<aside> 💡

1. A Reinforcement Learning Approach to Robust Scheduling of Semiconductor Manufacturing Facilities

• 반도체 라인의 특징
  • 같은 장비 여러번 반복
  • 대체장비 존재
  • 셋업 체인지 필요
  • 불확실성
• 모델
  • agent : machine
  • state : 현재 machine 상태, 현재 job, setup 상태, queue
  • action : 어떤 job 처리할지, setup 변경 여부
  • reward : makespan 감소
• 반도체 스케줄링은 동적이므로 RL이 적합 </aside>

<aside> 💡

2. A Genetic Algorithm with feasibility-agnostic encoding and three-phase decoding for scheduling semiconductor manufacturing facilities under queue time limits

• 반도체 공정에서는 Queue TIme 제한 존재
  • Queue Time : 화학 약품 처리 된 제품이 다음 공정에 도착해야하는 시간
  • 따라서 일반 jobshop보다 스케줄링 어려움
• three-phase decoding
  • phase 1 : 기본 스케줄 생성
  • phase 2 : q-time violation 체크
  • phase 3 : schedule repair </aside>

<aside> 💡

FJSP with Q-time and Preventive Maintenance

Q-time 및 예방보전을 고려한 반도체 제조 공정의 Flexible Job Shop Scheduling 연구

• 반도체 제조 공정은 복잡한 공정 흐름과 다양한 제약 조건을 포함하는 대표적인 스케줄링 문제이다. 실제 생산 환경에서는 공정 간 Queue Time(Q-time) 제한과 장비의 Preventive Maintenance(예방 보전) 일정이 존재하여 스케줄링 문제의 난이도가 크게 증가한다.
• 본 연구의 목표는 이러한 제약 조건을 고려한 Flexible Job Shop Scheduling(FJSP) 문제를 모델링하고, 효율적인 스케줄링 방법을 설계하여 생산 효율을 향상시키는 것이다.
• 다음과 같은 문제를 해결
  • 반도체 제조 공정에서 공정 간 Queue Time 제한
  • 장비의 Preventive Maintenance 일정
  • 일 공정을 수행할 수 있는 대체 장비 존재 (Flexible Job Shop)
• 결과물
  • FJSP 고려
  • Q-time 및 예방 보전을 고려한 스케줄 알고리즘 설계
  • 기존 디스패칭 룰과 비교하여 성능 평가 </aside>