量部分尽量等于分配给地点1的产量。注意，这里RequestSupported瞩b等于实际使用掉的产能，即鼍黜qu螂瞒郇p删谢∞|Hojcc|j知RequestSupported‘拍+RequestUndersupported‘抽·RequestOverSupported‘轳粼SiteSpz魄骚Vi．1．，b在生产冻结期(FrozenPeriod)，SiteSplit鼬=schedConfirmed蹦≯ffhRequest_fjm0RequestOverSupported珊一O。(2)InventoryBalanceConstraint库存平衡约束的目的在于保证物料在进出每个库存点时守恒。当b=lstweek时EOHij多一EOH—Negil蠢tXMfgOut,i|矗一XXMfgln,璁ll参÷BoHIlbsls+schedConfirmed‘珈一RequestSupportedi』^Vf，1，b当b>lstweek时 第四章生产计划数学模型EOHi"，^一EOH—Negf’，≯tEOHj’，^-l—EOH—Negi舶一1+2MfgO“tsdd#一∑Mfgln，庸』』^+schedConfirmed‘‘6。RPq“estSupp。，．tedjJ≯Vi，l，b注意，所有地点l的工厂在任何时间b时的所有有效库存点都必须满足库存平衡方程。我们引入的EOH—Neg砌变量是正值，并REOH—Neg帅和EOHf’，^不可能同时为正。引入E伽一Negi．，五的目的是为防EOHi’，≯出现小于0时，在生产冻结期(FrozenTimePeriod)内出现无解的情况。当b=O时eoh,．，j—bohi"f^。(3)MfgInConstraint生产输入约束。在生产冻结期之后的所有时间b，所有的流程S都必须满足以下生产约束方程。当yield>O时Mfg矿)，fe掰∥∑㈣鼢洲^／pri,J』)Vs,b当yield=O时Mfg，J一0Mfgln。J，f^一0yieM，，6是制造时的折损率，p嚏冶“表示从MfgIn到ifg过程中产品数量的变化关系。比如双核CPU，需要2个芯片构成，那么当ifgin是2个芯片时，输出成品的数量就是1个。(4)MfgOutConstraint当b在1stweek到ist+tpt时，生产流程是没有产出的，因此生产输出约束仅对任意b>tpt有效，但其中有percentage属性的流程仅die一>TRDI(DLCP)和ASSY->TEST(BinSplit)两+，而对于其他无p眦明舰妒process在系统中将把该值设置为0。当1懿Week、0MfgOut,jl≯一斜-,Mfg。毋xpercentage,aJ≯坻‘‘6percentage一0M儋Omsilb一畔*Mfg。bVs,U,b当lastweek．tptTEST这个特殊的流程，又有以下约束条件：∑BinSplit,枷一。当前)时Mfgsb一0飞s，b下图详细解释了以上三个约束方程的使用。忙--是I"=羔玉丢幸t与‘／}一⋯一一一々丁一■71．／—。t-—--——--—三1"一-—．．—．——．——．——．．—．．兰t--一—--——--——--三。．_h／IF"_⋯。_’⋯⋯，一⋯一71图4．8生产流程中的约束方程(5)ResourceBalanceConstraint生产所需的资源约束。ResReq,,西呦是决策变量，表示对资源b的需求，与劝戤k劫相乘表示流程s中的实际产量。Mfg禹矗=2(ResReq"慨"oxeffRR,,岛隔矗’oEs,rcEo,Vs,b 第四章生产计划数学模型resAvil,，f^。其中资源，包括die和substrate。∑Res&q㈣引e幽诅mVr,l，bp妣qs,o,rc,b!gre洲1啪Vrc,l,b，一一一⋯⋯一‰一蚺等m就是总需求同总承诺产能的比率。只有做到分配比率相同，才能使各工厂平衡ESiteSpliti，，≯P，∑ccm，+SiteCCRatioUndert^-SiteCCRatioOvert^-siteCCRatiobVl，b(9)SiteProjectedCCRaitoPeriodConstraint第二次及以后迭代时满足period(月)层次上的“EqualBurst”。SiteSplitt妇．专再瓦聪n皤啊坝瞧戒纨n肌qp。敝帅蚴坂讯胁qP=SiteProjectedCCRatio，V,l，P51 第四牵生产计划数学模型(10)ToolUtilizationConstraint资源利用率约束。