混合式粒子群演算法應用於混合流程型生產排程問題 -以半導體封裝廠為例

Hybrid Particle Swarm Optimization for Hybrid Flow Shop Scheduling Problem

方信瓔(Hsin-Ying Fang)

指導教授 ： 林則孟

國立清華大學/工學院/工業工程與工程管理學系/碩士(2013年)

摘要

研究針對半導體封裝廠之特殊混合流程型生產環境進行訂單指派規劃，其規劃主要分為兩個部分：一為將訂單指派至適當之生產產線；二為將訂單指派至各站適當之加工機群。主要探討該產業三個瓶頸製程，上片、銲線以及模壓，加工過程中有一載具轉換機制而造就其拆批與集批特性；且各站皆有許多不同型號/等級的機型，每個機型有許多機台，因此各站皆有非等效平行機群及完全相同的平行機台之特性。各產品依照其高低階程度或規格的不同，在各站並非所有的機群都能進行加工。由於該產業特殊的生產特性，其指派問題相當困難且複雜，若是指派不當，容易造成後續許多問題。舉例來說，若是指派到的產線沒有可以生產該訂單的機型，便須換線生產或是移動機台，換線生產容易有混料或混批的情況，而移動機台造成移動成本以及延伸後續其它問題。
　　本研究運用模擬最佳化的手法來解決三產線、三站別、多機型、多產品以及多訂單的指派規劃，考量其拆批、集批、非等效平行機台與完全相同平行機台共存之特性，並考慮各訂單允入產線與允入機群之限制，以最小化平均一張訂單之流程時間為目標，找到適合且較好之各訂單生產產線與加工機群指派方案。在面臨求解方案數過多時，本研究利用粒子群最佳化演算法進行解空間之搜尋，並加入鄰域搜尋法改善該演算法在面臨求解空間過大時可能會陷入區域最佳解的情況，同時利用OCBA有效地分配模擬資源及節省模擬時間，最後，本研究比較不同的方法，證明粒子群最佳化演算法結合OCBA及鄰域搜尋方法，能更快的搜尋到最佳解及有更好的效率，也提供實務上一種方法的參考依據。

關鍵字

訂單指派 ； 模擬最佳化 ； 粒子群最佳化演算法 ； 鄰域搜尋法 ； OCBA ； 混合式流程型生產排程問題

參考文獻

6. 徐梅芳，”半導體封裝廠產能規劃研究”，私立中原大學工業工程學系，碩士論文，2005

2. 詹詩敏，”半導體封裝廠之機台配置問題”，國立清華大學工業工程與工程管理學系，碩士論文，2011

3. 黃思孟，”半導體封裝廠之短期訂單與機台指派問題”，國立清華大學工業工程與工程管理學系，碩士論文，2012

13. Henderson, S. G. and B. L. Nelson, “Handbook in OR & MS”, Vol. 13Copyright (2006)

7. Akrami, B., B. Karimia and S. M. Moattar Hosseini, “Two metaheuristic methods for the common cycle economic lot sizing and scheduling in flexible flow shops with limited intermediate buffers: The finite horizon case”, Applied Mathematics and Computation, 183(1), 634-645 (2006)