在“工业4.0”、“中国制造2025”等概念的相继提出的背景下,第四次工业革命的大浪潮正在拉开序幕。而制造工艺和制造智能化水平的提升在增加了制造业生产率的同时,也使得制造业的竞争日趋激烈。对于大多采用多品种小批量生产方式的半导体制造业而言,如何满足客户的个性化定制需求,在诸多不确定的生产环境下进行有效的生产管理,是其所面临的严峻问题。生产调度是现代生产管理的核心,也是生产管理问题中的研究热点。目前已有多种方法被提出用于解决生产调度问题,其中基于调度规则的方法基于其操作简单、灵活性高的特点而被广泛应用于生产管理,通过将调度规则和其他方法结合,可以有针对性地制定合理的生产方案,降低企业生产成本,提高企业竞争力。本文以规则调度为基础,以换模时间、流经时间、拖期时间等为优化目标,通过建立仿真模型模拟实际生产过程验证不同规则组合在多个目标上的优化效果。同时基于仿真模型计算速度较慢、采用智能搜索算法易陷入局部最优的缺点,使用神经网络算法对所有规则组合性能进行预测,预先选出一批预测性能较优的规则组合进行仿真计算,在保证全局遍历搜索的前提下极大加快了求解速度。具体研究内容如下:（1）基于Extend Sim软件的离散仿真建模功能,结合实际生产环境建立半导体生产仿真模型,并整理多条经典调度规则在仿真模型中建立规则库供模型调用。针对调度中存在的不确定性因素,使用场景管理器多次模拟运行求均值以获取稳定的性能数据,通过仿真模型计算模拟不同调度规则组合的优化效果,比较不同调度方案的优劣。（2）基于仿真模型计算速度慢的缺点,在规则组合备选方案较多的情况下,使用仿真模型求解一批规则组合作为样本数据训练神经网络模型,并验证了神经网络模型与仿真模拟结果的接近性,通过神经网络算法对所有规则组合进行遍历预测,筛选出一批预测综合性能最优的调度规则组合在仿真模型中模拟求解最优规则组合,从而极大地加快了求解最有规则组合的速度。（3）基于多目标优化的研究问题,采用TOPSIS法对不同方案在多个性能指标上综合优化效果进行评价,并采用熵值法获取权重避免了人为赋予权重时主观性的影响,更为全面客观地对不同方案进行综合评价与比较。