半导体封装测试工厂生产能力规划的难点在于如何把企业可以获得的生产能力量化成可以生产的产品数量,它位于其供应链中期主生产计划环节,解决生产任务在多个工厂之间的分配以及产能在各个工厂中的优化配置。在企业获取市场的总体需求后,快速访问半导体制造工厂的库存、可用的机器、关键资源等瓶颈能力,应答企业现有的生产能力能否支持市场的需求。当工厂可用的生产能力不足支持虚拟工厂所分配的任务时,为每个工厂的生产制定详细的产能和资源需求计划,保证所有工厂拥有足够的产能支持产品的生产计划,评估整个企业和各个分工厂的生产能力。考虑到工厂不同系列产品的生产流程是相同的,唯一的区别在加工过程内不同的操作所使用的机器或工具的组合不一样。本文采用工具组来定义加工过程的每个操作使用的机器或工具的组合,计算单位工具组在既定时间内加工多少产品最经济,这个值在生产计划领域被称为LOT值,该值可以由工业工程师根据实际生产流程中的每一种操作计算得出。用LOT作为产品生产的基本单位,从而快速地把市场对产品的需求转变为工厂对工具组的需求。为了更进一步减小产能规划的复杂度,本文把可用的工具组看作是工厂现有的产能。针对每类工具组的需求计算与其对应的各种资源需求,访问工厂内可以获得的工具组和资源的数量,计算整个企业在既定时间内能够支持的产品需求和缺货量,并为工具组和关键资源制定详细的需求计划。本文以CRAO系统为案例研究构建多半导体封装测试工厂产能规划领域决策支持系统解决方案。CRAO系统采用PPM模型简化半导体封装测试流程中的物料分配问题;以多目标线性规划为决策支持的工具,为物料、资源、需求等建立相应的数学模型;以产能分配最优化和满足市场需求最大化为主要目标,全面考虑半导体企业多封装测试工厂环境下的物料、产能、资源利用率、库存、生产前置期、良品率等多种约束限制,为各个工厂制定详细的产能需求和分配计划、资源和工具组追加计划,自动化地完成产能规划。同时,介绍了CRAO系统的实际业务模型、数学模型以及软件设计和实现。CRAO系统选用ILOG CPLEX优化引擎对所建立的数学模型进行求解,ILOG CPLEX针对大规模线性规划和混合整数规划问题能够在很短的时间得出最优解,比较适合工业上产能规划等优化应用。原型系统已在某公司试用,其产能响应分析时间从2周减少到2.5天。