第三章 研究方法
3.4 基因演算法之運作
3.4.3 加工順序解讀
在前一節中,已說明如何透過染色體解讀,得知各工件之加工途程。但各廠各站之 加工順序未知,仍無法評估預排排程之績效,亦即滿足等候時間限制下,兩廠最長之總 完工時間。因此,染色體需透過不同之派工法,解讀工件於各廠各站之加工順序。本研 究一共提出五種解讀加工順序之方法,下面將一一進行說明。
1. 原染色體排序
此方法的特色,是直接以染色體各基因格之工件編號排序,決定各廠各站之工件加 工順序。原染色體排序之優點在於,決定各站之加工順序時,將只透過基因演算法中,
自然演化之過程產生適合之解。相較於其它單一派工法則,原染色體排序之限制較少。
下面以圖3.6 進行說明。染色體進行加工途程解讀時,將一段染色體複製成三段,並找 出各段之切點。此時,各段染色體亦同時複製原染色體之排序特性。根據此排序,可直 接用以解釋各廠各站之工件加工順序。以圖 3.6 之個例來說,工作站 1,A 廠工件之加 工順序為J2、J1。B 廠則為 J3、J4、J5。在工作站 2,工件在 A 廠之加工順序為 J2、J1、 J3,B 廠為 J4、J5。工作站3,A 廠之加工順序為 J2、J1,B 廠為 J3、J4、J5。
J 2 J 1 J 3 J 4 J 5
J 2 J 1 J 3 J 4 J 5
J 2 J 1 J 3 J 4 J 5 J 2 J 1 J 3 J 4 J 5
工作站 1 工作站 2 工作站 3
原始染色體
切點 切點 切點
圖3.6 原染色體排序解讀加工順序
2. QCF (Queue Time Constraint First)
此排序演算法,主要根據各工件有無等候時間限制,決定工件之加工順序。具等候 時間限制之工件將優先排序加工,避免太晚加工而超出時間限制,延後整體排程並增加 總完工時間。以圖3.7 進行說明,各段染色體依切點分成 A、B 兩廠後,工件於各廠各 站之加工順序,以QCF 派工法進行排序。在 A 廠工作站 1,J2具有等候時間限制(0.5 小 時),J1無等候時間限制(以符號 N 表示),故加工順序為 J2、J1。B 廠工作站 1 之加工順 序則為J3 、J4、 J5。以此類推工作站2 與工作站 3,可得知各廠各站工件之加工順序。
圖3.7 QCF 解讀加工順序
在這裡,舉兩個工作站,三個工件之個例,說明 QCF 派工法之優點。三個工件需 依序經過工作站 1、2 才可完工,加工時間如表 3.4 所示。此時,工件之加工順序若為 J1、J2、J3,總完工時間因為要滿足 J2之等候時間限制,故拖延到11 小時(圖 3.8)。若以 QCF 派工法決定加工順序,總完工時間便僅需 8 小時(圖 3.9),大幅降低總完工時間。
表3.4 工件之加工時間(QCF 個例)
工件編號 工作站 1 工作站 2 等候時間限制
J
11 小時 5 小時 無
J
21 小時 1 小時 1 小時
J
35 小時 1 小時 無
圖3.8 加工時間示意圖(QCF 個例-任意排序)
圖3.9 加工時間示意圖(QCF 個例-QCF 排序)
3. SPT (Shortest Processing Time)
SPT 派工法是根據各工件於第一站之加工時間,決定加工順序。第一站加工時間越 短,該工件越優先加工。此派工法之優點在於考量前段製程之加工時間,避免大量工件 堵在前段製程,增加工件之等候時間及整體總完工時間。在加工途程解讀後,各工件之 加工途程皆可得知。因此,各工件於第一站之加工時間便可透過公式(22)得知。
i,j, i,j, j
P R
2
1 1
1
( )
=
∑
× (22)在圖3.10 之個例中,各工件之加工途程已知。因此可確定各工件於第一站加工時間 之長短。根據各工件於第一站之加工時間,決定各站之加工順序。圖3.7 以 QCF 解讀加 工順序之結果,與圖3.10 SPT 解讀加工順序之結果,兩者並不相同。因此,可確定為不 同之解讀方式。
圖3.10 SPT 解讀加工順序
在這裡,舉兩個工作站,兩個工件之個例,說明SPT 派工法之優點。兩個工件需依 序經過工作站1、2 才可完工,加工時間如表 3.5 所示。此時,工件之加工順序若為 J1、 J2,由於J1在第一站加工時間長,使J2進工作站1 之加工時間較晚,拖延總完工時間(圖 3.11)。若以 SPT 派工法決定加工順序,J2在工作站1 加工時間短,工件不會堵塞在第一 站,使總完工時間僅需8 小時(圖 3.12),降低總完工時間。
