模擬實驗結果

圖4.2 調整後之訂單批次化實驗因子組合圖

本研究將以 eM-plant 7.0 語言撰寫系統模擬程式，在 CPU 為 Pentium 1.30GHz 的個人電腦與 Windows XP 作業系統上執行運算，並以 SPSS 10.0 對 模擬實驗結果進行統計分析。

4.2.2 績效評估因子

由於實際的揀貨作業大概可分為四個部份【5】：揀貨資料的形成、行走 或搬運、揀取、及分類與集中，故本研究將探討之績效評估因子有：

一、電腦批次處理時間。

二、揀貨人員揀完一單位時間內之訂單所行走之總距離。

三、總揀貨旅行次數（即批次訂單數）。

四、批次訂單之總作業時間；總作業時間為揀取時間、卸貨時間及分類時間 之總和。

五、車輛滿載率；車輛滿載率為揀取總數量除上承載車之限制容積與批次訂 單數量之乘積。

4.3 模擬實驗結果及 ANOVA 分析

因子，並根據上述之變動因子進行不同策略之實驗，進行 3×3×3×2 共 54 組 之實驗組合，而每種組合再作30 次的重複試驗；將所得之 1620 次實驗數據 以SPSS 求出各個因子之表現情形，分別整理列於表 4.4 至表 4.8。

從表4.4 得知，在儲位指派方面，使用通道間法的表現均優於其他方法；

而在需求程度方面，採用高需求程度策略的表現除了在總揀貨旅行次數上比 採用中需求程度策略較差外，其他績效均比其他兩個因子水準佳；在分區規 劃方面，利用不分區之策略在總揀貨旅行次數及車輛滿載率的表現上較其他 為優，而在其他績效上，卻是採用分五區來得較佳；在訂單批次方面，除在 平均批次處理時間上，修正SMA 法優於 SMTTD 法，其他績效均是 SMTTD 優於修正 SMA 法。而在此有一個地方值得玩味的是，一般若總揀貨旅行次 數較小，其所對應之總揀貨旅行距離應該也會較小；而在分區規劃中，採用 不分區規劃時其總揀貨旅行次數為最小，但是總揀貨旅行距離卻是最大的，

會造成此結果之原因很可能是使用修正SMA 法所造成。因為使用修正 SMA 法時，只考慮增加之走道數量而忽略了所增加之走道數與種子訂單間之距離 差異為何，而採用分區後再進行批次，剛好可以將合併之訂單與種子訂單間 之距離差異拉近。更進一步探討在不同之訂單批次下其分區規劃所產生之績 效表現，如表 4.5 所示，採用 SMTTD 法所得之總揀貨旅行次數在不分區規 劃時為最小，而所對應之總揀貨旅行距離也最小；但當使用修正 SMA 法進 行揀取作業時，雖然總揀貨旅行次數在不分區規劃時為最小，但所對應之總 揀貨旅行距離卻是最大，剛好驗證了前面之推論，在使用修正 SMA 法時，

若在未分區之情況下，可能會發生雖只增加一條走道，但所增加之走道可能 與種子訂單之距離離很遠之現象，而造成總揀貨旅行距離為最大，故使用修 正 SMA 法之訂單批次搭配分五區規劃，反而在總揀貨旅行距離會有最佳之 表現。從表 4.6 得知，除採用 SMTTD 法搭配對角法在批次處理時間所產生 之績效較佳；其他均是搭配通道間法有較佳之績效。另外，SMTTD 法除了 在批次處理時間上較修正 SMA 法需花更多的時間，在總揀貨旅行距離、總 揀貨旅行次數、及車輛滿載率等績效上，SMTTD 法均優於修正 SMA 法。從 表4.7 得知，無論那一種訂單批次，搭配高需求程度所產生之績效較佳。

表4.4 各因子水準下其績效表現平均數一覽表 因子 水準

平均批 次處理 時間(秒)

總揀貨旅 行距離

(公尺)

總揀貨 旅行次

數

總作業 時間(分)

車輛滿 載率 通道間法 23.418 24479.904 105.833 3188.867 0.9915 橫越法 24.411 28176.954 106.324 3278.921 0.9907 儲位

指派 對角法 23.830 26385.785 106.143 3234.807 0.9904 高需求 21.897 23371.224 106.059 3171.771 0.9924 中需求 24.151 26427.494 105.930 3232.070 0.9909 需求

程度 低需求 25.611 29243.924 106.311 3298.754 0.9894 分五區 17.450 26272.433 106.324 3232.465 0.9888 分三區 18.383 26342.739 106.209 3234.049 0.9899 分區

規劃 不分區 35.826 26427.470 105.767 3236.081 0.9940 修正SMA 13.435 26867.426 106.210 3245.530 0.9899 訂單

批次 SMTTD 34.338 25827.669 105.990 3222.866 0.9919 表4.5 在不同訂單批次之不同之分區規劃下各績效指標之表現

訂單批次 分區 規劃

平均批次 處理時間

(秒)

總揀貨旅行 距離(公尺)

總揀貨 旅行次 數＊

總作業時 間(分)＊

車輛滿 載率＊

分五區 10.563 26715.956 106.426 3242.129 0.9879 分三區 11.096 26813.637 106.344 3244.299 0.9886 修正SMA

不分區 18.647 27072.685 105.859 3250.162 0.9931 分五區 24.338 25828.911 106.222 3222.801 0.9898 分三區 25.669 25871.841 106.074 3223.799 0.9911 SMTTD

不分區 53.006 25782.256 105.674 3221.999 0.9949

＊表示該指標在訂單批次搭配分區規劃上並無差異。

表4.6 在不同訂單批次之不同儲位指派下各績效指標之表現

訂單批次 儲位指派 平均批次 處理時間

(秒)

總揀貨旅行 距離 (公尺)

總揀貨旅 行次數

總作業時 間(分)＊

車輛滿 載率

通道間法 12.143 24849.548 105.930 3196.917 0.9906 橫越法 14.418 28831.467 106.433 3293.199 0.9897 修正

SMA

對角法 13.744 26921.263 106.267 3246.475 0.9893 通道間法 34.693 24110.259 105.737 3180.817 0.9924 橫越法 34.403 27522.441 106.215 3264.642 0.9918 SMTTD

對角法 33.917 25850.307 106.019 3223.139 0.9916

＊表示該指標在訂單批次搭配儲位指派上並無差異。

表4.7 在不同訂單批次之不同需求程度下各績效指標之表現

訂單批次 需求 程度

平均批次 處理時間

(秒)

總揀貨旅行 距離 (公尺)

總揀貨旅 行次數＊

總作業時間 (分)＊

車輛滿載 率＊

高 9.740 23771.956 106.111 3180.519 0.9919 中 13.625 26971.785 106.037 3243.937 0.9899 修正SMA

低 16.940 29858.537 106.481 3312.135 0.9879 高 34.053 22970.493 106.007 3163.023 0.9928 中 34.677 25883.204 105.822 3220.202 0.9919 SMTTD

低 34.283 28629.311 106.141 3285.374 0.9910

＊表示該指標在訂單批次搭配需求程度上並無差異。