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！

龙图腾网恭喜东华大学申请的专利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：CN117787602B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202311687548.3，技术领域涉及：G06Q10/0631；该发明授权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是由张洁;王明;张朋;金孟宇;李洪森设计研发完成，并于2023-12-08向国家知识产权局提交的专利申请。

本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在说明书摘要公布了：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。

本发明授权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在权利要求书中公布了：1.一种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，其特征在于，包括以下步骤：步骤S1：采集并处理晶圆制造系统多作业区历史生产运行数据形成训练数据集与验证数据集，在训练数据集与验证数据集中，通过数据清洗与处理形成多作业区历史运行链式运行数据样本，其中，链式数据分别由生产运行过程中各作业区中当前生产运行状态、调度决策动作、执行决策动作所获即时奖励、执行动作后更新的生产运行状态等数据链接而成；步骤S2：针对多作业区采集的时序链式运行数据，基于长短期记忆网络构建多作业区物料配送协同调度总回报预测模型并利用步骤1得到的训练数据集与验证数据集进行训练，实现多作业区物料配送协同调度过程中不同决策阶段与状态下执行调度决策产生的总生产周期和违反晶圆lot在各作业区队列中违反驻留时间约束的次数；步骤S3：通过晶圆制造系统多作业区状态空间、晶圆制造系统多作业区动作空间和晶圆制造系统多作业区奖励函数定义与设计建立多作业区物料配送协同调度环境，即马尔科夫决策过程，将多作业区调度问题转化为序贯决策问题并建模；所述晶圆制造系统多作业区奖励函数R＝R0∩R1∩R2∩R3∩R4∩R5，包括自调控子奖励函数R0、扩散作业区子奖励函数R1、薄膜作业区子奖励函数R2、光刻作业区子奖励函数R3、刻蚀作业区子奖励函数R4、注入作业区子动作空间R5；所述自调控子奖励函数r0,i＝-r1,i+r2,i+r3,i+r4,i+r5,i为i时刻自调控即时奖励，r1,i、r2,i、r3,i、r4,i、r5,i分别为扩散、薄膜、光刻、注入作业区i时刻即时奖励，T0为自调控决策总周期；所述扩散作业区子奖励函数B为相同工艺参数晶圆lot的集合，ai为晶圆loti的到达时间，eijk-15l为晶圆loti第j层第k-1次重入在注入作业区的l设备组上加工结束时间，xijk1l为晶圆loti第j层第k次重入配送至扩散作业区并在l设备组上的开始加工时间，T1为扩散作业区决策总周期；所述薄膜作业区子奖励函数Pc1为薄膜作业区等待队列中违反时间约束c1的晶圆lot个数，B为相同工艺参数晶圆lot的集合，xijk2l为晶圆loti第j层第k次重入配送至薄膜作业区并在l设备组上的开始加工时间，eijk2l为晶圆loti第j层第k次重入配送至扩散作业区并在l设备组上的结束加工时间，T2为薄膜作业区决策总周期；所述光刻作业区子奖励函数r3,i＝-Pc2+xijk3l-eijk2l，Pc2为光刻作业区等待队列中违反时间约束c2的晶圆lot个数，eijk2l为晶圆loti第j层第k次重入配送至薄膜作业区的l设备组结束加工时间，xijk3l为晶圆loti第j层第k次重入配送至光刻作业区并在l设备组上的开始加工时间，T3为光刻作业区决策总周期；所述刻蚀作业区子奖励函数r4,i＝-Pc2+xijk4l-eijk3l，Pc3为刻蚀作业区等待队列中违反时间约束c3的晶圆lot个数，eijk3l为晶圆loti第j层第k次重入配送至光刻作业区的l设备组结束加工时间，xijk4l为晶圆loti第j层第k次重入配送至刻蚀作业区并在l设备组上的开始加工时间，T4为刻蚀作业区决策总周期；所述注入作业区子奖励函数r5,i＝-xijk5l-eijk4l，eijk4l为晶圆loti第j层第k次重入配送至刻蚀作业区的l设备组结束加工时间，xijk5l为晶圆loti第j层第k次重入配送至注入作业区并在l设备组上的开始加工时间，T5为注入作业区决策总周期；步骤S4：基于深度神经网络构建自调控智能体Agent0、扩散作业区调度智能体Agent1、氧化作业区调度智能体Agent2、光刻作业区调度智能体Agent3、刻蚀作业区调度智能体Agent4以及注入作业区调度智能体Agent5；步骤S5：通过自适应动作选择机制进行多智能体与多作业区物料配送协同调度环境交互形成并采集历史经验数据，通过预测式自协同机制以训练多智能体学习自协同策略，通过DoubleDQN算法最大化总回报以训练智能体学习最优决策策略；步骤S6：将晶圆多作业区调度智能体模型部署至晶圆制造系统多作业区物料配送协同调度系统，实时监测运行状态，生成并执行多作业区调度决策，具体包括以下步骤：通过将预训练多作业区物料配送协同调度总回报预测模型和自调控智能体Agent0、扩散作业区调度智能体Agent1、氧化作业区调度智能体Agent2、光刻作业区调度智能体Agent3、刻蚀作业区调度智能体Agent4以及注入作业区调度智能体Agent5部署至晶圆制造系统多作业区物料配送协同调度系统，实时观测晶圆制造系统多作业区状态空间中的状态特征参数，以设备组空闲为触发，自适应生成自调控与自协同决策方案进行晶圆制造系统多作业区物料配送协同调度。

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”。