表3.5 工件之加工時間(SPT 個例)
工件編號 工作站 1 工作站 2 等候時間限制
J
15 小時 1 小時 無
J
22 小時 2 小時 無
圖3.11 加工時間示意圖(SPT 個例-任意排序)
圖3.12 加工時間示意圖(SPT 個例-SPT 排序)
4. TPT (Total Processing Time)
TPT 派工法是將總加工時間越短之工件,於工作站中越優先加工。此方法可有效降 低各工件於工作站之等候時間,避免工件超出等候時間限制,進而調整整體排程,增加 總完工時間。在加工途程完成解讀,確定各工件之加工途程後,透過公式(23)可計算出 各工件之總加工時間。
n
i,j,k i,j,k
j k
同樣舉兩個工作站,兩個工件之個例,說明TPT 派工法之優點。兩個工件都需依序 經過工作站1、2 才可完工,加工時間如表 3.6 所示。工件之加工順序若為 J1、J2,總完 工時間為13 小時(圖 3.14)。以 TPT 派工法決定加工順序,總完工時間同樣為 13 小時(圖 3.15)。雖然兩種排序方式,總完工時間都為 13 小時。但以 TPT 排序,工件在加工過程 中無等候時間發生。在具等候時間限制之情境下,將可避免工件超出等候時間限制,進 而拖延整體排程之總完工時間。
表3.6 工件之加工時間(TPT 個例)
工件編號 工作站 1 工作站 2 等候時間限制
J
15 小時 5 小時 無
J
23 小時 3 小時 無
圖3.14 加工時間示意圖(TPT 個例-任意排序)
圖3.15 加工時間示意圖(TPT 個例-TPT 排序)
5. 組合派工法
在上面章節中,描述了四種可決定加工順序之派工法則。除了原染色體排序之方法 外,其他三種派工法則(QCF、SPT、TPT)皆有根據工件之加工資訊,決定各站的加工順 序。QCF 根據工件是否具等候時間限制進行排序,SPT 根據各工件於第一站加工時間之 長短決定順序,TPT 則是以工件之總加工時間進行加工順序之決策。三種派工法考慮層
面各有不同。因此,有其所適用之生產情境,但換句話說,亦有其不適合之情境。
本研究嘗試結合上述三種單一派工法則,建構一組合派工法進行染色體加工順序之 解讀。由於現實環境之生產情境多,各種單一派工法則,可能在某些情境有極佳績效,
但在某些情境則極差。排程人員可能無法明確得知目前的生產情境,適用何種派工法。
針對雙流線型工廠考量等候時間限制情境下,目標為兩廠總完工時間之最小化。本研究 將結合上述三種單一派工法則:QCF、SPT、TPT,建構一組合派工法,提供排程人員 一種在大部分生產情境都能有不錯績效之穩健排程方式。
組合派工法能將不同排序準則之單一派工法,透過權重將其結合成一種新的排序法 則。然而原染色體排序解讀加工順序之方法,無法透過權重之方式進行結合。原染色體 排序之方法,僅依據基因演算法之自然演化過程找出較佳之排序方式,故不適用於組合 派工法。
組合派工法由 Dabbas et al.(1999)提出,並於後續有相關文獻(Dabbas et al., 2001;
Dabbas and Fowler, 2003; Dabbas et al., 2003) 使用此方法求解不同研究問題。組合派工法 主要的作法,是將多種派工法進行權重結合,之後使用混合實驗和反應曲面最佳化,尋 求多種派工法之最佳組合權重。本研究將透過此組合派工法,將QCF、SPT、TPT 三種 單一派工法則進行權重結合,其作法流程可見圖3.16。
QCF
TPT SPT
圖3.16 組合派工法作業流程圖
組合派工法在將三種單一派工法則進行權重結合前,需先進行標準化的動作。由於 各單一派工法,依據不同之加工資訊決定加工順序。不同派工法排序之依據,其單位、
比例都不相同,無法進行權重結合。例如 QCF 依據工件是否具等候時間限制決定加工
順序,SPT 則根據各工件第一站加工時間進行排序,兩者之單位、比例不同,無法進行 權重結合。標準化最主要目的,便是使各派工法之排序指標其單位、比例化為相同,使 之能進行權重結合。
表3.7 工件之加工資訊
工件編號 QCF SPT TPT
1 0.5 4 9
2 N(5000) 2 13
3 N(5000) 1 6
