半导体行业属于典型的多品种、中小批量的混合生产模式,在规模急速扩张的同时,也面临着快速响应产品更迭、需求波动市场的问题。在此背景下,固定的车间布局已无法满足生产需求,所以定期地对车间进行重新布局和设备重组已成为企业降本增效的有效手段。此外,由于半导体制造装备属于精密仪器,过多的设备移动会导致调试时间过长、停产成本过高。为了满足这些生产需求,进行单元重构时不仅需要减少物流成本,而且还需要降低搬运对设备的影响。静态的单元重构无法满足长期波动的市场需求,而动态的重构则能有效地解决该问题。因此,本文以某半导体企业生产车间为设施布局背景,首先研究了不等面积的静态设施布局问题,然后在此基础上进一步研究了不等面积的动态设施布局问题。本文主要研究内容如下:1)针对不等面积静态设施布局问题（Un-equal Area Static Facility Layout Problem,UA-SFLP）,本文首先对单元制造模式的半导体封装测试生产车间现状进行了分析,并建立了以全局物料搬运成本最小为目标的单元内和单元间双层次的布局模型（Model 1）。为了求解该模型,本文针对单元制造的静态车间布局问题设计了有效的遗传算法。在案例分析中,首先利用了田口实验设计对关键参数的组合进行了分析,并通过主效应图明确了各项参数对目标值的影响程度以及目标值取最优时的最佳参数优组合;其次,本文对比了常见的元启发式算法包括模拟退火算法、禁忌搜索算法和蚁群算法求解不等面积静态设施布局问题的性能,验证了遗传算法具有更稳定的求解效果,且对于本文的中小型规模算例有着更好的收敛性。2)针对不等面积动态设施布局问题（Un-equal Area Dynamic Facility Layout Problem,UA-DFLP）,本文首先根据单元制造模式的特点,对车间物流成本的来源进行了详细分析,并综合考虑了生产设备初始位置、单位移动成本、设备间单位物料搬运成本、产品工艺路线等因素,建立了以最小化物流成本为目标的经典布局模型（Model 2）。同时针对半导体生产设备的特性,又构建了包含鲁棒性约束的布局模型（Model 3）,它在舍弃部分成本的同时进一步兼顾布局鲁棒性,减少设备的搬运频次。在对模型进行求解时,不仅需要考虑动态布局过程的多阶段特性,而且需要提高解的收敛性和多样性。因此,本文利用变邻域局部搜索遗传算法进一步提高解的性能,它能够在可行解中搜寻更多保留设备位置的方案,均衡最小化物流成本和设备搬运频率的需求。动态布局重构与静态布局重构的主要区别在于动态布局重构需要对下一生产周期是否进行布局变动进行判定,为了避免低效益的制造单元重构,设计了动态设施布局的判断准则,明确了车间布局是否进行变动的条件。最后将两个动态布局模型（即Model 2和Model 3）和一个静态模型（Model 1）在动态环境下的运行结果进行了对比分析,验证了动态重构模型能够有效的应对长期市场需求波动,且鲁棒性约束能够使重构方案进一步减少设备的搬运频次。