半导体IC芯片制造设备昂贵、投资大、制造过程的工序多、带回流重入、生产周期长、同时在线生产的在制品（WIP）批量和品种多。因此，在建模、优化调度管理及保证生产运行通畅(无死锁)的验证都比一般制造系统复杂。本课题采用递阶结构的对象化Petri网作为基本单元，建立系统的整体分析模型，并以设计每批产品所带接口上的类型化信息来引导产品物流在系统中按加工的需求活动。为了提高产品生产率、资源利用率和运行可靠性，本课题建立了投料判断规则和滚动调度来实时跟踪系统、适应生产负荷变化，使用人工智能、启发式方法和多种智能软计算（如遗传算法、模糊逻辑、神经网络等）方法快速搜索次优解保证系统运行的经济和合理性，使用逻辑检验和智能搜索避免系统中死锁发生，保证系统运行安全可靠，充分发挥已有资源的效能。

由于我们未能直接在IC生产车间收集资料，本课题研究中使用的建模分析和仿真数据都是从半导体行业公报及杂志中得到的。本课题组在三年研究中的主要贡献为：1. 建立了面向软构件(component-oriented)的IC制造模型，它能对每一批（lot,包含25片）芯片都能按照各自应有的加工次序在各种装备间活动，对于单一品种的芯片生产线，所建模型的仿真效果大致与传统的模型相当。我们模型的主要特点是能在生产线中同时生产多种产品时给出理论上十分精确的仿真结果。2. 对于光刻工艺过程中的组合生产装置（cluster tool），当前文献中发表的模型已十分成熟，我们用"有色Petri网(CPN)模型"实现了模型结构的精简，并在系统软件中融入了构件的形式使之和整个生产车间的面向构件软件相容。但上述模型在组合生产装置运行性能仿真结果上，并未对已有文献的结论有明显的突破。3. 找到了带有隐藏的二级死锁和三级死锁的算法。按此算法执行控制，可避免运行中死锁发生，并能在这一基础上实现了制造系统无死锁调度。我们不仅能为结构较固定的光刻工艺装置实现若干种不同芯片进入组合装置的无死锁调度，也能使用于一般散件制造。