4 N(5000) 6 10
5 0.5 3 11
平均 3000.2 3.2 9.8
標準差 2738.34 1.92 2.59
表3.7 列舉五個工件之加工資訊,第二行 QCF 列出各工件是否具有等候時間限制,
0.5 代表該工件於各加工製程中之等候時間限制,N 代表該工件無等候時間限制。但由 於進行標準化動作使之能進行排序,故將N 給予一極大值(本研究中設定為 5000),表示 該工件之等候時間限制極大,相當於無等候時間限制,加工順序較後面。當加工途程確 定後,各工件於三站之加工時間便可得知,SPT 列出各工件第一站之加工時間,TPT 則 為各工件於三站之總加工時間。
i x
x x σ
− (24)
透過公式(24)進行標準化後,可得表 3.8 之結果。不同派工法參考之數據化作標準 常態,亦即平均為 0,標準差為 1。由於三種單一派工法則均是望小為佳,故標準化後 的數據結果,值越小代表工件之加工順序越優先。
表3.8 工件之加工資訊(標準化數據)
工件編號 QCF SPT TPT
1 -1.10 0.42 -0.31
2 0.73 -0.62 1.24
3 0.73 -1.14 -1.47
4 0.73 1.46 0.08
5 -1.10 -0.10 0.46
標準化數據
完成標準化動作後,便可將三種單一派工法作權重結合。結合的方式如公式(25),
可得知組合派工法之排序值(Priority),並依此決定各工件之加工順序。α、β、γ 依序代 表QCF、SPT、TPT 於組合派工法中發揮的比重,比重越大,代表該單一派工法之排程 影響較大。
Priority =α×
QCF
+ β×SPT
+ γ ×TPT ,
α + β + γ =1 , 0
≤ α β γ ≤ (25), , 1
以某一權重組合進行說明,(α,β,γ) = (0.3, 0.5, 0.2),表 3.8 透過公式(25)計算後,
可得知在此組合權重下,各工件進行加工之優先順序(表 3.9)。若某派工法之權重特別 高,且排程績效較佳時,代表該情境適用此派工法。
工件1 之排序值=
0.2 ( 1.1) 0.5 (0.42) 0.3 ( 0.31)
× − + × + × −=
−0.18
表3.9 工件之加工順序(組合派工法) 工件編號 Priority 加工順序
1 -0.18 3
2 0.15 4
3 -0.65 1
4 0.96 5
5 -0.29 2
組合派工法之權重組合有無限多種,此時便要使用實驗設計中的混合實驗(Mixture Design)。混合實驗由 Scheffe (1958)所提出,透過少量具代表性之實驗點進行實驗分析。
本研究根據 Montgomery (2001)提出之擴充單體晶格設計(Augmented Simplex-Lattice Design),採用表 3.10 列出之 10 個實驗點。這 10 個實驗點,將產生 10 種不同之組合派 工方式,並可得到10 種派工方式之排程績效。
表3.10 混合實驗之實驗點 實驗點 α (QCF) β (SPT) γ (TPT)
1 1 0 0
2 0 1 0
3 0 0 1
4 1/2 1/2 0
5 1/2 0 1/2
6 0 1/2 1/2
7 1/3 1/3 1/3
8 2/3 1/6 1/6
9 1/6 2/3 1/6
10 1/6 1/6 2/3
將上述由混合實驗得到之10 個排程績效值,透過統計軟體 Minitab 建構反應曲面(如 圖 3.17),可得知組合派工法之最佳權重,亦即可分析出適合此生產情境之排程方式。
若權重傾向於(1,0,0),代表此生產情境適用 QCF 派工法。若權重傾向為(0,1,0),代表此 生產情境適用SPT 派工法。若權重傾向(0,0,1),代表此生產情境適用 TPT 派工法。若三 種派工法皆有一定之權重,且排程績效顯著較佳,代表此情境僅適用於組合派工法,單 一派工法於此情境中,無法產生較佳之排程。
圖3.17 反應曲面
總結本研究提出之解讀染色體方式,分成加工途程解讀與加工順序之解讀。加工途 程可透過基因演算法(GA)之自然演化過程,解讀出各工件之加工途程。加工順序的部
總結本研究提出之解讀染色體方式,分成加工途程解讀與加工順序之解讀。加工途 程可透過基因演算法(GA)之自然演化過程,解讀出各工件之加工途程。加工順序的部