半导体产业属于资本密集型产业，具有技术含量高、投资风险大等特点。随着经济全球化进程的加快，市场竞争愈演愈烈，高技术产品生产商为了保持市场竞争优势，不断的加大研发投入，推出多代技术创新产品。这使得产品更新换代的速度加快，产品生命周期逐渐缩短。此外，新一代产品同前代产品相比，产品在性能上得到进一步的改进，新一代产品除了开辟新的市场需求外，还将占有前代产品的部分市场份额。这样使得每代产品的扩散都会受到前后代产品扩散的影响。因此，分析产品的多代创新扩散规律对企业把握各代产品的扩散趋势，制定相应的市场营销策略具有重大意义。在创新扩散模型的研究中，经典的创新扩散模型，如Bass模型、Mansfield模型等等，主要研究单一产品的扩散过程。1987年，Norton和Bass在经典创新扩散模型的基础上，首次提出了多代创新产品扩散模型Norton-Bass模型。由于Norton-Bass模型的条件很苛刻，太过理想化，因此，后来的学者就在Norton-Bass模型的基础上，逐步放松该模型的假设，加入新的创新扩散影响因素，提出了很多多代创新扩散模型。这些模型包括：①引入重复购买的多代创新扩散模型；②引入价格等营销变量的多代创新扩散模型；③引入跨代购买的多代创新扩散模型；④引入市场增长率的多代创新扩散模型。这些拓展的多代创新扩散模型在分析多代产品扩散的实际过程中都有着各自的优点，但他们只是从某一个方面对模型进行了扩展。在现实世界中，创新产品的扩散过程是同时受多种因素共同影响的。本文首先分析了半导体的发展现状以及消费需求预测的必要性；其次对创新扩散理论及扩散模型进行了系统综述，并在Norton-Bass多代创新扩散模型的基础上，综合考虑价格、重复购买、市场增长率和季节因素对创新产品扩散的影响，构建出全新的SMPRT多代创新扩散模型。通过对多种参数估计方法的分析与比较，本文决定采用遗传算法作为模型的参数估计方法，并对半导体制造技术的扩散进行实证研究，模型得出令人满意的结果，并将结果与Norton-Bass模型、Islam-Meade模型进行比较和讨论。结果表明：SMPRT模型比Norton-Bass模型与Islam-Meade模型的拟合优度和预测精度更高，采用SMPRT模型研究多代产品的扩散是一种更好的选择。另外，论文还将非线性最小二乘法、极大似然估计法和遗传算法的估计结果进行对比分析，发现遗传算法的估计效果更令人满意。最后，论文基于遗传算法并用SMPRT多代创新扩散模型对半导体集成电路晶圆片的扩散趋势进行预测。