本研究以國內某12吋晶圓製造廠之自動化物料搬運系統(Automated Material Handling System,簡稱AMHS)為研究對象。由於半導體製造具有多迴流及複雜的加工途程,造成每台生產機台的生產與搬運需求量會具有不確定性,當搬運需求集中在特定生產區域時,便會使得搬運車發生擁塞現象,而這也是目前自動化物料搬運系統面臨到的搬運車車數計算與調度管理問題。因此,在擁有大量搬運車(200~300部搬運車)的自動化物料搬運系統面臨搬運車配置的問題:「當不同時段生產需求量動態改變造成搬運需求隨著時間改變時,要如何建立車數調派管理的機制來滿足不同生產需求量與搬運需求所需要的系統搬運車數量」。 首先本研究分析搬運需求的來源與特性,經分析後,發現搬運需求的發生可用搬運從至表來表達。因此,進一步的探討確定性搬運從至表的產生方式與用途。再了解確定性搬運從至表後,討論確定性與不確定性搬運從至表的差異以及不確定性搬運從至表的特性與不同的表達方式。緊接著,在考量搬運需求不確定性的情況下,結合類神經網路模式與系統模擬提出「動態之車數決定」方法。首先利用類神經網路模式預測不確定性搬運從至表,再結合系統模擬適時的回饋資訊不斷低更新不確定搬運從至表的預測模式,以計算出符合不同時段系統所需要的搬運車車數。 最後探討不同方案的比較,主要將搬運車數量分為「變動搬運車」與「固定搬運車」兩種方案,發現在「變動搬運車」方面因不同的搬運需求會彈性的調派不同搬運車數量,因此在系統產出績效、晶舟平均等候時間與晶舟平均旅程時間有較佳的表現。 關鍵字:自動化物料搬運系統、搬運從至表、搬運車計算、類神經網路