在时闻b，地点Z的工厂所用的资源，与当时可用的资源存量的比即ToolUtilization，舶。这里的r不包括substrate，因为其重要性要低子die。∑ResReq。,⋯腼彻删渤魄旷气玎弘6(11)ToolUtilizationConstraint(2)对ToolUtilization的约束ToolUtilizationr歹≯sFactorylstLimiter|f≯Vl，bFactorylstLimitert上乏MinUtilizationbVbToolUtilization在目标蘧数中将被乘上惩罚系数，因此它应尽量等于最大的ToolUtilization,’，JaMinUtilization6将会被“奖赏"，因此它可以最大化，其作用是使最低的FactorylstLimitertj最大化。这两个方程的作用在于使各地工厂的资源使用率能趋于相等。(12)UserFixProdBucketConstraint用户制定分配产量约束。当用户通过界面预先确定产品i在时间b在地点Z的工厂的产量时，系统的输出结果应尽量考虑优先满足该约束，因此该约束条件有较高的优先等级，这一点反应在目标函数的惩罚系数中。SiteSplitilb+UserFixSchedUnderilb-UserFixSchedOverftb—userFixedSchedijjVi，Z，bEUserFixedSched(13)UserFixProdGroupPeriodConstraint在产品包itemgroup的层次上也应满足用户设置优先的约束。篆，凝却伯潍专块拼F铡磷c妇栅黝％幻。氆嚣量铡镪嗣恸岱‰船=userFixedlGSchedfsl。prig，l，p∈UserFixedSched(14)UserFixProdBucketHardConstraintUserfix硬约束。当系统第一次计算求出最初始的解以后，将用以下约束条52 第四章生产计划数学模型件强化以上的用户预先确定产量约束。其中Delta在系统中默认为3，3表示一个非常小的数字，系统中的单位一般是以“千"计的。UserFixedSchedIljb—Delta薯SiteSplitil矗9999900001对RequestOverSupportedfJj=0RequestSupportedf?≯一0当MfgValuesJ》999990000时Mfg，j一0(21)ProjectedCCDeltaConstraint所有尺e鲫舀厶靴印D，f1耐f』"6使用的产能，应尽量等于∞，，，≯。％每≮姻曲％》s暑融脚q鼢蜊岫J,b约束条{孛：(1)RequestBalanceConstraint0(2)InventoryBalanceConstraint(3)MfgInConstraint0(4)MfgOutConstraint0(5)ResourceBalanceConstraint0(6)ResourceConstraint0(7)ResourceConfigConstraintQ(“)User髓xProdBucketHardConstraint0(15)UserFixProdGroupPeriodHardConstraint0(17)MinLoadingHardConstraint0(18)SoiveToSolveBalanceConstraint0(19)SiteSplitLinearityConstraintO(10)ToolUtilizationConstraintO(1薹)曩"olUtilizationConstraint(2)0(8)SiteCCRatioConstraint第三次迭代，将第二次迭代中的MinLoading软约束变成硬约束。并加入了SolveToSolveConstraint，UnqualifiedProductionPenalty，SiteSplitLinearityConstraint，SiteCCRatio和两个ToolUtilization约束。(4)Prj"ectedCCRatioDefault磊标函数 第五章生产计划数学模型求解Min乏(尺唧嚣f跏挑聊，鸭6+脚嚣舰恸。嗽驰)乏(PD瓜印。埘eUnder咖+PD忡以5e仇臼加)100000乏SiteSpliti』^三Snespl的elt％"b∑(∑凡ctorylstLimiter_f≯一7砌哳z切慨)善(SiteProjectedCcRntioUnder。P+s“eProjectedCcRn勘伪吼。