跳到主要內容

臺灣博碩士論文加值系統

(3.229.142.104) 您好!臺灣時間:2021/07/27 03:11
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:許國遠
研究生(外文):Guo-Yuan Shiu
論文名稱:緊急批之最佳派工方案評估-以DRAM廠為例
論文名稱(外文):An Optimal Dispatching Evaluation Model for Emergent Lots – A Case Study of DRAM Company
指導教授:鄭元杰鄭元杰引用關係
指導教授(外文):Yuan-Jye Tseng
學位類別:碩士
校院名稱:元智大學
系所名稱:工業工程與管理學系
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:146
中文關鍵詞:緊急批派工粒子群演算法
外文關鍵詞:Emergent lotsDispatchingParticle Swarm Optimization
相關次數:
  • 被引用被引用:2
  • 點閱點閱:157
  • 評分評分:
  • 下載下載:5
  • 收藏至我的研究室書目清單書目收藏:1
在競爭激烈的市場中,企業往往會加快對於新製程產品的開發來保有本身的競爭力,以便爭取更多的訂單。而在新製程開發過程中,生產線上為了驗證新製程產品的開發結果,經常會有緊急批的生產需求產生。而在過去文獻上卻鮮少有一系統性的方法,來解決生產線上緊急批派工分配的問題。因此,當生產線遇到緊急批的生產需求時,通常只能依據個人主觀的經驗做派工分配,如此一來,將可能造成一些不必要的浪費。故本研究欲探討如何讓生產線在緊急批生產需求產生時,在考量相關的限制條件及成本函數下,進行緊急批之最佳派工方案評估。

本研究針對緊急批之最佳派工方案評估與分配問題,建立兩階段的規劃模式,第一階段考量緊急批的需求量及相關成本,以最小化總生產成本為目標,藉由粒子群演算法(PSO)求解問題模式,將相關生產批作最佳的生產派工分配。第二階段透過利潤計算模式以計算企業的利潤狀況,亦即,將所生產的正常批與緊急批的銷售利潤總和減去第一階段的生產規劃所需的成本,其所求得的利潤值作為緊急批分配的評估依據。根據本研究提出的兩階段規劃模式,可以得到生產線上緊急批最佳的派工分配結果,而所求得的結果可以提供給生產線上的管理者或作業人員進行後續生產規劃等工作的參考依據。
關鍵詞:緊急批、派工、粒子群演算法
In the market keen competition, a company always speeds up development of new process product to keep competitiveness itself then obtains more orders. During this period, for result verification of new process product, the production line has production requirement of emergent lots always. It doesn’t have a systematic way to solve the problem of emergent lots dispatching. Hence, it may cause unnecessary waste for the dispatching without objectivity under the production requirement of emergent lots. The research purpose is try to find out the optimal dispatching method considering related constraints and cost parameters when production requirement of emergent lots in production line.

In this thesis, it uses the evaluation of two phases to solve dispatching problem of emergent lots. In the first phase, it uses Particle Swarm Optimization (PSO) to find the optimal dispatching result of minimum total production cost according to emergent lots requirement and related cost parameter. In the second phase, we can justify the optimal dispatching assignment in profit of sale subtract minimum total production cost in first phase.

