[发明专利]一种半导体芯片终端测试系统的优化调度方法

权利要求书

1.一种半导体芯片终端测试系统的优化调度方法，其特征在于：通过确定半导体芯片后端加工过程最终测试阶段的调度模型和优化目标，并使用基于改进的教与学算法的优化调度方法对目标进行优化；其中，调度模型依据半导体芯片后端加工过程的最终测试阶段，每个芯片在每台设备上的工序数、到达时间和测试时间来建立，同时优化目标为最小化最大完成时间C_max(π)：

Cmax(π)=max{J_time(π1T(1))+P_time(π1T(1)),...,J_time(πTjT(j))+P_time(πTjT(j))}]]>

J_time(πlT(j))={J_time(πl-1T(j))+P_time(πl-1T(j))+Set_time(πl-1T(j),πlT(j)),R_time(πlT(j))}]]>

J_time(πlT(j))=max{J_time(πl-1T(j))+P_time(πl-1T(j))+Set_time(πl-1T(j),πlT(j)),]]>

J_time(πT(last_m(πlT(j)))last_p(πlT(j)))+P_time(πT(last_m(πlT(j)))last_p(πlT(j)))}]]>

Cmax(π*)=minπ⋐ΠCmax(π)]]>

π*=arg{Cmax(π)}→min,∀π∈Π]]>

j＝1,2,..s_m，l＝1,2,…,S_T_j

式中，测试设备数为s_m，每个芯片k∈(1,2,…,s_c)需要Test_S_k道测试工序，同种芯片的不同工序需要按先后顺序加工；所有工序只能由待测试的芯片集合S中满足加工约束的设备加工，S中包含了s_c块芯片；芯片的测试时间与不同的测试设备有关，任何设备同一时刻只能测试一种芯片；不同种芯片间带序相关设置时间，设置时间依赖于测试顺序，同种芯片间的设置时间为0；为总工序数，π＝[π₁,π₂,…,π_{S_Test}]为待测试的s_c个芯片的基于工序的排列，该排列中的产品从左往右根据一定规则和加工约束分配到各台设备上加工，π_i∈(1,2,…,s_c),i＝1,2,…,S_Test；S_T_j为第j台设备上测试的工序总数，得到为第j台设备上所测试芯片基于工序的排列，,l＝1,2,…,S_T_j；为的测试时间，l＝0,1,2,…,S_T_j，为与之间的设置时间，l＝0,1,2,…,S_T_j，当l＞1且时为的开始测试时间l＝0,1,2,…,S_T_j，为前一次测试所用的设备号，l＝0,1,2,…,S_T_j，当是首次测试时则为在前一个设备上的排列中从左往右的位置，是芯片l首次到达第j台设备的时间；优化的目标为在所有需测试芯片排序的集合Π中找到一个使得最大完成时间C_max(π)最小。

2.根据权利要求1所述的半导体芯片终端测试系统的优化调度方法，其特征在于：所述基于改进的教与学算法的优化调度方法具体为：

Step1、编码方式：采用基于随机键编码方式对半导体芯片的工序排序进行实数编码，然后根据LOV规则建立实数编码与整数编码之间的一一映射关系，进而实现从实数编码向半导体芯片工序排序的转换；

Step2、种群初始化：采用随机方法产生初始化种群，直至初始解的数量达到种群规模的要求；其中，种群规模为NP；

Step3、对当代种群依次进行“教”阶段和“学”阶段的操作，产生候选种群：

①“教”阶段：班级中每个学员根据X_teacher和学员平均值mean之间的差异性进行学习，按下面的公式实现“教”阶段：

Xnewn=Xoldn+difference]]>

difference＝r_n×(X_teacher-TF_n×mean)

其中：和分别表示第n个学员学习前和学习后的值；是所有学员的平均值，TF_n＝round[1+rand(0,1)]为教学因子，r_n＝rand(0,1)为学习步长，上述阶段完成后，更新学员，每个学员根据学习后的成绩和学习之前的成绩进行对比，如果更新后的适配值更优，则替代；

②“学”阶段：对“教”阶段更新后的每一个学员学习后的值n＝1,…,NP在班级中随机选取一个学习对象m＝1,…,NP，通过分析自己和学员的差异进行学习调整，每个学员根据学习后的成绩和学习之前的成绩进行对比，如果更新后的适配值更优，则替代；具体实现如下：

Xnew′n=Xnewn+rn×(Xnewn-Xnewm),f(Xnewm)<f(Xnewn)Xnewn+rn×(Xnewm-Xnewn),f(Xnewn)<f(Xnewm)]]>

Step4、基于问题的局部搜索：将候选种群中适配值最优的前n个优势个体作为“选中个体”，对每一个“选中个体”依次执行“Swap”和“Insert”操作，如果局部搜索得到的个体优于“选中个体”则将其替换，并将当代种群作为新一代种群；

Step5、终止条件：设定终止条件为算法运行时间T＝50×s_c，如果满足，则输出“最优个体”；否则转至步骤Step3，反复迭代，直至满足终止条件为止。