约束条件(1)RequestBalanceConstraint(2)InventoryBalanceConstraint0(3)MfgInConstraint0(4)MfgOutConstraintO(5)ResourceBalanceConstraintO(6)ResourceConstraint0(7)ResourceConfigConstraint0(14)UserF改ProdBucketHardConstraint0(15)UserFixPmdGroupPeriodHardConstraint0(17)MinLoadingHardConstraint0(18)SolveToSolveBalanceConstraint0(19)SiteSplitLinearityConstraintO(10)ToolUtilizationConstraint0(11)ToolUtilizationConstraint(2)0(20)RequestOverSupportHardConstraint0(9)SiteProjectedCCRaitoPeriodConstraint在第四次迭代中将SiteCCRatio约束替换成了(20)RequestOverSupportHardConstraint和(9)SiteProjectedCCRaitoPeriodConstraint。(5)ProjectedCCRatioFull目标函数61 第五章生产计划数学模烈求解。‘抽6),荔乏((R黝eq斌ue拨s妒U溯nd骝er确su威pp‰orte+d内俄+R缨eq删uel鼯stOa忱ver‰Sup)portedtt蝴嘲乏SiteSplitl≯≯lb,善篆S(乏iteS胁pl咖itDel砒tai砌慨^一7MinUtilizationb)X(SiteProjectedCCRatioUndertP+SiteProjectedCCRatioOver,p)一P}‘瞽锨蛔m约束条件(1)RequestBalanceConstraint0(2)InventoryBalanceConstraint(3)MfglnConstraint0(4)MfgOutConstraint0(5)ResourceBalanceConstraint0(6)ResourceConstraint0(7)ResourceConfigConstraint0(14)UserFixProdBucketHardConstraintO(15)UserFixProdGroupPeriodHardConstraint0(重7)MinLoadingHardConstraint0(18)SolveToSolveBalanceConstraint0(1梦)SiteSplitLineari姆ConstraintO(10)1如lUtilizationConstraintO(11)ToolUtilizationConstraint(2)0(29)RequestOverSupportHardConstraint0(9)SiteProjectedCCRaitoPeri棚Constraint0(2重)ProjectedCCDeltaConstraint第五次选代计算网第四次相比墨标蘧数增加了乏c眺，鼬，在约束条件孛加入了(2薹)ProjectedCCDeltaConstraint。7弦 第五章生产计划数学模型求解5．3本章小结本章主要对生产计划数学模型的求解顺序和方法作了介绍。 蔸^章结论与艇单61模型的应用第6章结论与展望作者往这个生产计划排程系统中卜要参·i的足数学模型的构建部分，其它纠队成员以泼数学模型为基础进行编程和uI的设计。畦APS系统的|二界而如F罔所示。Ⅺ诩。翻⋯qo二’r11l[ji∞-；iiL——————————————————————!；絮．。；“．?Mm～冀“⋯⋯d}⋯“1”_⋯¨⋯⋯“l⋯口厂；i]⋯一一～——l高=k。。——§。⋯’Ⅻhq⋯⋯⋯⋯⋯⋯⋯⋯口h一1⋯⋯11’!“o基芗“j漱i誊ii；；=堡1嵩篡盛穗嚣l=怒：：：：“?。mo一}目M¨#“⋯FLwoⅢ黯燃l器∞==：≯嚣胁Tj：：：9⋯“⋯I⋯⋯T口1048一曲t-n_女t∞⋯∞～口Ino日⋯一一㈣⋯”1nOR⋯㈠‘_^⋯⋯1口Ⅲ口。∞^÷⋯∞⋯"dO⋯q日_。■u呻t14∞一0no一⋯⋯"m"BOp在右侧可以选择需要的约束条件，并输入对目标函数的权重系数。一般情况I-权重系数的蛙小位足1，蛙人值足10。在』，斗’砷叫以刘数掘进行筛选和维护，选择要矗看的各种报告。如下图是singlesiteloading的报告，即时十那此只能存‘个_[厂生产的J“1品的情况。 