ARIMA模型在半导体产品需求预测上的应用

半导体市场需求的动态变化给半导体制造业的生产决策带来了很大的不确定性。以我国某半导体制造企业的历史订单数据为例,利用SPSS软件的时间序列分析模块建立ARIMA模型进行半导体产品的需求预测。实例表明,应用ARIMA模型进行需求预测具有精度高、数据可靠、操作方便、运行迅速、应变能力强等优点。从而可提高企业以及其合作伙伴的收益,并帮助企业进行更好的生产决策。

基于数据挖掘的半导体制造质量异常研究

半导体制造工艺复杂,具有重入特性,而生产所用的设备、所生产的产品类型都会影响晶圆生产的良率,进而影响企业的生产率和利润。因此,将数据挖掘技术引入半导体制造管理,通过对质量异常情况的分析,找出异常原因,提出解决方案。

半导体产业供应链结构研究

对半导体行业供应链结构的现状进行了分析,对处在供应链上的每个环节进行了描述,并分析了影响整个半导体行业供应链运行效率的主要不确定性因素。在对半导体制造前后段制程进行界定和分析的基础上,分别对前后段制程的特点及晶圆生产策略进行了阐述,并描述了这两部分在半导体供应链间的相互作用。结论表明供应链结构正由垂直整合向水平整合转变,而供应链前后段的组织、流程与资讯的整合是当前半导体供应链管理领域研究的新热点。