1.1 研究動機
半導體業的蓬勃發展，生產技術快速進步的同時，業界面臨的是源源不絕的外部需 求，而當市場需求旺盛時，更會有需求大於供給的情況產生，此時，企業為了避免訂單 的流失，促使各公司紛紛透過水平上的擴廠、增加生產線等來擴充產能，以承接更大量 的訂單，也因此形成了多廠區的生產型態。
過去多廠區型態的生產排程模式，主要建立在單一廠區的生產方式上。多廠區中的 單廠個別生產規劃可分為兩階段，第一階段首先進行訂單指派的規劃，大多採全面性的 訂單管理，分配好各廠訂單種類後，再進行第二階段各廠獨自的產能規劃。此種生產方 式，無法同時考量多廠間的生產績效、產能利用等，因此當市場需求不確定下，造成臨 時訂單變動時，已排定的排程無法給予充裕的緩衝時間來因應訂單的調動，而工廠更無 法立即透過擴廠、增加生產線等，需要大量時間與金錢的方式來解決因訂單變動所產生 的產能不足問題。因此若繼續依照現有的排程方式進行單廠各別加工，可能造成訂單的 遲交，間接的影響到企業的聲譽。所以當多廠間的單廠排程無法滿足龐大而多變的市場 需求時，為了有效地利用生產設備、增加產能，又不增加額外的投資下，跨廠支援因此 而產生。
所謂的跨廠支援，即是生產方式與機台性質相近的工廠，當一廠產能不堪負荷，而 另一廠尚有剩餘產能時，彼此可以互相進行廠與廠之間的支援行為，即是將無法負荷的 工件轉由另一廠來進行生產，藉此不僅可滿足兩廠客戶需求，更可以充分的利用閒置產 能，換言之，就是為企業帶來更多可用的產能。所以本研究主要針對此類具有跨廠特性 的流線型生產排程問題進行規劃，為此型態的問題提出最佳排程建議。
1.2 研究議題
如上節所述，客戶臨時的訂單需求變動，將會造成廠內已排定之排程的混亂，使得 其他工件也都接連著受到影響。所以如何能在短期提供臨時所需的產能，使得跨廠排程
的研究逐漸變的重要。本研究針對此類排程問題，以雙廠流線型工廠為對象，提出一套 生產排程的方法，希望能為不同情境下的工廠，提出最有效的排程建議。
圖 1.1 雙流線型工廠生產流程示意圖
本論文所研究的排程問題為雙流線型工廠排程(圖 1.1)，所謂的雙流線型工廠，指的 是兩個生產功能相近，且為流線型(Flow Shop)生產方式的廠，能夠透過彼此工件間的跨 廠加工，達到產能的互相協調。
由於實際工廠生產線極為複雜，本論文為了便於進行後續排程規劃的探討，故將其 簡化為兩廠(Plant A、Plant B)、三站的形式。針對 Plant A 與 Plant B 兩廠，決定出允許 工件跨廠的兩個跨廠點後，接著便可依照這兩點，將整條生產線劃分為前、中、後三段 製程，由圖1.1 來看，A1、B1 代表著前段製程，A2、B2 代表中段製程，而 A3、B3 代 表著後段製程。每段製程間的跨廠點，代表工件流經此處時，可以選擇是否進行跨廠加 工，也就是工件在此處是可被允許跨廠的位置。
針對兩廠或兩廠以上的生產規劃，將會面臨到兩項決策，分別為加工途程( Route Assignment )與加工順序( Job Sequencing )的決策。所謂的加工途程，指的是顧客下單 後，必須決定彼此的工件配置問題，哪些工件是要分給A 廠，哪些要分給 B 廠；而所 謂的加工順序，即是根據各廠所分配到的工件，進行廠內加工順序的配置。
在過去文獻中，多廠區生產規劃的文獻大多僅針對加工途程進行分析與研究，當工 件分配至各廠後，便以先進先出的方式進行工件的加工，對於加工順序之決策，並未多 做分析。部份的文獻，會針對這兩項決策進行兩階段性的排程，第一階段先透過計算各
一派工法進行單廠各自的生產排程規劃。但是，兩階段性的排程並無法同時考量同一個 績效指標，所以最終的績效結果或許並非能達到最佳。針對這個問題，劉謹銘於2009 年提出一套能夠同時考量多廠區加工途程與加工順序兩項決策的演算法，透過平衡各廠 產能與最早交期最先加工(Earliest Due Date；EDD)法則，運用基因演算法進行演化，以 求解雙流線型工廠的生產排程問題。
