跳到主要內容

臺灣博碩士論文加值系統

(3.235.120.150) 您好!臺灣時間:2021/08/03 06:18
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳盈樺
研究生(外文):Ying-Hua Chen
論文名稱:基因演算法於多目標全球成衣報價之應用
論文名稱(外文):Application of Multi-Objective Genetic Algorithm to Quote in Global Garment Industry
指導教授:陳榮昌陳榮昌引用關係
指導教授(外文):Rong-Chang Chen
學位類別:碩士
校院名稱:國立臺中技術學院
系所名稱:事業經營研究所
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:90
中文關鍵詞:多目標規劃基因演算法報價機制成衣產業
外文關鍵詞:Multi-ObjectivesGenetic AlgorithmQuote MechanismGarment Industry
相關次數:
  • 被引用被引用:3
  • 點閱點閱:443
  • 評分評分:
  • 下載下載:115
  • 收藏至我的研究室書目清單書目收藏:0
在全球化的競爭市場中,企業為了要維持競爭優勢,必須要能快速地回應顧客的報價需求。由於傳統的人工報價過程非常地繁瑣,往往涉及公司多部門、跨區域的整合,因而需耗費多時才能完成報價。而且報價單的內容還必須與客戶不斷地溝通與修改,若僅透過傳統人工的方式處理,容易受到決策時間太短或決策者經驗不足等因素所影響,而產生錯誤的報價或是喪失訂單,造成公司的重大損失。
業界對於產品報價考量的目標很多,且目標間彼此往往互相衝突,為達到最佳化評估的目的,過去的研究常假設為單一目標或是給予各個目標不同的權重值,再以單目標的方式求解最佳值。這樣的方法所產生的結果常與最終目標有所偏差,其求解的過程亦相當繁雜,決策者往往需具備一定程度的專業能力與數學技巧,對於實際業者而言,並不適用。
為輔助業者解決報價的問題,並處理傳統最佳化方法之限制與瓶頸,本研究首先藉由與業者實際訪談,整理並規劃現今業者之報價流程,進而提出一報價機制,其包含了人工處理及電腦計算的部份,在業務人員接到訂單需求後,營運中心可先透過人力的方式,根據營運目標,並依照需求剔除不適合的生產廠區。其次,透過多目標基因演算法,找出柏拉圖解,將工單分配至合適的廠區,並計算出其成本及交期,進而制定價格。
研究結果顯示,在極短的時間之內,運用多目標基因演算法可求得多組不同的柏拉圖解,以提供業者在制定報價決策之參考依據。且其運算結果亦非常接近暴力搜尋法找到的結果,即代表本研究所產生的結果具備一定程度的準確率。
In global markets, it is very crucial for companies to enhance competitive advantages to achieve quick response quote demand from customers. The quoting process is difficult and complex. The traditional methods in solving this problem was that decisions were always made by senior managers’ own experiences in garment industry. Some mistakes may be made while the decisions are made in little time. Thus, some scholars suggested Genetic Algorithm (GA), which was adopted to analyze orders and give suitable results, to assist companies in decision making. However, this method may not be suitable for solving real situations since previous research employed single-objective planning problem to present real situations, whereas many of real situations are multi-objective planning problems. Hence, the aim of this study is to propose a quote mechanism and find the suitable analytic tool for multi-objective planning problems.
The quote mechanism proposed by this study can be separated into two parts. First, when receiving order demands and sending demands to the operation office through Internet. In terms of own experiences and limitation of orders, unsuitable factories can be eliminated quickly for some important orders. Those orders are then allocated into suitable factories by computers. After interviewing with senior managers, there are two main operation objectives including “Minimum Cost” and “Minimum Makespan”. To analyze multi-objective planning problems, Multi-Objective Genetic Algorithm (MOGA) was adopted to achieve the main purposes of this study. The results indicate that the mechanism can assist users to find some non-inferior solutions in few seconds. In addition, the results are quite comparable to those by Brute-Force Search. Furthermore, this also explains that the results yielding from this study possess good predictive ability.
