不确定条件下半导体产能规划问题的实证研究

论文摘要

半导体制造业是当今最复杂的制造业之一。半导体产品制造工序的繁多，对设备的高利用率要求和特殊的“再进入”的流程特点，加上昂贵的半导体设备以及其购买需要很长提前期，使得半导体厂商的产能规划(生产能力计划)成为当前研究的热点。目前半导体工业工程部门的主要职能是对工厂的生产能力进行长期、中期和短期的计划。在半导体制造业长期生产能力计划过程中，半导体制造设备需求量以及厂房生产面积是长期生产能力的主要度量指标，设备需求量通过设备实际占地面积直接影响厂房生产面积的需求。在典型的半导体制造业生产能力计划过程中，市场需求预测，产品本身的加工特性以及设备运行情况是影响工厂半导体制造设备需求量的主要变量，设备需求量的需求又直接决定厂房生产面积的需求，因此，市场需求、产品本身的加工特性以及设备运行情况的不确定性使得厂房生产面积计划的不确定性。本文从风险的角度对厂房生产面积的计划中的不确定性进行了识别与量化，以支持半导体厂商决策。文中先对影响生产面积的因素进行了灵敏度分析，找出关键因素，运用机器学习中支持向量机建立了关于关键因素超平面，根据超平面方程得到判定函数，用来识别是否存在生产面积不足或冗余的风险，同时还对这种风险进行了量化，引入了金融投资组合中风险测量工具——VaR(Value at Risk)，得到了在一定在风险承受能力条件下，给定的提前期下生产面积真实值的一个上界，以帮助半导体厂商决策。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 背景和意义
• 1.1.1 背景
• 1.1.2 意义
• 1.2 研究内容
• 1.2.1 半导体厂商的预测模式
• 1.2.2 问题描述
• 1.2.3 解决方案
• 1.3 论文的总框架
• 1.4 本章小节
• 第二章 半导体生产能力与国内外研究现状
• 2.1 半导体生产能力与工业工程
• 2.2 半导体的生产能力
• 2.3 长期生产能力计划过程中的关键问题
• 2.4 半导体产能规划的国内研究现状
• 2.5 本章小结
• 第三章 半导体生产面积需求的风险识别
• 3.1 引言
• 3.2 支持向量机原理（SVM）
• 3.2.1 线性可分情形
• 3.2.2 非线性可分情形
• 3.2.3 支持向量机的核函数形式
• 3.3 SVM 在半导体生产面积规划风险识别中的应用
• 3.3.1 关键因素的识别
• 3.3.2 数据说明及预处理过程
• 3.3.3 SVM 判别函数建立过程
• 3.3.4 模型的检验
• 3.4 小结
• 第四章 半导体生产面积规划中的风险评估
• 4.1 引言
• 4.2 VaR （Value at Risk）
• 4.2.1 VaR 的概念
• 4.2.2 VaR 研究现状
• 4.3 VaR 的计算方法
• 4.3.1 历史模拟法
• 4.3.2 方差—协方差法
• 4.3.3 蒙特卡罗模拟方法 （Monte Carlo Simulation）
• 4.4 VaR 在生产面积规划中的应用
• 4.4.1 生产面积规划过程中的风险因子
• 4.4.2 VaR 应用在生产面积规划风险评估中的合理性
• 4.4.3 VaR 与生产面积规划
• 4.4.4 半导体厂商的风险承受能力
• 4.4.5 实证过程
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 本文小结
• 5.2 展望
• 致谢
• 参考文献
• 攻读硕士期间所取得的研究成果