买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东华大学申请的专利一种考虑多层次关系的晶圆制造调度触发决策系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120671997B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511172021.6，技术领域涉及：G06Q10/063；该发明授权一种考虑多层次关系的晶圆制造调度触发决策系统是由张洁;陈达;吴立辉;张朋;吕佑龙设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种考虑多层次关系的晶圆制造调度触发决策系统在说明书摘要公布了：本发明涉及一种考虑多层次关系的晶圆制造调度触发决策系统，信息收集模块接受来自系统的多维度异构数据；信息处理模块对收集的数据进行编码和预处理；多层次关系感知模块对处理的数据进行关系建模，构建包括物理层、工艺层和调度层的多层次关系模型；调度触发决策模块对多层次关系模型结合深度强化学习进行调度决策和触发，实现预测性触发、事件驱动触发和多层次协同触发；GUI结果输出模块对调度结果和系统状态进行可视化展示。解决了现有晶圆制造调度触发决策系统难以满足晶圆制造的高复杂度需求的问题，本发明能够有效处理晶圆制造过程中的复杂调度问题，提高生产效率和设备利用率，减少生产周期时间，适应动态变化的制造环境。

本发明授权一种考虑多层次关系的晶圆制造调度触发决策系统在权利要求书中公布了：1.一种考虑多层次关系的晶圆制造调度触发决策系统，其特征在于，包括信息收集模块、信息处理模块、多层次关系感知模块、调度触发决策模块和GUI结果输出模块；其中，信息收集模块接受来自系统的多维度异构数据，包括设备状态数据、工艺流程数据和物料状态数据；信息处理模块对信息收集模块收集的数据进行编码和预处理，包括工艺状态编码、设备状态编码和物料状态编码；多层次关系感知模块对信息处理模块处理的数据进行关系建模，构建包括物理层、工艺层和调度层的多层次关系模型；调度触发决策模块对多层次关系模型结合深度强化学习进行调度决策和触发，实现预测性触发、事件驱动触发和多层次协同触发；GUI结果输出模块对调度触发决策模块产生的调度结果和系统状态进行可视化展示； 所述的信息收集模块包括：元-元模型、元模型、元数据和用户数据的四层元数据体系结构；首先基于本体论描述产品、系统和设备元-元模型包含的元模型实例，并利用元模型实例中的词汇、规则和关系对所涉及的元数据进行描述，最后通过元数据对用户数据进行描述，从而实现对晶圆制造系统多维度异构数据的统一表达； 所述的信息处理模块包括：工艺状态编码子模块、设备状态编码子模块和物料状态编码子模块；其中：工艺状态编码子模块是以时间维度为顺序对生产的各个工序的状态进行编码；设备状态编码子模块是对设备的可用性、性能和维护状态进行编码；物料状态编码子模块是对物料的状态和位置进行编码； 所述的多层次关系感知模块采用两阶段图神经网络架构，包括：节点特征提取阶段，使用图卷积网络提取各层节点的特征表示；层间关系建模阶段，通过跨层消息传递机制捕获不同层次之间的复杂依赖关系； 所述的调度触发决策模块将晶圆制造调度问题建模为马尔可夫决策过程，其中：状态由异构图神经网络编码的多层次系统状态表示；动作为调度决策和触发信号；奖励函数综合考虑产能、周期时间、设备利用率的多目标； 所述的调度触发决策模块采用近端策略优化算法训练调度策略网络，实现端到端的调度决策学习； 所述的调度触发决策模块采用三种触发机制：预测性触发，基于状态预测的主动调度触发；事件驱动触发，基于关键事件的被动调度触发；多层次协同触发，基于层间关系的协同调度触发； 系统融合了调度领域知识学习技术，包括：工艺约束嵌入，将工艺流程约束编码到图结构中；设备物理模型，将设备性能和物理特性融入节点特征；时空耦合建模，显式建模工件在设备间流转的时空耦合关系； 多层次关系感知模块基于异构图神经网络构建多层次关系模型，包括： 物理层：表示物理实体及其关系，可表示为图Gphysical=Vphysical,Ephysical，其中，Vphysical是物理实体节点集合，Ephysical是物理关系边集合； 工艺层：表示工艺步骤、工艺参数及其依赖关系，可表示为图Gprocess=Vprocess,Eprocess,其中，Vprocess是工艺节点集合，Eprocess是工艺依赖边集合； 调度层：表示调度决策、资源分配及其约束关系，可表示为图Gscheduling=Vscheduling,Escheduling，Vscheduling是调度节点集合，Escheduling是调度约束边集合； 系统采用两阶段图神经网络架构：节点特征提取阶段：使用图卷积网络提取各层节点的特征表示；对于节点v，其特征更新可表示为： 其中，表示节点v在第l层的特征表示，Nv表示节点v的邻居集合，AGGREGATE为聚合函数，Wl和bl为可学习参数，σ是激活函数，u表示节点v的邻接节点； 层间关系建模阶段：通过跨层消息传递机制捕获不同层次之间的复杂依赖关系；对于来自不同层的节点和，其层间消息传递可表示为： 其中，mo,p表示从节点vp传递到节点vo的消息，eo,p是节点间的边特征，Ncrossvo是节点vo的跨层邻居集合，φ和Ψ为可学习函数，是节点vo经过层间消息传递更新后的特征表示，是节点vo的原始特征表示，是节点vp的特征表示； 调度触发决策模块具体如下： 调度触发决策模块结合深度强化学习进行调度决策和触发，系统将晶圆制造调度问题建模为马尔可夫决策过程： 状态：由异构图神经网络编码的多层次系统状态，可表示为st={,,}； 其中，是t时刻，物理层的图表示，是t时刻，工艺层的图表示，是t时刻调度层的图表示； 动作：调度决策和触发信号，可表示为，其中是调度决策，是触发信号； 奖励：综合考虑产能、周期时间、设备利用率的多目标，可表示为： 其中，rthroughput，rcycle_time，rutilization分别表示产能、周期时间和设备利用率相关的奖励，rtrigger表示触发相关的奖励，w1，w2，w3，w4为权重系数； 系统采用近端策略优化算法训练调度策略网络，其目标函数为： 其中，rtθ表示新旧策略的概率比，表示优势函数估计，ε为裁剪参数，是时间步t的期望计算，clip是裁剪函数； 预测性触发：基于状态预测的主动调度触发；系统通过预测未来状态st+Δt，当预测状态满足触发条件时，提前触发调度决策： 其中，ftrigger为触发评估函数，θpredictive为预测性触发阈值，I为指示函数； 多层次协同触发：基于层间关系的协同调度触发；系统综合考虑不同层次的状态和关系，进行协同触发： 其中，fcollaborative是协同触发评估函数，θcollaborative是协同触发阈值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东华大学，其通讯地址为：200051 上海市长宁区延安西路1882号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。