具有学习效应的半导体晶圆制造绿色车间调度问题研究

针对最小化最大完工时间、总碳排放以及总拖期时间的具有学习效应的半导体晶圆制造绿色车间调度问题,构建了双影响因素的新型学习效应模型,提出了改进的多元宇宙优化算法,并对其收敛性进行证明。通过对初始种群进行反向学习、宇宙个体进行莱维飞行扰动和对外部档案中的个体进行邻域搜索变异更新,产生新的父代个体,扩大了种群的多样性,避免算法陷入局部最优。通过对小规模和大规模测试算例的仿真实验,以及利用改进算法求解具有异质性机器的学习型半导体晶圆制造绿色车间调度问题,验证了本文所提出的算法对于求解具有学习效应的半导体晶圆制造绿色车间调度问题的有效性和可行性。     

柔性变焦透镜发展现状

本文从基于力致变形(机械传动)驱动和基于电致变形(智能材料)驱动两方面分析了柔性变焦透镜(FVFL)的发展现状。通过归纳和分析发现:柔性变焦透镜均存在温度、重力对稳定性的影响。传统力致变形驱动的柔性变焦透镜变焦范围大,但响应速度慢,不易微型化设计;电致变形驱动的柔性变焦透镜响应速度快、结构紧凑。改善变焦透镜成像质量、降低驱动电压是目前柔性变焦透镜的研究热点。探索新颖的驱动方式,研究低功耗、智能化变焦系统将是柔性变焦透镜的主要发展趋势。