半导体企业的产能规划过程是工业工程领域研究的一个重点。一方面是由于复杂的制造工艺、技术的快速更新、日益缩短的产品生命周期和多变的市场需求,使其产能规划过程充满了不确定性。另一方面,又由于昂贵的设备和厂房以及漫长的设备交付时间,使得半导体企业面临着巨大的风险。当前多数企业的产能规划过程依旧采用“点预测”,即预测值为一固定的数值,这必然不能很好地反映企业未来将面临的不确定性。如何将“点预测”改进为“区间预测”,引入不确定性的概念正是本研究项目的关键。半导体企业的产能规划一般分为长期、中期和短期规划。本文所关注的正是那些属于中短期规划的因素对长期规划不确定性的影响。我们试图寻找有效的方法以量化中短期因素的不确定性以及这些不确定性对长期产能规划的影响程度。本文的内容主要包括半导体产能规划过程中的不确定度量化、不确定度传递和全局灵敏度分析三大部分。有关不确定度的量化,依次讨论了数据的收集与准备、异常点检测、数据的分类和不确定度的计算过程。其中,对于异常点检测,我们采用了结合β统示理论的改进箱线图,使其能更好地处理非对称分布的样本数据。不确定度的计算中主要运用传统的参数方法,但也对非参数方法进行了一定的比较分析。关于不确定度的传递,本文分别阐述了蒙特卡罗方法和误差传递方程。两者也是后面全局灵敏度分析的基础。全局灵敏度分析用于定量描述模型输入变量不确定性对模型输出不确定性的影响程度。这部分首先采用了常用的Sobol方法,它是一种基于方差的全局灵敏度分析。由于Sobol方法仅能用于变量间无相关性的情况,在运用中有所限制,所以我们提出了一种新的结合误差传递方程的计算思路。新的方法也属于基于方差的全局灵敏度分析,其最大的优点就是适用于变量间有相关性的情况。在所有的理论阐述后,一个综合实例展示了各种方法在实际中的运用、效果以及分析结果对现实工作的帮助。本文所采用的数据均来自某著名半导体公司的封装测试厂。我们的最终目的是希望通过研究为该合作企业提供一个有效而宜于操作的思路和流程,使其长期产能规划能加入对不确性的考虑,并在此基础上帮助其改进现有的预测、决策方法,改善工作流程以便减少不必要的重复工作。