筇，、章l^论1，腱钥⋯m““}z二—!!■1511～一⋯L—————————————————————————————————————————————二：}—‘J⋯“～j⋯*⋯-№口＆盥jE自＆g目!e§Ⅸ＆目目■目目＆自《E目EEEz!女＆衄11w⋯¨⋯“～“l⋯l01∞c2∞“8s¨⋯7s-⋯⋯⋯vH⋯～⋯⋯⋯TJ-”i；然⋯⋯．熙穗黑熏骊尸_·曙P■p嘲。伊畸。孽■P。⋯r^H，K1aju}E1Ⅱ1一⋯⋯000¨，E0●0‘0⋯¨O一；。1∞mlg⋯LFrEPⅢ口0020，0201，口1‘01⋯s一0一rpTw^1N0rDTf＆c1^wa⋯0日口⋯∞⋯shD—f⋯⋯H⋯I“ⅣO*001B0nO日⋯R⋯⋯⋯～⋯lⅢ“⋯”⋯⋯q⋯⋯⋯⋯N⋯：：Lvw⋯*_O5”5’，1⋯51=兰：⋯⋯H⋯cI驯Ⅳ⋯⋯ZBI⋯3m：!冀‘⋯“～⋯⋯⋯，oB^⋯*wB∞1B151⋯⋯Ⅲ哪篡篓躲勰釜=：搿黑裂：1篇⋯：=蒜。9。0⋯O0I⋯⋯。～u[n口H⋯⋯⋯]⋯c“]171日0口O口000l一⋯F。自“HEEc“⋯⋯5_H1⋯⋯jI⋯∞⋯O】⋯⋯⋯～⋯ueROH⋯⋯‘日¨⋯UL“⋯％1⋯0●⋯口，⋯⋯F[日wHE自∞⋯⋯日6⋯SRw⋯Mnu4⋯21⋯1自⋯帅⋯¨ER0¨⋯⋯‘B6⋯⋯00⋯"1月00c0日⋯一口w■EPOHs⋯⋯’自62一““1口■|⋯097⋯n⋯⋯‘⋯H￡mo⋯⋯B⋯⋯■m■⋯00口⋯qMa⋯ERc■，⋯⋯”一∞jvⅣ⋯⋯m∞⋯w⋯5。ms‘o～‘∞w-(mu⋯⋯9¨lNw”⋯⋯0⋯OⅢ“H￡^0⋯⋯⋯]∞⋯nw⋯n¨O⋯DItD5⋯5⋯mEEc0TToT⋯¨⋯E％I目％∞日q1∞，∞m1’￡⋯F⋯*￡‘∞T’⋯⋯j，¨L|。⋯％⋯7％017⋯31⋯m“⋯‘m¨6⋯1⋯‘⋯％№⋯⋯⋯Ⅻ0¨tDn⋯⋯_∞‘*⋯⋯⋯I4日¨w∞{∞00‘000’口0D⋯⋯⋯⋯⋯⋯，‘EOMvm⋯⋯⋯1D⋯t。1⋯N—tTw⋯’：删¨㈣h”一各丁J的产黾分配(SiteSplit)足该系统的辛铿计锋结粜t其输出界瑚如下剧所小。按每删、每个产品旌、每个产品进行排列，片按月¨类。 第?、章结沦1J展望／oo⋯，⋯日I————!-oi意⋯一．E4￡Bs￡g目目E女自E!日g!gE目日目％≈!l目EE■■l自目|d■!s自!■《■■■■瞄，：兰‰；。啪～■。’h“嚣墨：等：怒盎，=。嚣。8嚣乙=≯一s‘⋯⋯J⋯∞P⋯∞～mJ⋯⋯∞s∞m扫．运用该系统之fm锻Jk中期乍产iI划的j|j【_j￡通常都是依靠‘F产计划专员和乍，“埽¨作人员进行多次天1：产能的沟衄，效率比较低，电容易⋯现错谍。个参数f～段变彳『时候将迫使整个生产计划的调整，心急能力较弱。该牛产汁划系统挫入使川以后，汁划员jl，*将已知的产能数槲等输入系统，仟fuJ训始数抓的改变郝H要重新运行一次系统即叫。见外。J以根据约束条件重氍‘件的变化唾新渊整权再系数值，充分体现了计划过槲ffj灵活阽。冗外，通过大景的约束方{、1和科学的¨冀方法得到的牛产训划拒准确性打面剌较丁Excel的训算结果也自极大的提爿。因此，眩系统的使用使得生，“计划过程实毗了自动化，犬大提高了供应链的王薹转效率，并将TPT缩短了两天左右。牛导体行、lL的供应链是高价值供应链，TPT微量的减少也能为企业竹省大量的资金，从而提高了企业的运营效率。本文所介绍的信息系统中的PPM模型部分可以被灵活地运用剁其它制造业的生广过程-h利用类似的原理同样可以对不同制造业的生产流程进行建模， 第六章结论与展望从而开发适应不同制造业的生产计划排程系统。因此本论文的主要目的之一也在于希望能够提供给制造业一个通用的生产计划系统构建的数学模型。6．2局限性该数学模型具有以下的局限性：(1)目标规划的局限性。目标规划的局限性在于只有已知约束条件和给定的优先等级顺序的条件下才能给出满意的解。此外对于原目标函数必须附加目标值才能组成系统的目标约束，而这常常是模型构造中由人为加以控制的。(2)权重系数的不确定性。目标函数的权重系数往往不是线性的，但用户在设置权重系数时往往会不自觉地平均分布，这在一定程度上会影响到最优解。(3)适用范围小。该模型是针对特定企业的特定流程及特定的要求进行安排设置的，普适性不是很高。(4)计算速度。由于企业信息量非常大，导致模型中有成千上万个变量，约束条件和目标等等，这在一定程度上影响到了系统的计算速度。因此有必要通过更先进的算法或者更新硬件设备提高系统的运行效率。：(5)数据复杂。