緒論 - 以蟻群最佳化演算法求解流線型製造單元排程

第一章緒論

1.1 研究背景

近年來，隨著消費者的消費行為與相關商業模式的改變，使得產品需求有著朝向少量但多樣的客製化趨勢，因此產品供應端的生產方便由過去的大量生產 (如備貨型生產)轉為少量生產(如訂單式生產)。其中，因應這樣生產型態而生的生產方式之一–單元式製造系統(Cellular Manufacturing System, CMS)–成了現行具客製化特性的工廠生產方式之一。

單元製造系統是一種群組技術(Group Technology)的應用，是一產品為導向的生產方式，具有零工式生產(Job Shop)的彈性及流程式生產(Flowshop)的效率，

能減少在製品存貨、減少設置整備時間及提高機器使用率等。其中，製造單元 (Manufacturing Cell, MC)是由一群機器組成，負責製造特定數量的產品族(Part Family)。一產品族是由一群具有相同或相似加工需求的工件所組成，這些需求包含整備作業或加工治具等。在生產排程方面，不僅需要考慮工件族與工件族間 (Among Part Family)的生產順序，也必頇同時考慮工件族裡工件(Within Part Family)的加工順序。具有上述特性的的排程問題被統稱為製造單元排程問題 (Manufacturing Cell Scheduling Problem, MCSP)。

MCSP 在過去相關的研究裡，已證明為 NP-Hard 問題(Schaller, 2000)，當問題規模變大時，即無法在合理的時間內利用傳統數學規劃法(如整數規劃、動態規劃、分支界限法等)求得最佳解。所以在近年來的研究裡，學者大多採用啟發式(heuristic)或巨集啟發式(meta-heuristic)演算法來求解。這些啟發式及巨集啟式演算法的特點在於能在合理的時間內求得可行解，雖然不一定是最佳解，但往往能得到品質不錯的近似最佳解。這類方法常見的有：基因演算法(Genetic Algorit- hm, GA)、模擬退火法(Simulated Annealing, SA)、粒子群演算法(Particle Swarm Optimization, PSO)…等。

為了更新符合實際情況，近年來多數排程研究會進一步考慮機器整備時間順序相依(Sequence Dependent Family Setup Times, SDFST)的狀況，也就是機器的整備時間會隨著工件族順序的不同而有所差異。

1.2 研究議題

在本篇研究中，討論的是流程式生產(Flowshop)排程，也就是在製造單元 (Manufacturing Cell)中，工件族需要的機台組合不但一樣，且加工順序也一樣，

這樣的製造單元又被稱為純流程式生產製造單元(Pure Flowline Manufacturing Cell)。此外，同時考慮順序相依家族整備時間及固定序列(Permutation)的特性，

也是本研究問題的重點。其中，固定序列特性指的是各個工件族的加工順序在各個機台上皆相同，決定了第一台機台的加工順序後，第二台之後的機台上的加工順序皆比照第一台的順序決定排列。綜合上述各項特性的問題，稱為固定序特性具順序相依家族整備時間之流程式製造單元排程問題(Flowshop MCSP with SDFST under Permutation Schedule Problem)–本篇研究主要的排程問題。

1.3 研究動機

近年來，啟發式及巨集啟發式演算法相當廣範地被運用於求解排程問題，其中，演算法的解搜尋機制影向著求解的品質。面對層出不窮的排程問題，單一的演算法搜尋機制不一定符合需求，因此，研究及改良演算法中的解搜尋機制(或稱進化機制)是過去學者的注重的核心之一，例如基因演算法中染色體的突變機制或交配機制，以及基因的篩選、淘汰準則。這些因應而生的改良方法的確能為各個問題求得品質不錯的解，也為各種演算法的應用奠定了典範，但在改良的方 向上，卻少有研究注重於解表達法上。在 Wu et al. (2011)的論文中，認為演算法 的改良除了解演化的機制外，解的表達法也會是影響演算法解品質的重要面項之一，相信相同的解搜尋機制配上較好的解表達法會產生品質較好的解。這樣的概

念在 Wu et al. (2011)的論文裡應用於基因演算法上，並採新解表達法求解固定序 列特性具順序相依家族整備時間之流程式製造單元排程問題(Flowline MCSP with SDFST under Permutation Scheduling Problem)。

雖然過去的學者有提出發展新解達法的概念及新的解表達法，但是卻沒有一種表達法被證明可以在多數啟發式演算法中相較於其它解表達法具有一致性好 的表現。因此，在本篇研究裡採用 Wu et al. (2011)新解表達法結合蟻群最佳化演 算法(Ant Colony Optimization, ACO)來求解固定序列特性具順序相依家族整備時 間之流程式製造單元排程問題並與 Lin et al. (2009b) 的舊解表達法做比較，詴著 證明新解表達法除了在基因演算法中能表現的比舊解表達法好之外，是否在蟻群最佳化演算法中也能有一致性的表現。

1.4 研究方法

本篇論文研究的排程問題是固定序列特性具順序相依家族整備時間之流程式製造單元排程問題，重點將放在不同解表達法配上蟻群最佳化演算法求解的解品質比較。

研究用實驗參數與 Wu et al. (2011)一樣取照 Schaller et al. (2000)的實驗參數，

其中，該篇論文分成長、中、短三類機台整備時間，每種整備時間又向下分成十 種機台數與工件族數的組合，全部共 30 種情境。比較的解表達法為 Lin et al.

(2009b) 中提到的舊解表達法及 Wu et al. (2011) 提到的新解表達法。兩種表法皆 配上蟻群最佳化演算法(ACO)進行 30 種情境的實驗，最後取實驗結果目標值的平均做解品質的比較。

本篇研究中使用的績效衡量指標為最大完工時間(Makespan)，也就是從一開始到全部工件加工完成所需花費的加工時間(最後一個工件完成的時間)。

1.5 論文架構

本論文共有五章內容。第一章如上所述。第二章是相關的文獻整理。第三章針對問題與研究方法做詳細的定義及流程說明，並說明巨集演算法配上新及舊解表達法應用上的差異。第四章為研究方法的實驗結果，包含數據整理結果與統計分析。第五章，最後，提出未來可能的研究方向。

在文檔中以蟻群最佳化演算法求解流線型製造單元排程 (頁 10-14)