基于智能体技术，提出了芯片制造生产线动态调度新方法，实现了投料调度、工件调度与设备维护调度的集成。首先，给出了基于智能体的动态调度模型，该模型中包括管理智能体、投料智能体、工件智能体、设备智能体、运输智能体与人员智能休。投料智能体用于实现投料控制，工件调度通过工件智能体与设备智能体之间的协商实现，设备维护调度由设备智能体实现。通过智能体间的合作，能够实现投料控制、工件调度与设备维护调度的协同进行。然后给出了工件智能体与设备智能体间协商使用的协商协议(即带有时间约束的单步协商协议)，以及智能体决策中使用的调度算法(包括投料调度算法、工件调度算法与设备维护调度算法)。最后，通过实例，给出了方法的使用过程，并进行了模拟仿真。仿真结果表明，集成的调度方法能更好地优化模型的生产率、加工周期与设备利用率，最终提高准时交货率。

Based on the analysis of collective activities of ant colonies, the typical example of swarm intelligence, a new approach to construct swarm intelligence based multi-agent-system (SMAS)for dynamic real-time scheduling for semiconductor wafer fab is proposed. The relevant algorithm. pheromone-based dynamic real-time scheduling algorithm(PBDR), is given. MIMAC test bed data set mini-fab is used to compare PBDR with FIFO (first in first out), SRPT(shortest remaining processing time) and CR (critical ratio)under three different release rules, i.e. deterministic rule, Poisson rule and CONWIP(constant WIP). It is shown that PBDR is prior to FIFO. SRPT and CR with better performance of cycle time, throughput, and on-time delivery, especially for on-time delivery performance.

本文采用多智能体技术构建虚拟企业集成框架，在该框架中，由agent代表各成员企业，相应地，多智能体系统(Multi-Agent System)代表虚拟企业。其中重点提出了agent通用结构，它包括核心层、接口、通讯层三个组成部分：核心层由企业的原有系统构成，以保证企业的自治性；接口实现了agent核心层与通讯层之间的信息交换；通讯层则支持agent之间的交互，实现企业间的合作。该虚拟企业集成框架不仅支持虚拟企业像一个企业一样进行工作，而且实现了虚拟企业的可重用、可重构和可扩充，并使企业根据需要同时参加多虚拟企业成为可能。

The key problem in the construction of virtual enterprises (VEs) is how to select appropriate partners. The negotiation-based approach is proposed to support partner selection in the construction of VEs. The negotiation model is discussed from three main aspects respectively, i.e., negotiation protocol, negotiation goal and negotiation decision making model. And the generic mathematical description of the negotiation model is formally presented. Finally, a simple example is used to validate the approach's availability.

基于群体智能思想，提出了全局修正式半导体生产线重调度方法。首先，给出了基于群体智能思想的重调度模型；然后，在此模型基础上，给出了全局修正式重调度算法；最后，基于实际生产线的仿真模型对全局修正式重调度算法与企业原有算法进行了对比分析。仿真结果表明，在不确定的半导体生产线环境下，在适当的时候使用全局修正式重调度算法生成重调度方案，能够更好地优化模型的在制品移动次数、在制品移动速率与工件操作准时交货率等短期性能指标。目前，该方法已在某实际半导体生产线中应用并取得了良好的效果。