为了使半导体企业在激烈的市场竞争中占据有利地位,要求其不断提高产能降低制造周期来适应需求。在整个半导体晶圆制造系统中,光刻区是重入次数最多的区域,光刻设备被认为是利用率最高的瓶颈设备,并在很大程度上控制着整个晶圆制造厂的系统绩效。本文结合国内外已有的研究成果,对光刻流程动态调度问题进行了系统和深入的研究。本文所做的主要工作为:(1)针对光刻区的不同状态,提出了基于Kohonen神经网络的晶圆光刻流程动态调度方法,以适应生产过程中的复杂变化。以此提高光刻区绩效指标值,从而达到改善制造系统整体绩效的目的。(2)将基于Kohonen神经网络的晶圆光刻流程动态调度方法集成为一套动态调度系统,主体是由仿真样本生成模块,学习模块、数据库模块、预测模块、控制模块五部分组成。其整体构思为:仿真样本生成模块通过模拟真实晶圆制造系统收集仿真样本;学习模块利用Kohonen神经网络对仿真样本进行学习,选择出每种状态下能够使光刻区取得较好绩效的调度规则;在获得了学习的结果之后,控制模块将利用预测模块和数据库模块对实际的晶圆制造系统实施周期性动态调度策略,即每隔固定的时间,为光刻区选择适宜的调度规则。(3)为了证明该方法的有效性和高效性,在以上工作的基础上,对基于Kohonen神经网络的晶圆光刻流程动态调度方法在半导体晶圆制造系统中的应用进行了仿真实验,实验按照系统投料规则的不同划分为闭环投料规则和开环投料规两种情况,实验结果表明本文所提出的调度方法是有效可行的。