According to two phases, we can find out optimal dispatching assignment result in the production line. Finally, the results could be a basis to help a company to make decisions of dispatching assignment and staff could arrange the follow-up product scheduling according to the optimal solution of this research.
Keyword: Emergent lots, Dispatching, Particle Swarm Optimization.
目錄
中文摘要…………………………………………………………………………i
英文摘要…………………………………………………………………………ii
誌謝……………………………………………………………………………...iii
目錄……………………………………………………………………………...iv
表目錄…………………………………………………………………………..vii
圖目錄…………………………………………………………………………..xii
第一章 緖論……………………………………………………………………1
1.1 研究背景與動機………………………………………………………….2
1.2 研究目的………………………………………………………………….6
1.3 問題定義………………………………………………………………….7
1.4 論文架構………………………………………………………………...10
第二章 文獻探討……………………………………………………………..12
2.1 緊急訂單………………………………………………………………...12
2.1.1 緊急訂單相關文獻…………………………………………………12
2.2 派工法則………………………………………………………………...17
2.2.1 派工法則相關文獻…………………………………………………18
2.3 粒子群最佳化演算法…………………………………………………...23
2.3.1粒子群最佳化演算法相關文獻…………………………………….28
2.4 文獻探討結語…………………………………………………………...33
第三章 研究方法……………………………………………………………..35
3.1 前言……………………………………………………………………...35
3.2 研究用語定義…………………………………………………………...36
3.3 問題定義與已知條件…………………………………………………...38
3.4 研究範圍………………………………………………………………...40
3.5 問題限制與假設………………………………………………………...41
3.6 問題模式之參數與變數………………………………………………...43
3.7 問題架構與模式………………………………………………………...44
3.7.1 第一階段問題架構與模式建立……………………………………45
3.7.2 第二階段利潤計算模式建立………………………………………49
3.8 粒子群最佳化演算法…………………………………………………...51
3.9 參數分析………………………………………………………………...62
3.10 研究方法……………………………………………………………….66
第四章 實例探討……………………………………………………………..68
4.1 範例假設說明…………………………………………………………...70
4.2 實例基本資料…………………………………………………………...70
4.3 實例一:三批正常批與三批緊急批生產需求………………………….71
4.3.1 實例ㄧ求解過程……………………………………………………73
4.3.1.1 實例ㄧ:第一種模式評估……………………………………...73
4.3.1.2 實例ㄧ:第二種模式評估……………………………………...77
4.3.1.3 實例ㄧ:現行派工模式評估…………………………………...81
4.3.2 結果分析與討論……………………………………………………82
4.4 實例二:三批正常批與六批緊急批生產需求………………………….83
4.4.1 實例二求解過程……………………………………………………85
4.4.1.1實例二:第一種模式評估………………………………………85
4.4.1.2實例二:第二種模式評估………………………………………89
4.4.1.3實例二:現行派工模式評估……………………………………93
4.4.2 結果分析與討論……………………………………………………94
4.5實例三:六批正常批與二批緊急批生產需求…………………………..94
4.5.1實例三求解過程…………………………………………………….96
4.5.1.1實例三:第一種模式評估………………………………………96
4.5.1.2實例三:第二種模式評估……………………………………..101
4.5.1.3實例三:現行派工模式評估…………………………………..105
4.5.2 結果分析與討論………………………………………………......105
4.6 實例四:五批正常批與二十批緊急批生產需求……………………...106
4.6.1 實例四求解過程…………………………………………………..111
4.6.1.1 實例四:第一種模式評估…………………………………….111
4.6.1.2 實例四:第二種模式評估…………………………………….115
4.6.1.3 實例四:現行派工評估模式………………………………….119
4.6.2 結果分析與討論…………………………………………………..120
4.7 實例五:二十批正常批與五批緊急批生產需求……………………...121
4.7.1 實例五求解過程…………………………………………………..125
4.7.1.1 實例五:第一種模式評估…………………………………….125
4.7.1.2 實例五:第二種模式評估…………………………………….130
4.7.1.3 實例五:現行派工模式評估………………………………….134
4.7.2 結果分析與討論…………………………………………………..135
4.8 結論…………………………………………………………………….136
第五章 結論…………………………………………………………………139
5.1 本研究特性與貢獻…………………………………………………….139
5.2 後續研究發展與建議………………………………………………….140
參考文獻………………………………………………………………………142
1. 王勝弘,「派工法則於縮短DRAM 廠生產週期時間之探討—以A公司導入自動化派工系統為例」,中央大學,碩士論文,2004。

