Für die Planung von Produktionsabläufen bei der Waferbearbeitung werden verschiedene konventionelle Algorithmen eingesetzt. Diese sind, bedingt durch die Komplexität des Problems und die bei der Produktion entstehenden Kosten, zu optimieren. Ziel dieser Arbeit ist es ausgewählte evolutionäre Heuristiken von der Natur auf das Optimierungsproblem für ein Cluster Tool zu übertragen.
Nach einer Beschreibung der Grundlagen, erfolgt die schrittweise Adaption des Ameisenalgorithmus und des Partikel Schwarm Algorithmus in ein mathematisches Modell. Anschließend finden eine Analyse der einzelnen Strategien, sowie ein Vergleich mit herkömmlichen Lösungsverfahren statt. Die Untersuchung zeigt, dass der Ameisenalgorithmus in den getesteten Formen für das gegebene kombinatorische sequenzabhängige Schedulingproblem nicht effizient nutzbar ist. Der Partikel Schwarm Algorithmus stellt im Gegensatz eine vorteilhafte Alternative zu bisherigen Verfahren dar.
Inhaltsverzeichnis
- 1 Einleitung
- 2 Grundlagen
- 2.1 Einordnung des Themengebietes
- 2.2 Vorbild Natur
- 2.3 Problemstellung
- 2.4 Basis der Optimierung
- 2.5 Aufbau und Funktionsweise eines Cluster Tools
- 2.6 Matrix Prediciton Method
- 2.7 Struktur des Suchraumes und Lösungsansätze
- 3 Algorithmen
- 3.1 Random Down Swing
- 3.1.1 Implementierung
- 3.1.2 Optimierung
- 3.1.3 Modifikationen
- 3.2 Ameisenalgorithmus
- 3.2.1 Das Vorbild in der Natur
- 3.2.2 Anwendung auf Scheduling
- 3.2.3 Implementierung
- 3.2.4 Monte Carlo Auswahl
- 3.3 Partikel Schwarm Algorithmus
- 3.3.1 Das Vorbild der Natur
- 3.3.2 Anwendung auf Scheduling
- 3.3.3 Implementierung
- 3.3.4 Richtungsableitung
- 3.4 Vergleichsalgorithmen
- 3.4.1 Monte Carlo Methode
- 3.4.2 Random Walk
- 3.4.3 Simulated Annealing
- 3.4.4 Genetischer Algorithmus
- 3.1 Random Down Swing
Zielsetzung und Themenschwerpunkte
Diese Arbeit untersucht die Anwendbarkeit evolutionärer Heuristiken zur Optimierung komplexer Schedulingprobleme in der Waferbearbeitung. Das Ziel ist die Übertragung und Adaption von Algorithmen aus der Natur, speziell des Ameisenalgorithmus und des Partikel Schwarm Algorithmus, auf ein mathematisches Modell für ein Cluster Tool. Es erfolgt ein Vergleich der Ergebnisse mit herkömmlichen Lösungsverfahren.
- Übertragung evolutionärer Heuristiken auf ein industrielles Scheduling-Problem
- Implementierung und Adaption des Ameisenalgorithmus und des Partikel Schwarm Algorithmus
- Mathematische Modellierung des Problems
- Vergleich der entwickelten Algorithmen mit konventionellen Methoden
- Bewertung der Effizienz der implementierten Algorithmen
Zusammenfassung der Kapitel
1 Einleitung: Dieses Kapitel führt in die Thematik der Arbeit ein, beschreibt den Hintergrund und die Motivation für die Untersuchung evolutionärer Heuristiken im Kontext der Waferbearbeitung. Es werden die Ziele und der Aufbau der Arbeit erläutert. Die Einleitung liefert eine Übersicht über das Problem der Optimierung von Produktionsabläufen und skizziert die Vorgehensweise der Arbeit.
2 Grundlagen: Dieses Kapitel legt die theoretischen Grundlagen der Arbeit dar. Es beschreibt den Kontext des Problems im Bereich der angewandten Informatik und der Modellierung und Simulation von Produktionsprozessen. Die Kapitelteile befassen sich mit dem Vorbild Natur (Bio-inspirierte Algorithmen), der konkreten Problemstellung (Scheduling in der Waferfertigung), der Basis der Optimierung, dem Aufbau und der Funktionsweise eines Cluster Tools, der Matrix Prediction Method und der Struktur des Suchraumes und möglichen Lösungsansätzen. Die Kapitelteile liefern essentielle Informationen zum Verständnis der später implementierten und evaluierten Algorithmen.
