應用兩階段隨機規劃探討半導體封裝產業之產能規劃問題

Two-Stage Stochastic Programming to Solve the Capacity Allocation Problem of IC-Packaging Manufacturing

邱達暐(Da-Wei Ciou)

指導教授 ： 陳盈彥

國立虎尾科技大學/管理學院/工業工程與管理研究所/碩士(2015年)

摘要

半導體封裝產業隨著市場需求多樣化，傳統推式生產方式無法再滿足顧客多樣化之需求，使封裝產業形成接單式生產(Make to Order)環境，顧客需求的不確定性，提高管理人員產能配置的難度。故本研究主要針對半導體封裝產業三大瓶頸站別作探討，分別為黏晶站(Die Bond,DB)、銲線站(Wire Bond,WB)以及模壓站(Molding,MD)，尋找不同產線之機台數量配置以及產能分配規劃的最佳決策，以達到總利潤最大化的經濟目標。
本研究考量產品的每月預測需求量為不確定性參數，建構以情境為基的兩階段隨機規劃(Two-Stage Stochastic Programming)數學模式，其目的為因應需求波動劇烈的情況發生，使得機台配置決策對於各種情境需求而言都會是較穩健(Robust)的結果。再利用隨機規劃價值指標評估需求確定性模型與隨機規劃模型求解結果之差異。接著，本研究提出混合式演算法(Hybrid Approach)，利用粒子群最佳化演算法(Particle Swarm Optimization)結合最佳化機制來對此規劃問題進行求解，並與兩階段隨機規劃求解績效相比較，藉此驗證出本研究提出之混合式演算法的有效性。

關鍵字

產能規劃 ； 需求不確定性 ； 隨機規劃 ； 粒子群最佳化演算法

並列摘要

This paper discussing the three major bottleneck manufacturing processes, including die bond (DB), wire bond (WB), and molding (MD) in the semiconductor packaging manufacturing industry, in order to achieve the best total profits.
This study we develop a scenario-based two-stage stochastic programming model for configuration of machine and capacity allocation problem under demand uncertainty.A hybrid approach was proposed. Through the particle swarm optimization algorithm combined with the optimization mechanism, a solution for this programming problem was obtained, which was compared with the performance obtained through two-stage stochastic programming to verify the effectiveness of the hybrid approach in this study.

並列關鍵字

capacity planning ； demand uncertainty ； stochastic programming ； particle swarm optimization

參考文獻

[2]施瓊雯(2014)，以隨機規劃模式探討考量運輸風險下之綠色供應鏈網路設計問題，國立虎尾科技大學工業工程與管理研究所，碩士論文。

[9]黃柏翰(2014)，考量數量不確定性下具有回收品與收購品之永續供應鏈網路設計規劃，國立虎尾科技大學工業工程與管理研究所，碩士論文。

[4]范筱瑤(2014)，應用隨機規劃模式求解具有不確定性之產能配置與搬移規劃問題，國立虎尾科技大學工業工程與管理研究所，碩士論文。

[7]張益菁(2007)，考量需求不確定之單階多廠產能規劃問題—以TFT-LCD產業為例，國立清華大學工業工程與工程管理學系，碩士論文。

[5]凌光辰(2013)，應用人工智慧於白內障術後眼內炎之研究，國立虎尾科技大學工業工程與管理研究所，碩士論文。