基因演算法在流程型工廠測試排程之應用-以T公司為例

The application of Genetic Algorithmsin in Flowshop Testing Scheduling system - T company as an example

黃清杉(Ching-Shan Huang)

指導教授 ： 張百棧

元智大學/工程學院/工業工程與管理學系/碩士(2011年)

摘要

排程問題的研究，已經有很多的專家、學者以及業界前輩先進，研究出許多的解決方法，而在實務的應用上，應該選擇哪一種方法來解決排程問題，仍必須考量產業特性、產品特性、加工類型，以及環境設備等限制因素；除此之外，所選定之方法或模式，亦須配合這些限制條件，來略做調整或改善，以求得最佳解。
本研究以通信產業的測試製程為例，採用基因演算法(Genetic Algorithm)，並針對測試製程之特性與測試儀器數量的限制條件，以及已知的生產條件，來進行流線型排程，追求生產線上之測試階位（Test Flow）的測試排程之總測試工時最小化為目標，提高現今微利時代的電子組裝業之產能提昇、降低成本、增加競爭力。
本研究發展的GA排程系統，是考慮測試條件(測試站數、每站的生產工時及各站需求儀器數量的關係) 並符合T公司的生產環境…等因素下，所建立的流程型測試排程系統，此系統有效的減少 30% 的完工工時、提高高價儀器的利用率，證明此排程系統確實能有效解決T公司的瓶頸製程問題。

關鍵字

基因演算法 ； 測試排程 ； 流線型生產排程

並列摘要

Many experts, academics, and seniors in industry have developed many of the solutions, and practical applications in scheduling studies. But in practical applications, they must consider industry characteristics, product characteristics, process type, and environmental equipment limitations for deciding which method should be chosen to solve scheduling problems. In addition, the selected method or model must meet these constraints, to be slightly adjusted or improved in order to obtain the optimal solution.
In this study, we take the testing process in communications industry as an example. We arrange Flow Shop scheduling with Genetic Algorithm, restrict the characteristics in testing process and the number of test instruments, and with the known the conditions of production.,To Pursue the goalss of minimizing total test working hours in the test flow , and improving the current low-profit era of electronic assembly industry's production capacity, reduce costs and increase competitiveness
The research and development of the GA scheduling system is to consider the test conditions (test stations, production hours per station and the relationship between station requirement and the the number of instruments) and with the production environment and other factors of T company' to create tjeProcess test scheduling system. This system effectively reduced by 30% working hours, improves the utilization of expensive equipment, this scheduling system that really can effectively solve the bottleneck of the process T's problem.

並列關鍵字

Genetic Algorithm ； Testting Scheduling ； Flow Shop Scheduling

參考文獻

12. 徐政功，「以基因演算法計算多機流程型工廠在有限暫存之最小完工時間」，中原大學工業工程研究所，碩士論文，民國九十三年。

17. 張庭嘉，「應用基因演算法於全球退貨維修系統之規劃--以主機板產業為例」，中原大學工業工程研究所，碩士論文，民國九十三年。

19. 梁鈺雯，「應用遺傳演算法進行砷化鎵半導體後端製程排程之研究—以W半導體廠為例」，元智大學工業工程與管理學系，碩士論文，民國九十三年。

13. 許國福，「傳統電子產業導入生產管理系統的探討-以電源系統製造廠為例」，元智大學工業工程與管理研究所碩士論文，民國八十九年。

8. 林水耕，「應用混合式基因演算法求解流程型工廠之多目標排程問題」，元智大學工業工程研究所，碩士論文，民國八十九年。