3 Algorithmen: Das Kernstück der Arbeit. Dieses Kapitel detailliert die Implementierung und Anpassung verschiedener Algorithmen, sowohl evolutionärer (Ameisenalgorithmus und Partikel Schwarm Algorithmus) als auch konventioneller (Random Down Swing, Monte Carlo Methode, Random Walk, Simulated Annealing, Genetischer Algorithmus) Verfahren, um das Schedulingproblem zu lösen. Für jeden Algorithmus werden die Grundlagen, die Implementierung, ggf. Optimierungen und Modifikationen und die Anwendung auf das Schedulingproblem detailliert beschrieben. Der Schwerpunkt liegt auf der adaptiven Anwendung der Algorithmen auf das spezifische Problem der Waferbearbeitung.
Schlüsselwörter
Waferbearbeitung, Scheduling, Optimierung, Evolutionäre Heuristiken, Ameisenalgorithmus, Partikel Schwarm Algorithmus, Cluster Tool, kombinatorisches sequenzabhängiges Schedulingproblem, mathematisches Modell, Effizienz, Vergleichsalgorithmen.
Häufig gestellte Fragen (FAQ) zur Arbeit: Anwendbarkeit evolutionärer Heuristiken zur Optimierung komplexer Schedulingprobleme in der Waferbearbeitung
Was ist das Thema der Arbeit?
Die Arbeit untersucht die Anwendbarkeit evolutionärer Heuristiken, insbesondere des Ameisenalgorithmus und des Partikel Schwarm Algorithmus, zur Optimierung komplexer Schedulingprobleme in der Waferbearbeitung. Ziel ist der Vergleich dieser Algorithmen mit herkömmlichen Lösungsverfahren.
Welche Algorithmen werden untersucht?
Die Arbeit untersucht den Ameisenalgorithmus, den Partikel Schwarm Algorithmus und mehrere Vergleichsalgorithmen wie Random Down Swing, Monte Carlo Methode, Random Walk, Simulated Annealing und den Genetischen Algorithmus. Die Implementierung und Anpassung dieser Algorithmen an das spezifische Schedulingproblem der Waferfertigung stehen im Mittelpunkt.
Was ist das Ziel der Arbeit?
Das Hauptziel ist die Übertragung und Adaption von bio-inspirierten Algorithmen auf ein mathematisches Modell für ein Cluster Tool in der Waferbearbeitung, um die Effizienz des Schedulingprozesses zu verbessern. Die Ergebnisse werden mit konventionellen Methoden verglichen.
Wie ist die Arbeit strukturiert?
Die Arbeit gliedert sich in drei Hauptteile: Einleitung, Grundlagen und Algorithmen. Die Einleitung beschreibt das Problem und die Zielsetzung. Der Grundlagenteil erläutert das Schedulingproblem in der Waferfertigung, das mathematische Modell und die Funktionsweise eines Cluster Tools. Der Algorithmen-Teil detailliert die Implementierung und den Vergleich der verschiedenen Algorithmen.
Welche Schlüsselkonzepte werden behandelt?
Schlüsselkonzepte beinhalten Waferbearbeitung, Scheduling, Optimierung, evolutionäre Heuristiken, Ameisenalgorithmus, Partikel Schwarm Algorithmus, Cluster Tool, kombinatorisches sequenzabhängiges Schedulingproblem, mathematisches Modell und die Effizienzbewertung der Algorithmen.
Was wird im Grundlagenteil der Arbeit behandelt?
Der Grundlagenteil umfasst die Einordnung des Themengebietes, das Vorbild Natur (Bio-inspirierte Algorithmen), die Problemstellung (Scheduling in der Waferfertigung), die Basis der Optimierung, den Aufbau und die Funktionsweise eines Cluster Tools, die Matrix Prediction Method und die Struktur des Suchraumes und mögliche Lösungsansätze.
Was wird im Algorithmenteil der Arbeit behandelt?
Der Algorithmenteil beschreibt detailliert die Implementierung und Anpassung der verschiedenen Algorithmen (Ameisenalgorithmus, Partikel Schwarm Algorithmus und Vergleichsalgorithmen). Für jeden Algorithmus werden Grundlagen, Implementierung, Optimierungen und Modifikationen sowie die Anwendung auf das Schedulingproblem detailliert dargestellt.
Welche Ergebnisse werden erwartet?
Die Arbeit erwartet einen Vergleich der Effizienz der implementierten evolutionären Heuristiken mit konventionellen Methoden im Kontext des Schedulingproblems der Waferbearbeitung. Die Ergebnisse sollen Aufschluss über die Anwendbarkeit und die Leistungsfähigkeit der untersuchten Algorithmen geben.
- Quote paper
- Peter Hillmann (Author), 2010, Implementierung und Evaluation von Heuristiken aus dem Gebiet "Evolutionary Computation" zur Lösung komplexer Schedulingprobleme, Munich, GRIN Verlag, https://www.grin.com/document/353388