一个信息系统是否能充分发挥其作用，关键在于数据分享的效率。在实际的工作流程中，不同的部门拥有不同的数据，缺乏有效的共享。作为信息系统，有时不得不模拟信息流的走向。现有的流程不一定是最优的，有时甚至将数据库的准备和设置变得很复杂，这一点可能影响到计算结果的正确性。(6)算法的局限性。受到ILog平台的影响，建立二次规划模型的应用技术还不是很完备，因此模型是以线性规划为基础的。6．3结论与展望很多企业在作生产计划时都是依靠生产计划员利用Excel根据经验进行排产，信息的交互速度慢，精确性不足，效率比较低。APS系统的应用很好地解67 第入章结论与展耀决了这一个问题，大大提高了工作效率，缩短了供应链的反应时间。未来，相信随着市场竞争的日益激烈，企业规模的不断扩大，单靠人工进行排产已无法满足需求。APS作为企业ERP系统的补充，缩短了企业从获得市场需求信息到生产出产品的时瓣，提高7企业的竞争力。此癸，先进的软件技术和算法技术将进一步提高APS系统的效率和降低其成本。因此APS会得到越来越广泛的关注和发展。68 致谢转眼，我的研究生生活即将结束，通过一年的准备和撰写，我的硕士研究生毕韭论文也终于定稿。在此，谨南所有茭本文提供过帮助的人、所有关心我帮助我的老师、同学和朋友表示最深厚的谢意。首先要感谢的是我的导师霍佳震教授，在两年多的时间里，他给予了我悉心指导和无徼不至的关怀。霍老癖渊博的知识、高尚的品行、严谨的学风以及他对工作的奉献精神都使我受益终身。然后，我要感谢所有给予我诚恳帮助的同学键，与他们昀共霹学霉和交流也为我的论文提供了很多灵感和思路。当然，我也要将所取得的成绩献给我的父母以及其他亲人。他们给予我的无私的关怀和爱护无时无刻不在督促我奋发图溅。本文的完成同时也凝聚着速么多师生、好友和亲人的关心帮助，在以后的人生道路中，我将铭记这段难忘的时光，以不懈的努力来回报他们。王敏丹2008年12月 参考文献【11钱颂逵。运筹学(修订舨)。携京：清华大学出版社，2003。第8页【21邵志芳，刘仲英．生产管理的利器——高级规划与排程系统．全国第十届信息化与工业工程学术年会论文集，2006：77-81f3】ChenKejia。ModelingandOptimizationofAdvancedPlanningandScheduling(A粥)．【DoctoralDissertation]．HongKong：HongKongPolytechnicUniversity,2006：49-50【4】丁斌，陈晓健．高级摊程计划APS发展综述．运筹与管理，2004年6月，第13卷第三期：第155页【51LaydenJohg．TheEvolutionofSchedulingLogic．APS，August1998：23-25【6】GoldrattEM，CoxJ．TheGoal：AprocessofOngoingImprovement，2rev．ed．GreatBarrington．MA：NorthRiverPress，1992．【71姜铁虎。供应链高级计划系统(APS)．AMTResearch，2001．10。www．amteam。cd3m．娌【81陈绍文．SCM、APS和ERE计算机辅助设计与制造，2001年第3期：第13页【91石为人，余兵，张星．离级计划摊产系统与ERP的集成设计及实现．重庆大学学报，2003年，第26卷(11)：第88页【10]JoneH．BlackstoneJr．，Ph．D．，CFPIMandJamesECoxIII，Ph．D．，CFPIM，CIRM，APICSDictionary,EleventhEdition，AmericanProduction＆Inventory,2005【11]HartmutStadtler．Supplych痂ManagemetnandAdvancedPlanning-Basics，OverviewandChallenges．EuropeanJournalofOperationalResearch,2005，163：[12]T．E．Vollman，W．LBerry,andD．cWhybark．ManufacturingPlanningandControlSystems．RichardD．Irwin，1997．[13]J．Orlicky．MaterialRequirementsPlanning．McGraw-Hill，1975。【14]A．C．HaxandH．C．Meal．Hierarchicalintegrationofproductionplanningandscheduling．