受新冠肺炎疫情与全球贸易保护主义影响,我国迫切需要提升芯片自给率,晶圆制造作为半导体芯片制造环节中工艺最难、价值最高的一环,其生产效率成为了半导体行业亟待提高的问题。生产调度是企业生产管理核心,但是由于晶圆制造产品的特殊性、工艺的复杂性等特点,其生产调度问题区别于其他车间。所以构建符合晶圆制造车间动态复杂环境下的调度问题模型,提升整体生产效率至关重要。本文基于上述研究背景以及晶圆制造车间特点,构建了晶圆制造车间多目标生产调度模型,利用改进遗传算法进行求解,同时对多目标权重进行优化,并通过实例进行验证。首先,根据晶圆制造生产特点确定晶圆卡等待时间、设备负载时间、晶圆卡加工时间以及设备修复时间四个性能指标,并将此作为调度优化目标建立多目标模型,改进遗传算法求解最优调度策略,通过对模拟企业生产数据的仿真求解得到最优调度方案,仿真结果表明,与现有相关算法相比,本文算法求解速度较快且完工总时间更优;其次,通过对其他学者模糊规则库的分析拓展重组,得到新的规则库,构建T-S模糊逻辑推理,建立基于模糊逻辑的权重调节模型,并对目标函数四个指标的权重进行动态调整,结合改进的遗传算法对晶圆制造生产调度进行优化,基于模拟数据随机选取拓展模糊规则库中的40组规则进行仿真分析,得到该案例下的四个优化目标的均值和标准差,通过对该数据进行分析,验证了本文所拓展规则库中一组规则优于原始规则,进而得到最优规则组;最后,在最优规则下基于模糊权重遗传算法对晶圆制造企业案例进行仿真分析,在不同晶圆规模下与其他改进遗传算法对比,结果表明,基于模糊权重遗传算法在不同规模晶圆下求解速度均较快、求解结果更优,同时运用该算法求解得出晶圆盒A\B\C中晶圆的三个最优调度方案以及最优产能。本文构建的晶圆制造车间生产调度模型与优化方法对企业提升整体竞争力、提高市场占有率具有实际参考意义。