在過去多廠區生產排程文獻中，可以發現都是以單一派工法則來決定加工順序，但 是，Dabbas et al.(2003)與 Lin et al.(2005)在其研究中，都曾驗證過單一派工法則在某些 情境或是績效指標下，改善率是有限的。所以劉氏的雙流線型工廠排程中，並非皆能以 單一派工法來達到最佳績效。故本論文將針對此問題提出一套組合派工法，融合多種單 一派工法的優點，為各種生產情境給予最佳的派工建議。
1.3 研究方法
本論文的最主要是為了解決一個雙流線型工廠排程問題，在具有相似生產線的兩個 廠，且彼此有跨廠的合作關係時，可以透過本研究決定出兩廠間的工件配置與加工順序。
論文依照多廠區的兩項決策分兩部份做介紹，首先是決定工件的加工途程，此部份 在本研究是依據兩廠產能負荷程度進行分廠，決定工件在各廠、各站的加工位置，換言 之，就是決定兩廠的跨廠行為。舉例來說，如表1.1 所示，J1~J8 代表的是工件 1 到工 件8，它們放置的位置，代表在兩廠的加工位置，所以由此表可以發現，工件 2 在第一 站位於B 廠加工，第二站換到 A 廠，第三站又回到 B 廠加工，也就是說工件 2 在 A、B 兩廠中具有跨廠行為產生。
表 1. 1 跨廠範例
第一站 第二站 第三站
A 廠 J1,J3,J5,J4 J1,J2,J3,J5,J4 J1,J3,J5,J4 B 廠 J2,J6,J7,J8 J6,J7,J8 J2,J6,J7,J8
第二部份要接著決定工件的加工順序，本研究採用組合派工法來進行求解，其主要 作法是先使用混合實驗(Mixture Designs)和反應曲面(Response Surface Method)最佳化來 求得不同派工法權重的想法，接著再將多個派工法依據個別權重進行線性組合。組合派 工法的貢獻就是他會針對不同的情境給予派工方式的建議。假設某個情境下，若運用單 一法則EDD 進行派工會讓績效最佳，則透過組合派工法所求得的權重值便會使 EDD 之 權重最高，反之，若某情境是適合使用最短加工時間最先加工(SPT)法則，則會使 SPT 所占的權重值最高。
所以，本研究的主要貢獻便是針對不同的生產情境，能夠同時給予最適當的跨廠與 派工建議，讓最終績效指標最佳化。
在績效指標的決定方面，本研究採用變異係數(CV；CV=標準差/平均數)作為最終的 目標式。會採用變異係數作為目標式的原因，是由於本研究的排程屬於工廠生產前的預 排排程，當企業接獲訂單之後，便會開始預排每個工件的開始加工時間。為了能讓工件 臨時變動時，能有足夠的緩衝時間來因應，不必因為產能不足而重排程，所以在進行工 件預排時，會希望達到以下兩個目的：
1. 每個工件都具有足夠緩衝時間。
2. 滿足客戶訂單交期。
為了避免臨時訂單變動造成原排程的變更與額外的損失，規劃結果希望能使變動的 工件，具有足夠的緩衝時間，也就是完工時間與交期間的寬裕度能最大化，使得訂單被 要求提前出貨時，也能保有足夠的時間可以運用，達到第一項目的。但是實際情況下，
我們並無法得知哪個工件將會被提前出貨，因此本研究為了兼顧到所有的可能性，希望 能讓所有工件的寬裕度差異最小，所以我們可以透過最小化寬裕度的標準差來達到這個 目的。
但在這樣的指標下產生一個限制，就是所有工件必須都要在交期內完工，因為標準 差小只能讓每個值都很接近，並無法保證不延誤交期。而實際工廠中，也不能完全保證
因此，為了同時達到最小化標準差與最大化平均數兩項指標，本研究使用變異係數 作為最終的績效指標。後續將針對各種情境，只要透過本研究的雙流線型工廠排程模 型，便可以決定是否進行跨廠，以及應該使用的派工法則為何。
1.4 論文組織
本論文內容共含五章。第一章敘述研究動機、研究問題與研究方法介紹。第二章為 相關文獻介紹，首先探討與雙流線型工廠有關之生產型態，並進行多廠文獻之比較、混 合實驗與求解工具基因演算法之介紹。第三章針對本研究的兩項決策，進行問題分析與 定義，說明如何決定工件加工途程，以及組合派工法方法介紹。第四章為實例驗證。第 五章提出未來可延伸之研究方向。