1llM．Geisler,editor,硼瞰SstudiesinManagementScience,chapter1．NorthHoHand，1975【15]J．EShapiro．ModelingtheSupplyChain．Duxbury,2001【16]B．Heischmann，H．Meyr,andM．Wagner．Advancedplanning。InH．StadtlerandC，Kilger,editors，SupplyChainManagementandAdvancedPlanning：Concepts，Models，SoftwareandCaseStudies,Springer-Verlag,2002，71—96117]s．VossandD．LWoodruff．IntroductiontoComputationalOptimizationModelsforProductionPlanninginaSupplyChain．Springer-Veflag，2003．【18】陈荣秋，马士华．生产运作管理．机械工娩出版社，2004。【19】陈荣秋．生产计划与控制——概念、方法与系统(第一版)．华中理工大学出版社，1995。【20]蔡颖．APS供应链优化引擎．广东经济出版社，2004． 参考文献【21】刘向东．用APS正确思考．软件工程师，2004年第9期，第59-61页．【22】陈启申．供需链挂历与企业资源计划(ERP)．企业管理出版社，2001．【23】饶艳超．国内企业ERP系统实施应用现状调查分析．经济世界，2004．2，第36-41页．【24】周根贵进化计算在多阶段生产计划问题中的应用．系统工程理论与实践．2001年4月【25]严洪森等．FMS之间工件传输有延迟的车间最优生产计划．系统工程理论与实践．2001年5月．【26]姜思杰等．大型单件小批生产的计划与控制模式．计算机集成制造系统．2001年2月．【27】汪定伟等．面向敏捷制造的企业资源计划的设计与实现．计算机集成制造系统．2001年2月．【28]Simpson，N．C．，Erenguc，S⋯SModelingtheorderpickingfunctioninsupplychainsystem：Formulation，experimentation，andinsights．11Etransactions33，2001，P119-130．【29]KarlMariaGmnauer,ElgarFleisch，HubertOsterle．InformationSystemforSupplyChainManagement．AnOverview,2002，3．【30】卢舜年，邹坤霖．供应链管理的第一本书．广东经济出版社，2003．【31]姜铁虎．APS中生产计划排程的基本原理．Eworks．2002年9月．【32]JohnBemudez．AdvancedPlanningandScheduling：Isitasgoodasitsounds?AdvancedManufacturingResearch，1998．3．【33]JohnLayden．TheEvolutionofSchedulingLogic．APS，August1998，pages23—25．【34]姜铁虎．供应链高级计划系统(APS)．AMTResearch，2001．10．【35]q：法，聂荣，袁德成．APS理论与应用．物流科技．2005，28卷，第199页．【36】张浩，严隽薇等．企业集成中给予ARIS和鼢帆3的供应链建模、优化、计划和执行．微型电脑应用，1999年第4期．【37】张成海．供应链管理技术与方法．清华大学出版社，2002．9，p131．【38]!E玮等．有限资源能力下的供需问题研究．系统工程理论与实践．2001．2．【39】马士华．面向CIMS的多级生产计划与控制系统集成研究．华中理工大学博士论文．1995．10．【40】陈国权．制造业先进生产方式与管理模式．科学文献出版社．1998．12．【41】布鲁斯A汉德生等著．精益企业：企业精益化之道．上海科学技术文献出版社．2000．9．【42】马玉芳CIMS条件下，生产计划的编制方法．计算机辅助设计与制造．1998．5．【43】马玉芳．CIMS条件下，生产过程的特点分析．汽车工业研究．1988。4．【44】马玉芳．CIMS条件下，单件小批生产作业计划的编制方法．机械管理开发．1997．4．【45】马玉芳．