基于ANN模糊協同方法半導體產業成本預測研究

姚曉童， 李 林

(上海理工大學 管理學院， 上海 200093)

半導體產業是資金技術密集型產業，為使企業盈利，生產財務規劃尤為重要，而工廠的生產和財務規劃是基于成本估計[1]，同時，市場競爭激烈，通常由于供過于求而使平均銷售價格低于單位成本，使企業無利可圖[2]。因此，半導體單位成本預測是極具現實意義的課題。

國內外學者開展了大量關于半導體成本的研究。Carnes基于晶圓生產的4階段，即制造、分類、包裝、測試，建立了晶片單位成本的計算公式[3]; 俞靜等基于晶圓生產工序，以工程經濟學的角度對晶圓制造成本進行預測；Liu等人[4]進行工廠模擬，估計與生產計劃相關的周期性產出和總成本，通過總成本除以產量間接預測了晶圓單位成本；Burkart和Kolar[5]建立了太陽能半導體的單位成本與芯片大小和封裝成本的線性函數實現半導體單位成本預測。以上研究都從不同角度考慮晶圓成本，但沒有考慮在實際生產中半導體成本的學習過程。對半導體成本趨勢進行建模，可幫助企業分析產品利潤，做好投資規劃，面對外部風險時可及時采取有效措施應對風險。

針對半導體成本趨勢預測，Chen等[2,6-7]提出了一種模糊協同智能方法來估計某晶圓廠某產品類型的有效單位成本。該方法直接對單位成本學習函數進行建模，降低了過程復雜度。但依然存在以下問題：①對于非凸QP問題很難求得最優解。②專家對模型參數的設置可能導致問題沒有可行解。針對以上問題，本文構建了多代理人工神經網絡(ANN)代替求解QP問題對模糊單位成本學習函數進行建模。……