本研究主要在探討應用混合式染色體表達法，求解具順序相依家族整備時間之流 線型製造單元生產排程問題。在傳統染色體表達法的基礎下，應用呂佳玟(2009)提出 的染色體解碼概念，提出四種類型的基因演算法來求解製造單元排程問題，此四種演 算法分別為 GA-T、GA-N、GA-TN 以及 GA-NT，其中 GA-TN 和 GA-NT 為使用混合式染色 體表達法之基因演算法。
5.1 研究的結論
本研究使用 Lin et al. (2009)之實驗情境在最小化最大完工時間與最小化總延 遲時間的績效指標下，將四種基因演算法進行比較。實驗結果顯示，GA-TN 在各種指 標下均比其餘三種演算法有良好之表現。本研究不僅改良了有別於傳統染色體的的表 達法，並且在相同的進化機制下，透過染色體設計方式不同，進而改善排程求解的品 質與求解效率。在經過大量的實驗後，本研究可以在具順序相依家族整備時間之序列 式流程型製造單元排程問題情境下，求得近似最佳解的生產排程組合，可以將本研究 的結論歸納如下：
1. GA-N、GA-TN 以及 GA-NT 在兩種績效指標下，皆可以比 GA-T 求出更好的求解 品質，並且求解速度更好。
2. GA-N、GA-TN 以及 GA-NT 在小整備時間(SSU)的求解品質最佳。
3. GA-N、GA-TN 以及 GA-NT 在工件族與機台數目較多的情境下，求解品質表現 顯著的優異。
4. GA-N、GA-TN 以及 GA-NT 在工件族與機台數目較少的情境下，求解效率表現 顯著的優異。
5. 改良式染色體表達法中，以 GA-TN 在求解品質上穩定的比 GA-N 與 GA-NT 優異。
5.2 未來研究方向
本研究的未來研究方向，整理如下列數項：
1. 本研究目前只針對 Makespan 與 Total tardiness 做比較，故未來可朝向不同 的績效指標，例如總完工時間(total completion time)、最大延遲時間 (maximum tardiness)等來做延伸。
2. 本研究目前只探討應用混合式染色體表達法之基因演算法求解製造單元排程 問題，尚未探討以不同的巨集演算法（Meta-heuristic）來求解此一問題，故 未來可嘗試使用不同的巨集演算法來解決製造單元排程問題。
3. 本研究提出之染色體表達法概念，目前只針對 Flowshop 的排程問題求解，尚 未應用到不同的生產排程型態，未來可嘗試應用到不同的生產型態來解決排 程問題。
參考文獻
英文文獻
Cheng TCE, Gupta NDJ and Wang G (2000). A review of flowshop scheduling research with setup times. Production and operations management 9: 262-282.
Cheng TCE & Wang Guoqing. (1998). Batching and scheduling to minimize the makespan in the two-machine flowshop. IIE Transactions 30: 447-453.
Das Sidhartha R & Canel Cem (2005). An algorithm for scheduling batches of parts in a multi-cell flexible manufacturing system. Int. J. Production Economics 97: 247-262.
Franca PM, Gupta JND, Mendes AS, Moscato P , Veltink KJ (2005). Evolutionary algorithms for scheduling a flowshop manufacturing cell with sequence dependent family setups.
Computers & Industrial Engineering 48: 491-506.
Gupta JND & Schaller JE (2006). Minimizing flow time in a flow-line manufacturing cell with family setup times. Journal of the Operational Research Society 57: 163-176.
Gupta JND & Darrow WP (1986). The two-machine sequence dependent flowshop scheduling problem. European Journal of Operational Research 24: 439-446.
Gen M. & Cheng R. (2000). Genetic Algorithms and Engineering Optimization. John Wiley Sons Inc, USA.
Goldberg DE (1989). Genetic algorithms in search, optimization and machine learning.
Addison-Wesley, Boston.
Holland JH (1975). Adaptation in Neural and Artificial Systems. University of Michigan Press,Ann Arbor, Michigan .
Hendizadeh S. Hamed, Faramarzi Hamidreza, Mansouri S.Afshin, Gupta Jatinder N.D., ElMekkawy Tarek Y (2008). Meta-heuristics for scheduling a flowline manufacturing cell with sequence dependent family setup times. Int. J. Production Economics 111: 593-605.
Janiak Adam, Kovalyov Mikhail Y, Portmann Marie-Claude (2005). Single machine group scheduling with resource dependent setup and processing times. European Journal of Operational Research 162: 112-121.
Lin SW, Gupta JND, Ying KC and Lee ZJ (2009). Using simulated annealing to schedule a flowshop manufacturing cell with sequence-dependent family setup times. International Journal of Production Research 47: 3205-3217.
Lin SW, Ying KC and Lee ZJ (2009). Metaheuristics for scheduling a non-permutation flowline manufacturing cell with sequence dependent family setup times. Computers &
Operations Research 36: 1110-1121.
Mitrofanov SP (1966). The scientific principles of group technology. National Landing Library translation, Yorkshire, UK: Boston Spa.
R. Tavakkoli-Moghaddama, F.Taherib, M.Bazzazib, M.Izadic, F.Sassanid (2009). Design of a genetic algorithm for bi-objective unrelated parallel machines scheduling with
sequence-dependent setup times and precedence constraints. Computers & Operations Research 36: 3224-3230.
Schaller Jeffrey E., Gupta Jatinder N.D. , Vakharia Asoo J. (2000). Scheduling a flowline manufacturing cell with sequence dependent family setup times. European Journal of Operational Research 125: 324-339.
Webster Scott & Azizoglu Meral (2001). Dynamic programming algorithms for scheduling parallel machines with family setup times. Computers & Operations Research 28: 127-137.
Wang L & Zheng DZ (2003). An effective hybrid heuristic for flowshop scheduling.
International Journal of Advanced Manufacturing Technology 21: 38-44.
中文文獻
呂佳玟，「應用基因演算法與家族式派工於傳輸整合步進機在小批量情境下之排程問 題」，交通大學，碩士論文，民國98年。
黃俊豪，「運用於紡織廠中具平行機台染整製程之啟發式排程演算法」，東海大學，碩士 論文，民國98年。