CIMS条件下，单件小批生产的期量标准的制定．经济论坛．1997．增刊．【46]严洪森等．FMS之间工件传输有延迟的车间最优生产计划．系统工程理论与实践．2001．5．[47]JfI宋宏等．考虑冲突的模具生产计划调度系统研究与实现．计算机集成制造系统．2001．5．【48】李翠江等．敏捷供需链计划与协调系统．计算机集成制造系统．2001．2．【49】李永平．因特网环境下的企业生产计划与控制研究．华中理工大学博士论文．2001．4． 参考文献【50]Wolsey,L．A。2002．Solvingmulti—itemlotsizingproblemswithanMIPSolverusingclassificationandreformulation．ManagementScience48，1587-1602． 个人简历在读期间发表的学术论文与研究成个人简历在读期间发表的学术论文与研究成果个人简历：王敏丹，女，1983年7月生。2002年9月，进入南京邮电大学电子商务专业，2006年6月获学士学位。2006年9月，进入同济大学攻读硕士研究生。已发表论文：【1】王敏丹．供应链中短期价格折扣效用研究．物流技术．2008年第一期． 基于多目标规划的半导体行业生产计划管理系统的研究作者：王敏丹学位授予单位：同济大学经济与管理学院相似文献(7条)1.会议论文李琦.张涛半导体制造中的先进生产计划方法2004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也来说，生产计划的优化也较为复杂。本文讨论了目前半导体行业中常用的启发算法和基于线性规划的优化方法。2.学位论文程守爱半导体企业的供应链2004中国即将成为全球第二大半导体市场.高速成长的半导体市场带来了空前激烈的市场竞争.在知识经济时代,企业对知识和信息的有效管理已日益必要和紧迫,企业必须引入先进的管理理念,向管理变革要效益,才有望在全球化的市场竞争中脱颖而出.供应链管理正是企业顺应历史潮流,走向世界市场的必然势.半导体行业以其产品数量庞大、规格型号复杂等原因成为经济发展的增长热点.半导体行业供应链管理系统的切入点体现在先进的生产装置、优化的工艺流程、高效的生产调度、优质的设备管理、精确及时的物料平衡上,通过信息技术的应用,加快企业技术创新、管理创新和体制创新的进程.该文以晨光微电子有限公司为例,对供应链管理在半导体行业的实施做了简要的探讨和研究.晨光微电子有限公司于1989年在美国加州创立,致力于半导体的研发、生产和销售,并与台湾和大陆的知名半导体生产厂商形成了牢固的战略伙伴关系.晨光公司对供应链管理十分重视,公司于1999年下半年着手实施供应链管理改善,至今已基本实现高质量、低成本和高效益的管理目标,使公司在市场竞争中立于不败之地.该文首先介绍了半导体行业及其供应链管理的现状;接着简单介绍了供应链的基本概念、理念以及供应链软件;在第三章,对晨光公司的基本情况和竞争环境作了分析;自第四章开始,讲述了晨光公司的供应链解决方案,从理顺业务流程、建立数据结构、建立工具辅助决策三个方面论述;接着对晨光公司实施供应链管理系统后企业获得的效益分析等等;在文章的最后,作者通过晨光公司供应链管理系统的实施与研究,提出了自己对国内半导体企业实施和位用供应链管理系统的个人见解和建议.3.学位论文柳欣基于半导体行业的MES设计与实施2007当今，半导体产业处于一个风云变幻的市场环境。企业必须第一时间对市场变化作出反应，否则就可能面临丢失市场份额的威胁，这就要求企业生产计划的制定周期要相当短；半导体装备成本越来越高，企业急需提高设备使用率，节省资本支出；半导体制造的复杂性和专业性使其生产管理成为最具挑战的课题。因此能拥有一套适应企业多变的业务需求的、可扩展的、高可用性的的MES(ManufacturingExecutionSystem,制造执行系统)系统显得越来越重要。然而，由于半导体其特殊的行业特征，如何选用适合自己的MES来提高公司竞争力成为半导体制造企业思考的主要问题。本文首先介绍了MESA国际协会提出的制造执行系统及其功能模型。接着对半导体行业背景，半导体技术及发展趋势进行了阐述。然后，本文在结合半导体行业特征的基础下，着重讨论基于半导体行业的MES功能设计及系统设计。通过MES系统实施前后的对比及场景模拟，详细论述了MES系统如何帮助半导体制造企业优化生产流程，提高生产质量。同时分析了MES系统的实施过程及建议。最后，总结了本文所做的工作，并对基于半导体行业的MES系统的发展进行了展望。