01
半导体制造全景与MES定位
半导体工艺流程概览、MES在Fab中的核心角色、排产算法的价值与挑战。
全景MES
02
排产问题数学建模
变量定义、约束条件（设备、物料、工艺、时间）、目标函数（产出率、周期时间、准时交付率）。
建模约束
03
数据基础与预处理
设备状态数据、批次（Lot）数据、工艺路径（Route）数据、历史数据的清洗与特征工程。
数据特征工程
04
规则驱动型排产（一）
先入先出（FIFO）、最短加工时间（SPT）、最早交货期（EDD）的原理与实现。
规则FIFO
05
规则驱动型排产（二）
基于瓶颈的调度（如DBR）、关键比率（CR）、动态规则组合策略。
DBRCR
06
启发式算法（一）：遗传算法
遗传算法（GA）在MES排产中的编码、选择、交叉、变异操作详解。
GA启发式
07
启发式算法（二）：SA与TS
模拟退火（SA）与禁忌搜索（TS）在解决局部最优问题上的应用。
SATS
08
启发式算法（三）：PSO与ACO
粒子群算法（PSO）与蚁群算法（ACO）在路径优化中的实战。
PSOACO
09
精确算法：分支定界与MILP
分支定界法、整数规划（MILP）在小规模排产问题中的应用与局限。
精确MILP
10
强化学习入门
马尔可夫决策过程（MDP）、状态、动作、奖励函数在排产中的映射。
RLMDP
11
深度强化学习（一）：DQN
DQN算法原理及其在单设备调度上的简单实现。
DQN深度RL
12
深度强化学习（二）：PPO与A3C
PPO算法与A3C算法在复杂产线调度中的对比。
PPOA3C
13
基于图神经网络（GNN）的排产
将工厂拓扑结构编码为图，GNN提取特征进行决策。
GNN图网络
14
多目标优化：NSGA-II
NSGA-II算法在平衡产出率、周期时间与能耗上的应用。
NSGA-II多目标
15
动态重排产机制
扰动事件（设备宕机、紧急插单）下的重排产触发策略与算法。
动态重排产
16
约束规划（CP）与约束满足
利用约束传播技术处理复杂的工艺绑定与设备限制。
CP约束传播
17
数字孪生与排产仿真
构建虚拟工厂，验证排产方案的有效性。
数字孪生仿真
18
实时排产系统架构
事件驱动架构、微服务设计、消息队列（Kafka）在排产中的应用。
架构Kafka
19
排产算法评估指标
产出率（Throughput）、周期时间（CT）、在制品（WIP）水平、设备利用率（OEE）。
OEECT
20
案例实战（一）：光刻区排产
瓶颈工序的精细调度。
光刻瓶颈
21
案例实战（二）：扩散区排产
批次组合与热预算约束。
扩散热预算
22
案例实战（三）：CMP区排产
多腔室设备的调度策略。
CMP多腔室
23
案例实战（四）：测试区排产
并行机调度与产品切换。
测试并行机
24
算法性能调优
超参数搜索、并行计算加速、GPU在强化学习中的应用。
调优GPU
25
混合算法策略
将规则、启发式与机器学习结合，构建鲁棒排产器。
混合鲁棒
26
排产系统的可解释性
SHAP值、决策树可视化，让工程师信任算法。
可解释SHAP
27
从离线到在线学习
利用生产数据持续更新排产模型。
在线学习更新
28
行业前沿：大模型应用
ChatGPT/大模型在排产知识问答与辅助决策中的应用。
大模型ChatGPT
29
项目实战：简易MES排产引擎
从0到1搭建一个简易MES排产引擎（Python实现）。
Python实战
30
总结与展望
排产算法的未来趋势（量子计算、边缘智能）。
未来量子