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
1.1 研究背景與動機 1
1.2 研究目的 4
1.3 研究限制 5
1.4 研究架構與流程 6
第二章 文獻回顧 8
2.1 報價流程 8
2.1.1 成衣業報價流程 10
2.1.2 成衣業訂價方法及其考量因素 12
2.2 多目標規劃 14
2.3 基因演算法 19
2.4 多目標基因演算法 21
第三章 分析 28
3.1 問題描述 29
3.2 報價決策機制 34
3.3 數學模式建構 37
3.3.1 模式之基本假設與限制 37
3.3.2 模式符號說明 38
3.3.3 數學模式 40
3.4 多目標基因演算流程 41
第四章 結果與討論 46
4.1 資料輸入 46
4.2 實驗設計 48
4.2.1 基因參數設定與驗證 48
4.2.2 運算時間 50
4.3 敏感度分析 52
4.3.1 工單數變化對目標值之影響 52
4.3.2 廠區數變化對目標值之影響 56
4.3.3 物料成本變化對目標值之影響 60
4.3.4 勞力成本變化對目標值之影響 62
4.3.5 運輸成本變化對目標值之影響 64
4.3.6 工單延遲成本變化對目標值之影響 66
4.4 實例結果 68
第五章 結論與建議 72
5.1 結論 72
5.2 建議 75
參考文獻 77
附錄 基因參數測試實驗 81
李學勛(民95)。自適應基因演算法應用於全球成衣生產決策支援系統。國立台中技術學院事業經營所全球運籌組碩士論文,未出版,台中市。
邱元泰(民91)。基因演算法在排課問題之應用。國立中正大學數學研究所碩士論文,未出版,嘉義縣。
邱俊智(民90)。有限產能下之投料模式構建與應用之研究-以半導體測試廠為例。私立中原大學工業工程研究所碩士論文,未出版,桃園縣。
張國雄(民94)。行銷管理(3版)。台北市:雙葉書廊有限公司。
許志義(民83)。多目標決策(初版)。台北市:五南圖書出版有限公司。
彭勝呈(民92)。智慧型成衣用碼估算系統之研究。國立台北科技大學生產系統工程與管理研究所碩士論文,未出版,台北市。
馮正民(民78)。交通運輸與資源利用多目標規劃整合模式之研究。管理科學學報,6(1),27-40。
經濟部國際貿易局(民91)。加入WTO後台灣紡織業者之經營策略。2007年5月8日,取自:http://www.filaweaving.org.tw/silk/documents/41/g41-11.htm
蔡政峰(民89)。求解有限資源專案排程問題最佳化之研究-以基因演算法求解。國立成功大學工業管理學系碩士論文,未出版,台南市。
鄭遠智(民92)。應用多目標規劃於全球運籌下區域組裝模式之研究。國立台北科技大學商業自動化與管理研究所碩士論文,未出版,台北市。
蕭慶舜(民88)。機動整合生產控制系統之規劃研究。國立雲林科技大學工業工程與管理研究所碩士論文,未出版,雲林縣。
應保勝、易建鋼、張華 (民93)。基於因特網的橋式起重機快速報價系統。計算機集成製造系統,10(7),867-870。
Bradley, S. P., Hausman, J. A., & Nolan, R. L. (1993). Globalization Technology and Competition: The Fusion of Computers and Telecommunications in the 1990s. Boston, MA: Harvard Business School Press.
Carr, H., & Latham, B. (1994). The Technology of Clothing Manufacture. Blackwell Scientific Publication LTd.
Cochran, J. K., Horng, S. M., & Fowler, J. W. (2003). A Multi-Population Genetic Algorithm to Solve Multi-Objective Scheduling Problems for Parallel Machines. Computers and Operations Research, 30(7), 1087-1102.
Fonseca, C. M., & Fleming, P. J. (1993). Genetic Algorithms for Multiobjective Optimization: Formulation, Discussion and Generalization. Proceedings of the 5th International Conference on Genetic Algorithms, 416-423.
Gao, Z., & Tang, L. (2003). A Multi-Objective Model for Purchasing of Bulk Raw Materials of a Large-Scale Integrated Steel Plant. International Journal of Production Economics, 83, 325-334.
Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Mass: Addison, Wesley.
Holland, J. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor, Michigan.
Horn, J., & Nafpliotis, N. (1993). Multiobjective Optimization Using the Niched Pareto Genetic Algorithm. Report 93005, University of Illinois at Urbana-Champain, Urbana, Illinois, USA.
Kao, C. J. (2003). Power Load Dispatch Preplanning For Small Area. Unpublished master thesis. Yuan-Ze University. Taoyuan County, Taiwan.
Mechanism (general). (n. d.). Retrieved May 8, 2007, from http://en.wikipedia.org/wiki/Mechanism_(general)
Murata, T., & Ishibuchi, H. (1995). MOGA: Multi-Objective Genetic Algorithms. Evolutionary Computation, 1995., IEEE International Conference on, 1, 289-294.
Murata, T., Ishibuchi, H., & Tanaka, H. (1996). Genetic Algorithms for Flowshop Scheduling Problems. Computers and Industrial Engineering, 30(4), 1061-1071.
Nagar, A., Heragu, S. S., & Haddock, J. (1995). A Branch-and-Bound Approach for a Two-Machine Flowshop Scheduling Problem. The Journal of the Operational Research Society, 46(6), 721-734.
Schaffer, J. D. (1985). Multiple Objective Optimization with Vector Evaluated Genetic Algorithms. The 1st International Conference on Genetic Algorithms, 93-100.
Steuer, R. E. (1976). Multiple Objective Linear Programming with Interval Criterion Weights. Management Science, 23(3), 305-316.
Tamaki, H., Nishino, E., & Abe, S. (1999). A Genetic Algorithm Approach to Multi-Objective Scheduling Problems with Earliness and Tardiness Penalties. Proceedings of the 1999 Congress on Evolutionary Computation, 1, 46-52.
Taylor, D. A. (2003). Supply Chains: A Manager’s Guide. Addison-Wesley.
Ting, C. K., Li, S.T., & Lee, C. N. (2001). TGA: A New Integrated Approach to Evolutionary Algorithms. Congress on Evlutionary Computation (ECE2001), 2, 917-924.
Veeramani, D., & Joshi, P. (1997). Methodologies for Rapid and Effective Response to Requests for Quotation (RFQs). IIE Transactions, 29(10), 825-838.
White, D.J. (1990). A Bibliography on the Applications of Mathematical Programming Multiple-Objective Methods. Journal of the Operational Research Society, 41(8), 669-691.
Wilson, R. (2002). Architecture of Power Markets. Econometrica, 70(4), 1299-1340.
Yamachi, H., Tsujimura, Y., Kambayashi, Y., & Yamamoto, H. (2006). Multi-objective Genetic Algorithm for Solving N-version Program Design Problem. Reliability Engineering and System Safety, 91, 1083-1094.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