臺灣博碩士論文加值系統

在全球化的完全競爭巿場之中，為了要維持競爭優勢，快速且有效地訂定生產決策是必要的。傳統的決策制定方式，大多憑藉著決策者的經驗及腦力，決策結果往往容易受到決策者的情緒或決策時間太短等因素所影響。而且在全球化的巿場當中，影響生產決策的因素十分地龐大且複雜，若決策者需在短時間內考量所有的影響因素來訂定生產決策，這樣的決策經常會產生偏差，而偏差則會使得生產成本上升，在傳統製造業獲利有限的情況之下，成本的上升將會使得企業失去競爭能力。本研究以成衣製造商為研究個案，在參考相關文獻後，提出階層式生產決策制定流程，並使用自適應基因演算法做為分析工具，以建立一個全球決策支援系統，期望利用電子化資料分析方式，在短時間內計算出較佳的結果，以輔助決策者或高階經理人在短時間內將訂單安排至合適的工廠進行生產。
本研究使用自適應基因演算法，透過演算法可依照染色體分佈狀況自動調整運算參數，不但可以提高尋找全域最佳解的機會，而且可以使得每次計算出來的結果趨於穩定，可減少機會成本發生的次數。並且透過此一機制，避免使用者因為缺乏足夠的專業知識，在進行參數調整時，而產生不必要的錯誤。透過相關系統驗證及資料分析，此系統所產生之結果不但穩定，而且與精確最佳解十分地接近。在實際業者要求的時間內，可考量許多的影響因素，進而計算出具有參考價值之決策結果。而系統所計算出之結果，透過圖形的表示方式，可讓使用者在短時間內了解到每筆訂單及工廠之生產狀況，進而輔助決策者快速且正確地訂定生產決策。

It is very important for managers to make correct production decisions quickly in enhancing competitive capabilities. In the real companies, decision makers or senior managers only have few minutes for making production decisions. There are excess and complex influencing factors when senior managers make decisions. If senior managers have to make decisions with the influencing factors by their own experiences, some influencing factors would be omitted. Sometimes, it causes some mistakes and it also increases production cost. Because many global companies have limited profits and they can not cover extra cost, they need a useful tool to assist senior managers in order allocation into suitable factories within short time.
This study arms to develop a global decision support system for garment production. Some past studies presented that using traditional genetic algorithm (or simple genetic algorithm) could analyze data within complex and excess influencing factors. However, there are some drawbacks in traditional genetic algorithm. The results created by traditional genetic algorithm are usually unstable, and it is impossible for managers to adjust genetic parameters. Thus, we used self-adaptive genetic algorithm as the analytic tool of global decision support system.
Results from this study show that the global decision support system which used self-adaptive genetic algorithm as then analytic tool can get suitable decisions for the garment industry. Visual charts are used to present results, and they enable users to understand situations of orders easily. Characteristics of this system are easy to use, effective, and useful.

中文摘要 i
英文摘要 ii
目錄 iii
表目錄 v
圖目錄 vi
第一章　緒論
1.1 研究動機與背景 1
1.2 研究目的 4
1.3 研究流程 5
1.4 研究限制 7
第二章　文獻回顧
2.1 紡織成衣製造業 8
2.1.1 紡織成衣業之發展概況 8
2.1.2 成衣業全球化競爭所遇困境 12
2.1.3 成衣業困境之改善方式 16
2.2 決策支援系統(Decision Support System, DSS) 19
2.2.1 決策支援系統之定義與架構 19
2.2.2 決策支援系統之特性 20
2.3 自適應基因演算法(Self-Adaptive Genetic Algorithm) 23
第三章　研究方法
3.1決策架構 28
3.2 生產決策影響因素 31
3.3 編碼及運算方法 35
3.4研究對象 40
第四章　結果與討論
4.1 系統驗證 43
4.2 系統執行結果 49
第五章　結論與建議
5.1 結論 52
5.2 未來研究方向與建議 54
參考文獻
相關著作

