件－U(250~750) /小時；80 個工件－U(250~1000) /小時。
f. 整備時間：各工件族在各廠各站的整備時間皆相同，設定三種整備時間情境分
b. 家族式派工(GA-EDD-Family)改善率(R )：f f i f
i
CV -CV
R = CV ，其中CV 是家族式f 派工之績效。
4.1 求解品質
實驗結果如表 4. 1，我們將此些數據以CV 為基礎計算出衡量指標(改善率)如表 4. i 2，我們發現家族式派工的改善率幾乎皆為負數，代表家族式派工的結果比僅有 EDD 排 序的結果還差，更證明了我們先前的假設，在各工件皆有不同的交期情況下，家族式派 工法只考慮到節省大量的整備時間，但卻沒有考慮到交期的限制而強制將相同工件族排 在一起加工，雖然可以節省很多整備時間，但卻容易造成交期晚的工件為了節省整備時 間而排序在前面生產；交期早的工件則排序在後面生產，反而讓績效指標變差，並不適 合本研究的研究目標。
相較於群組演算法的改善率皆為正數，代表群組演算法的結果比僅以 EDD 排序的 結果還佳，因為群組演算法的特色是以 EDD 排序為基礎，不斷的利用貪婪法試著合併 相同工件族的工件，績效有變好才合併，反之則不合併，如此即可同時考慮到節省整備 時間及交期限制下做績效的改善，因此我們建議在求解雙流線型工廠，兼顧考慮節省工 件族整備時間及各工件皆有不同交期限制的情境之下，利用群組演算法可以求得近似最 佳解排程。
接著，我們分析群組演算法改善率的趨勢，首先分析各工件族個數不同的情境下，
各工件的改善率趨勢，如圖 4. 1，圖中顯示，無論在哪一種工件數的情況下，當工件族 個數越大時，其改善率跟著增加，但當工件族大到某種程度時，其改善率則又呈下降的 趨勢。分析其原因為當工件族個數很大時，會使相同工件族的工件排序相隔很遠，其工 件的交期亦差距很大，導致不易合併的情況，故其改善率則呈現下降的趨勢。反之，當 工件族個數很小時，如僅以 EDD 排序，就已經很容易使得相同工件族的工件排序在一
起，如此若使用群組演算法再做合併的效益並不高，故其改善率也較低。
0.8 0.0925 0.1129 0.0916 0.0960 0.1109 0.0946 0.0972 0.1020 0.0958 0.0964 0.0979 0.0961
2.4 0.1015 0.1171 0.1003 0.1117 0.1210 0.1094 0.1194 0.1187 0.1172 0.1211 0.1222 0.1207
4.8 0.1119 0.1206 0.1106 0.1376 0.1382 0.1310 0.1553 0.1468 0.1456 0.1633 0.1634 0.1619
40
0.8 0.0968 0.1321 0.0931 0.1009 0.2150 0.0943 0.1064 0.1757 0.1004 0.1071 0.1375 0.1060
2.4 0.1066 0.1358 0.1019 0.1266 0.2366 0.1172 0.1476 0.1880 0.1309 0.1506 0.1745 0.1413
4.8 0.1194 0.1414 0.1092 0.1654 0.2501 0.1461 0.2170 0.2179 0.1792 0.2363 0.2446 0.2138
60
0.8 0.1079 0.1798 0.1066 0.1124 0.3894 0.1121 0.1140 0.3700 0.1123 0.1188 0.2961 0.1146
2.4 0.1234 0.1713 0.1181 0.1406 0.4192 0.1341 0.1569 0.3966 0.1439 0.1657 0.3214 0.1571
4.8 0.1386 0.1899 0.1279 0.1987 0.4558 0.1746 0.2509 0.4645 0.2085 0.3158 0.4151 0.2757
80
0.8 0.0848 0.2083 0.0818 0.0939 0.4774 0.0888 0.0966 0.5185 0.0920 0.0990 0.4720 0.0958
2.4 0.1001 0.2152 0.0959 0.1290 0.4997 0.1219 0.1579 0.5329 0.1428 0.1737 0.5382 0.1536
4.8 0.1197 0.2185 0.1140 0.2178 0.5448 0.1880 0.3349 0.6044 0.2514 0.4235 0.6450 0.3283
表 4. 2 家族式派工與群組演算法各情境之改善率
圖 4. 2 群組演算法之整備時間不同的改善率趨勢
4.1 求解速度
我們分別將三種演算法(僅以 EDD 排序、家族式派工、群組演算法)之各工件數的求 解速度取其平均，比較各種演算法的求解速度(圖 4. 3)，求解速度為僅以 EDD 排序 (GA-EDD-Individual)最快，其次為家族式派工(GA-EDD-Family)，最後是群組演算法 (GA-EDD-Group)的求解時間最慢。群組演算法的求解速度慢的原因是因為它不斷的利 用貪婪法求其近似最佳解，尤其在 80 個工件時，需要 4.2 個多小時，雖然其求解時間比 較長，但是在實務上，提前排程是可被接受的。
圖 4. 3 三種演算法之求解速度