5.1 結論
如上所述，本研究最初始產生的染色體為隨機排列，並無任何特殊意義，但是經由 染色體分別作加工途程與加工順序的解讀後，同一條染色體卻能含有許多不同的意義。
以下小結本研究的所有結論：
1. 目前沒有一個派工法在所有情境下能全贏。
z 會贏的情況是由於原始數據 Data Dependent 的關係。
2. 在所有派工法中，組合派工法可以在各種情境下，得到最穩健且較佳的結果。
3. GA-GA 適用於不跨廠的情境。
z GA-GA 適用情境下，他的貢獻是只要做分廠，便可透過基因演算法自然演化，
可搜尋的解空間更大，較能得到比排序後更佳的解。
4. GA-GA 方法，不適用於跨廠情境。
z 越容易跨廠時，GA-GA 會變差。因為 GA-GA 只做分廠，不做排序，會造成第 一站最後一個加工工件，第二站卻跑到第一個，要分析跨廠解會變差。
5. 機台效率越不協調，越容易跨廠。
z 工件傾向往效率高之機台加工，造成機台效率不協調情境下，跨廠解績效比不 跨廠佳。
6. 可同時求解加工途程與加工順序兩項決策，並為工廠提供最合適的排程建議。
z 加工途程建議：可以分析此工廠的生產型態是否適合跨廠生產，若跨廠績效值 優於不跨廠，則建議進行跨廠；反之則不跨廠。
z 加工順序建議：可以決定出此工廠所有待加工工件的加工順序。只要透過混合 實驗與反應曲面法求取權重值，由此權重值的特性，便可判斷工廠是適合於單 一派工法或是組合式的派工法。
7. 本研究具擴充性。
z 本研究的方法可擴充至多廠、多站，甚至整條供應鏈。
z 全部只需一條染色體，當規模變大時，運算時間比較不是問題。
8. 補足過去文獻不足處。
z 過去跨廠文獻僅針對 Route 做研究，本研究還特別針對 Sequencing 做深入探討。
z 過去多廠大多做多階段生產規劃，但多階段規劃必須面臨每階段的目標式決定 問題，無法同時考量同一目標值，而本研究可同時考量同一目標來進行生產規 劃。
5.2 未來建議
經過上述的實驗研究之後，後續可以在進行延伸的方向有以下幾點：
1. 組合派工法進行其他單一派工法之組合，探討結果是否會相同。
2. 針對多廠或是供應鍊進行更詳細的分析。
3. 與過去多階段求解進行績效比較，評比何者績效結果較佳。
4. 將當機、良率等實際問題納入排程考量。
參考文獻
英文部分
Adiri I and Pohoryles D (1982). Flow-shop/no-idle or no-wait scheduling to minimize the sum of completion times. Naval Research Quarterly 29: 495-504.
Allahverdi A, Guptab J ND and Aldowaisan T (1999). A review of scheduling research involving setup considerations. OMEGA 27: 219-239.
Allahverdi A , Ng CT, Cheng TCE and Kovalyov MY (2008). A survey of scheduling problems with setup times or costs. European Journal of Operational Research 187:
985–1032.
Caroloin T, Pascal B, Dinitri G. and Gernar B (1995). Multi-site planning: non flexible production units and set-up time treatment. Proceedings of the Emerging Technologies and Factory Automation 3.
Chen JC, Fan YC, Wang JY, Lin TK, Leea SH, Wu SC and Lan YJ (1999). Capacity Planning for a Twin Fab, Semiconductor Manufacturing Conference Proceedings. IEEE International Symposium 317-320.
Chen JC, Chen CW, Lin CJ and Rau H (2005). Capacity planning with capability for multiple semiconductor manufacturing fabs. Computers & Industrial Engineering 48: 709–732.
Cornell JA (1990). Experiments with Mixtures: Designs, Models, and the Analysis of Mixture Data. 2nd edition, Wiley, New York.
Dabbas RM and Fowler JW (2003). A New Scheduling Approach Using Combined
Dispatching Criteria in Wafer Fabs. IEEE Transactions on Semiconductor Manufacturing 16.
Frederix F (1996). Planning and Scheduling Multi-Site Semiconductor Production Chain: A survey of needs, current practices and integrationissues. Conference on IT and
Manufacturing Partnerships: Delivering the Promise, Galway, Ireland, 107-116.
Garey MR and Johnson DS (1979). Computers and intractability: A guide to the theory of NP-completeness. New York:Freeman.
Guinet A (2001). Multi-site planning: A transshipment problem. International Journal of Production Economics 74: 21-32.
Holland JH (1975). Adaptation in Neural and Artificial Systems. Ann Arbor, MI: Univ.
Michigan Press.
Johnson SM (1954). Optimal two- and three-stage production schedules with setup times included. Naval Research Logistics Quarterly 1: 61–67.
Lin JT, Wang FK and Kuo PC (2005). A parameterized-dispatching rule for a Logic IC sort in a wafer fabrication. Production Planning & Control 16:426-436.
Linn R and Zhang W (1999). Hybrid Flow Shop scheduling: A survey. Computers and Industrial Engineering 37: 57–61.
Sambasivan M and Yahya S (2005). A Lagrangean-based heuristic for multi-plant, multi-item, multi-period capacitated lot-sizing problems with inter-plant transfers. Computers &
Operations Research 32: 537–555.
Sauer J, Suelmann G. and Appelrath HJ (1998). Multi-site scheduling with fuzzy concepts, International Journal of Approximate Reasoning 19: 145-160.
Sauer J and Appelrath HJ (2000). Integrating transportation in a multi-site scheduling environment. Proceedings of the IEEE 33rd Annual Hawaii International Conference on System Sciences, 2.
Thierry C, Besnard P, Ghattas D and Bel G. (1995). Multi-Site Planning:Non Flexible Production Units and Set-Up Time Treatment. INRIA/IEEE Symposium on Emerging Technologies and Factory Automation.ETFA '95, Proceedings 3: 261-269.
Timpe CH and Kallrath J (2000). Optimal planning in large multi-site production networks.
Toba H, Izumi H, Hatada H and Chikushima T (2005). Dynamic load balancing among multiple fabrication lines through estimation of minimum inter-operation time. IEEE Transactions on Semiconductor Manufacturing 18: 202-213.
Vercellis C (1999). Multi-plant production planning incapacitated self-configuring two-stage serial systems. European Journal of Operational Research 119: 451-460.
Wu MC and Chang WJ (2007). A short-term capacity trading method for semiconductor fabs with partnership. Expert Systems with Applications 33: 476–483.
Wu MC, Chen CF and Shih CF (2008). Route Planning for Two Wafer Fabs with
Capacity-Sharing Mechanisms. International Journal of Production Research. (DOI:
10.1080/00207540802172029)
中文部份
郭乃蓁，「晶圓製造廠多廠間」，國立交通大學，碩士論文，民國89 年。
張美滿，「多廠區跨廠產能規劃之探討」，元智大學，碩士論文，民國91 年。
陳建銘，「多廠區緊急訂單承接評估及跨廠產能規劃探討」，元智大學，碩士論文，民 國92 年。
劉謹銘，「以組合派工法求解雙流線型工廠排程」，國立交通大學，碩士論文，民國98 年。