Alter, S. (1977). A taxonomy of decision support systems. Sloan Management Review, 13(1), 39-56.
Blanning, R. W. (1993). Model management system: an overview. Decision Support Systems, 9, 9-18.
Chen, R. C., Li, S. S., Feng, C. C. & Lin, C. C. (2005). A GA-based global decision support system for garment production. Proceedings of IEEE International Conference on Neural Networks and Brain, Beijing, China, 2, 805-809.
Dasci, A. & Verter, V. (2001). A continuous model for production distribution system design. European Journal of Operational Research, 129, 287-298.
Dhaenens-Flipo, C. (2000). Spatial decomposition for a multi facility production and distribution problem. International Journal of Production Economics, 64, 177-186.
Dornier, P. P.,　Ernst, R., Fender, M., & Kouvelis, P. (1998). Global Operation and Logistics. Wiley, New York.
Drucker, P. (1994). The age of social transformation. Atlantic Monthly, 274, 53-78.
Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Mass: Addison, Wesley.
Grefenstette, J. (1986). Optimization of control parameters for genetic algorithms. IEEE Transactions on Systems, Man and Cybernetics, 16(1), 122-128.
Holland, J. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, Michigan.
Keen, P. G. W. & Scott-Morton, M. S. (1978). Decision Support Systems: An Organizational Perspective. Addison-Wesley, Reading, MA.
Ma, J. (1997). Type and inheritance theory for model management. Decision Support Systems, 19, 53-60.
Makarenko N. G., Karimova L. M., & Kuadykov Y. B. (2004). The genetic algorithm for a signal enhancement. Nuclear Instruments and Methods in Physics Research, l(534), 170-174.
Negnevitsky, M. (2001). Artificial Intelligence: a Guide to Intelligent Systems.
Perry, M., Sohal, A. S., & Rumpf, P. (1999). Quick response supply chain alliances in the Australian textiles, clothing and footwear industry. International Journal of Production Economics, 62, 119-132.
Potts, J. C., Giddens, T. D., & Yadav, S. B. (1994). The development and evaluation of an improved genetic algorithm based on migration and artificial selection. IEEE Transactions on System, Man and Cybernetics, 24(1), 73-86.
Scott-Morton, M. S. (1971). Management Decision Systems: Computer Based Support for Decision Making. Division of Research, Harvard University, Cambridge, Massachusetts.
Sprague, A. & Carlson, B. (1982). Building Effective Decision Support Systems. Englewood Cliffs, NJ, Prentice-Hall.
Srinivas, M., & Patnaik, L. M. (1994). Adaptive probabilities of crossover and mutation in genetic algorithms. IEEE Transactions on System, Man and Cybernetics, 24, 656-667.
Sule, D. R. (1996). Industrial Scheduling. PWS Publishing Company.
Tan, K. C., Lim, M. H., Yao, X., Wang, L., Meng, H. L., Xin, Y., & Lipo, W. (2004). Recent Advances in Simulated Evolution and Learning. Singapore, World Scientific Publishing.
Yuan, X., Yuan, Y., & Zhang, Y. (2002). A hybrid chaotic genetic algorithm for short-term hydro system scheduling. Mathematics and Computers in Simulation, 59, 319-327.
Zander, J. (1992). Performance of optimum transmitter power control in cellular radiosystems. IEEE Transactions on Vehicular Technology, 41(1), 57-62.
代穎（2004）。基於遺傳演算法的供應鏈聯盟夥伴選擇。西南交通大學學報，39(4)，531-534。
吳偉欽（民92）。生物可分解及回收再生紡織品。紡織產業知識庫。民94年10月8日，取自http://tkn.cti.org.tw/tkd/。
李信宏（民91）。台灣紡織產業現況與發展趨勢。中國紡織工業研究中心。
林佳慧（民93）。傳統產業運用新機制轉型研究與案例探討。台灣經濟研究院。
林佳靜（民84）。紡織產業政策之研究：台灣與南韓之比較。東海大學政治學系碩士班國際關係組碩士論文。台中市。
邱曉嘉（民89）。振興傳統產業－紡織業為例。民94年10月18日，取自：http://www.npf.org.tw/PUBLICATION/TE/089/R/TE-R-002.HTM。
紡拓會（民93）。2005年紡織品市場變化趨勢及貿易環境變化分析。
紡拓會（民91）。台灣、大陸及韓國三大競爭國紡織競爭趨勢與策略分析。經濟部工業局。
張茂修（民71）。台灣紡織工業之發展。台灣銀行季刊，33(4)，33。
梁定澎（民80）。決策支援系統。台北松崗書局。
陳柏基（民89）。歷史篇 芋頭、蕃薯一起胼手胝足 一絲一縷織造布業傳奇。投資中國月刊。
黃金鳳（民88）。台灣地區紡織產業傳。中華徵信所。
黃健富（民86）。我國紡織染整工業。產業調查與技術，141，52-65。
劉嘉麟（民93）。智慧型紡織品發展趨勢。紡織綜合所。
鄧麗喜（民93）。2004年版紡織工業年鑑。紡織綜合所。
賴木湧（民86）。台灣中小企業生產策略與競爭優勢之研究－以紡織產業供應鏈為例。國立政治大學企業管理研究所碩士論文。台北巿。
羅慶巍（民93）。台灣環保性紡織品發展現況與推動策略研究。南華大學環境管理研究所碩士論文。嘉義縣。