4.期刊论文李琦.刘大成.王慧竹.郑力半导体制造业生产计划的优化方法-制造技术与机床2004,""(11)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,生产计划的优化业较为复杂.文章讨论了目前半导体行业中常用的启发算法和基于线性规划的优化方法.5.学位论文李俊平动态需求条件下半导体企业生产计划的优化与再计划研究2008半导体行业市场变化剧烈，其产品种类繁多且生命周期不断加快，企业必须缩短产品的市场反应时间和提高产品生产计划的制定水平来满足市场的动态需求变化。对种类繁多的产品进行生产计划决策需要考虑各种相关因素，其制定与优化过程也较为复杂。本文针对上述问题，对某跨国半导体制造企业生产计划中的实际情况进行分析，采用理论与实际相结合的方法，对生产计划优化和再计划决策进行了研究。本文提出一种利用两层模型进行生产计划优化的思路，其中上层模型为对全体产品的聚类分析，下层模型为对各类产品进行再计划决策。需求预测是生产计划决策的关键因素。可以通过需求预测的再预测分析、再预测的不确定性量化研究和生产计划决策的风险价值(VaR)分析，进行生产计划的再计划研究。本文的研究从以下几个方面进行：首先，采用短时间序列的模糊聚类(FSTS)按产品之间的相关性对全体产品进行聚类分析。为了更真实地反映产品生产计划数据曲线的相似性和趋势性，本文探索性地对FSTS聚类进行优化改进。实例验证了优化的FSTS聚类的可行性和有效性。其次，按不同数据形式对需求预测进行再预测分析。本文分别对横向数据进行时间序列预测、对纵向数据进行灰预测和对横纵向数据进行多元回归预测，后采用加权平均法、中间值法和回归法对三种预测模型进行综合分析，选取其中误差平方和较小的作为再预测综合分析的优化结果，相对预测误差的绝对值对再预测的效果进行了检验。再次，对再预测进行不确定性量化研究。不确定性量化的方法有参数统计法和非参数统计法。对于非参数统计法，本文结合非参数密度核估计和累积概率分布统计，探索性地提出非参数统计区间法对总体未知分布进行拟合。通过实例分析和方法比较，选用非参数统计区间法进行再预测的不确定性量化。最后，采用方差—协方差法对VaR进行计算，得出需求预测的VaR和库存的VaR；通过需求预测、库存、库存与需求预测联合的VaR分析，并结合再预测不确定性量化分析，对生产计划进行再计划决策。理论分析与实践应用表明，通过进行产品聚类和再计划决策，提高了生产计划的效率，使得全体产品生产计划全局优化。6.会议论文强建新PL05自动电镀线卷片的防止2005PL05自动电镀生产线长期以来卷片这一常发故障极大地影响了生产的正常进行，给公司带来了重大损失。每次卷片少则几枚，多则几十枚、近百枚，常常损失上一千个IC。不但如此，每次卷片后排除故障，清理现场，恢复生产还要占用大量的时间和人力，产品数最的损失对生产计划的完成和按时交货也时有影响。本文对自动电镀生产线卷片产生的机理、原因及防止方法进行了阐述。7.学位论文肖瑞飞思卡尔公司供应链环境下的生产计划与控制体系研究2007半导体制造业是一个流程高度复杂、资金高度密集的加工过程，相对于其他制造业来说，其产品种类繁多，工序复杂，对设备的利用率要求较高，因而如何将先进的供应链管理理论应用到改善生产计划与控制体系当中，提高设备利用率、缩短供货提前期，提高客户满意度，就成了半导体制造业的生产计划与控制必须研究的问题。本文首先介绍了供应链环境下的生产计划与控制体系发展的历史沿革，并阐述了生产计划与控制管理对于企业生产的重要作用。以飞思卡尔半导体公司为例，结合飞思卡尔天津封装测试工厂的实际生产状况和特点，对其生产计划与控制体系的现状及生产计划工作流程进行了详细的分析。飞思卡尔半导体公司的生产计划与控制体系基于ERP原理，采用了SAPR/3系统。本文结合行业的市场形势，对影响主生产计划(MPS)的因素和产能规划进行了分析研究。半导体行业的库存管理有其自身特点。本文结合工作实践，具体阐述了供应链环境下的库存管理方法和特点，分析了飞思卡尔的库存管理模式，结合第三方物流和联合管理库存理论进行了研究。最后还对联合库存管理(JMI)的流程和应用进行了探讨。 本文链接：http://d.g.wanfangdata.com.cn/Thesis_Y1450789.aspx授权使用：上海海事大学(wflshyxy)，授权号：5b3119ad-db23-40d2-adb7-9e0d0067036c下载时间：2010年10月12日'