2. 李月娥,「多廠區多階製程緊急訂單分配與評估」,元智大學,碩士論文,2006。

3. 李乘帆,「以多代理人為基礎建立非相關平行機台之流程生產控制系統」,屏東科技大學,碩士論文,2007。

4. 林振宏,「限制理論應用於晶圓廠產能受限機台的產能分析與派工」,中華大學,碩士論文,2001。

5. 高心婷,「動態零工型工廠派工法則模擬研究」,朝陽科技大學,碩士論文,2006。

6. 梁哲嘉,「多廠區緊急訂單的承接與分配-延遲策略的應用與比較」,南台科技大學,碩士論文,2007。

7. 徐瑩詔,「限制驅導式派工法則應用於TFT-LCD廠之研究」,元智大學,碩士論文,2007。

8. 陳孟佐,「混合階層式遺傳演算法與粒子群優演算法之資料分群技術」,樹德科技大學,碩士論文,2004。

9. 陳美棟,「訂單式生產系統之緊急訂單評估模式」,義守大學,碩士論文,1999。

10. 陳俊龍,「訂單式生產系統下承接緊急訂單之評估模式」,屏東技術學院,碩士論文,1997。

11. 陳舜源,「承接緊急訂單之評估模式」,交通大學,碩士論文,1995。

12. 陳澤,「以類神經模糊系統調整緊急訂單預測模式」,勤益技術學院,碩士論文,2006。

13. 黃昱程,「生產線混線生產合併派工法之研究」,屏東科技大學,碩士論文,2005。

14. 葉思緯,「應用粒子群最佳化演算法於多目標存貨分類之研究」,元智大學,碩士論文,2004。

15. 詹璨嶸,「自行車產業供應鏈體系下緊急訂單承接評估研究」,台灣大學,碩士論文,2004。

16. 劉建宏,「應用粒子群優法作解制環境下新型態之經濟運轉」,雲林科技大學,碩士論文,2004。

17. 劉耿谷,「反向模擬派工法則」,大同大學,碩士論文,2007。

18. 鄭智強,「晶圓製造批量優先序之研究」,中原大學,碩士論文,1998。

19. 謝丞杰,「應用系統模擬於流程型生產工廠派工法則之探討」,大同大學,碩士論文,2007。

20. Bo Lin, Ling Wang, and Yi-Hui Jin, “An effective hybrid particle optimization for no-wait flow shop scheduling,” International Journal of Advanced Manufacturing Technology, 31, 1001-1011, 2006.

21. Cochran, J. K. and Lin L., “Assembly line system dynamic behavior for high priority job processing,” International Journal of Production Research, 30, 1683-1697, 1992.

22. Ehteshami, B., Petrakian, R. G., and Shabe, P. M., “Trade-offs in cycle time management: hot lots,” IEEE Transactions on Semiconductor Manufacturing, 5, 101-106, 1992.

23. Kennedy, J. and Eberhart, R. C., “Particle swarm optimization,” In Proceedings of IEEE International Conference on Neural Networks, 4, 1942-1948, 1995.

24. Kennedy, J. and Mendes, R., “Population structure and particle swarm performance,” IEEE Transactions on Systems, 2, 1671-1675, 2002.

25. Kennedy, J. and Spears, W., “Matching algorithms to problem: an experimental test of the particle swarm and some genetic algorithms on the multimodal problem generator,” IEEE World Congress on Computational Intelligence, 74-77, 1998.

26. Khoo, L. P., Lee, S. G., and Yin, X. F., “A Prototype Genetic Algorithm-Enhanced Multi-Objective Scheduler for Manufacturing Systems,” International Journal of Advanced Manufacturing Technology, 16, 131-138, 2000.

27. Lin, Yongxian, Lin Xiaotian, and Zhao Jinfu, “Research on job-shop scheduling optimization method with limited resources,” International Journal of Advanced Manufacturing Technology, 38, 386-392, 2008.

28. Quan-Ke Pan, Ling Wang, M. Fatih Tasgetiren, and Bao-Hua Zhao, “A hybrid discrete particle swarm optimization algorithm for the no-wait flow shop scheduling problem with makespan criterion,” International Journal of Advanced Manufacturing Technology, 38, 337-347, 2007.

29. Rahimi-Vahed, A. R. and Mirghorbani, ”A multi-objective particle swarm for a flow shop scheduling problem,” Journal of Combinatorial Optimization, 13(1), 79-102, 2007.

30. Shi, Y. H. and Eberhart, R. C., “A modified particle swarm optimizer,” IEEE World Congress on Computational Intelligence, IEEE Press, 1998a.

31. Wang, Y. C. and J. M. Usher, “Learning policies for single machine job dispatching,” Robotics and Computer-Integrated Manufacturing, 20, 553-562, 2004.

32. Wei-jun Xia and Zhi-ming Wu, “A hybrid particle swarm optimization approach for the job-shop scheduling problem,” International Journal of Advanced Manufacturing Technology, 29, 360-366, 2005.

33. Yee-Ming Chen and Chun-Ta Lin, “A particle swarm optimization approach to optimize component placement in printed circuit board assembly” International Journal of Advanced Manufacturing Technology, 35, 610-620, 2006.

34. Zhenya, H., Chengjian, W., Luxi, Y., Xiqi, G., Sasu, Y., Eberhart, R. C., and Shi, Y., “Extracting rules from fuzzy neural networks by particle swarm optimization,” IEEE International Conference on Evolutionary Computation, 1, 74-77, 1998.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