• 沒有找到結果。

1.3 研究流程

N/A
N/A
Protected

Academic year: 2022

Share "1.3 研究流程 "

Copied!
89
0
0

加載中.... (立即查看全文)

全文

(1)

第一章 緒論

1.1 研究背景

在生產/作業管理中,不論是製造系統或是服務系統於實務情況下 所 面 臨 到 系 統 問 題 分 析 與 決 策 的 方 法 , 傳 統 上 有 使 用 經 驗 判 斷

(Experienced Judgment)或試誤法 (Tried and Error)。但隨著系統愈 為複雜,考慮的參數也愈為增加。面對複雜的系統要對其問題執行分 析與決策時,由於人類的心智能力及時間有限,往往無法獲得充分的 情報或資訊以供決策者所需,尤其在牽涉到較多層面及引人爭議的問 題時,相關的因素更是交結錯雜,使得這些複雜的決策問題變得更難 處理,如何在風險、不確定性之情況下,做成有效能地決策;如何正 確地評估各準則間重要性的程度,以作為選擇處理解決系統問題的方 案,變成重要的決策方向,而這些問題實非傳統決策模式所能解決。

利用電腦模擬(Computer Simulation)的方法可以將存在/未存在系 統發生的問題,快速地呈現並提供可參考的資訊,使決策者在制定並 選擇出最適方案時可以使得系統趨於合理化。然而在以往對系統進行 電腦模擬分析時,都是以單一準則(Single Criteria) 的決策方式來衡量各 替選方案的優劣,但卻忽略在真實情況下是不可能只憑單一準則來斷 定方案彼此的優劣。 因此,多評準(Multiple Criteria)的觀念有必要加以 納入,以作為方案評選的工具。

隨著時代的演變,不論是個人、企業甚至政府部門,在選擇方案 來處理解決問題時,採用多評準決策技術正是迫切需要。並與電腦模

(2)

擬的結合能夠降低經驗判斷和試誤法的風險,且提供了數據化的資訊 來協助決策者制定及選擇最適方案。但這些分析工具以往皆為單獨使 用,如何將其整合起來,成為一個完整的分析方法,使得決策者在面 臨到要解決系統問題以選擇最適方案時,能夠更快速與便利地完成。

(3)

1.2 研究動機與目的

在系統的運作流程中,績效評估(Performance Evaluation)扮演了一 個相當重要的角色,藉由系統績效評估的結果,反映出系統運作上的 效率。對系統進行績效評估的目的,並不是消極地指出系統運作上的 問題或缺失,實際上藉著系統的績效表現,產生出解決系統問題的可 能方案,進而使決策者選擇最適方案來讓系統趨於合理化,才是系統 績效評估的真正目的。使用電腦模擬可以快速瞭解系統運作的績效表 現,協助決策者選擇最適處理系統問題的方案。

在以往使用電腦模擬分析時,都是以單一準則作為判斷的依據,

但是在真實環境中,卻忽略了方案的選擇具有多評準的特性,因此可 能 會 造 成 偏 差 的 現 象 。 如 何 運 用 多 評 準 決 策 技 術 納 入 電 腦 模 擬 分 析 中,以使得決策者能夠客觀的選擇最適方案是本研究的動機。

本研究提出一個新的整合分析方法,使用了電腦模擬和多評準決 策技術,讓決策者利用電腦模擬進行複雜系統的問題處理時,選擇出 最適替選方案來解決該系統問題,能較有效率地完成工作。在本研究 中以假設性的製造系統為例證,使用田口方法(Taguchi Method)來安排 模擬實驗的進行,並自行設計出多評準決策支援程式與單一準則的決 策方式應用在製造系統中,將應用結果相比較此兩者在方案選擇上的 差異。藉此提出多評準決策在電腦模擬分析上的運用架構及其使用的 可行性,作為未來電腦模擬軟體在附加功能上強化時的新考量方向,

是本研究的目的。

(4)

1.3 研究流程

為完成上述之研究目的,本研究的研究流程如下:

一、 問題定義與分析

首先釐清目前電腦模擬軟體在輸出分析上會產生的情形與應用上 的問題,並定義出本研究所應該涵蓋的範圍。

二、 文獻探討

接著針對國內外相關的文獻進行蒐集、整理之工作,以期對此領 域中問題有深入的了解。文獻探討之範圍有:

1. 電腦模擬進行之方式。

2. 評估準則的決定。

3. 多評準決策技術的了解與選定。

三、 模擬模式的建構

針對本研究的主題建立一個假設性的製造系統模擬模式,並對此 模式來進行模擬實驗。

四、替選方案設定

針對此系統所建構的模擬模式中會影響此系統輸出之績效值的可 能參數,使用田口方法中的直交表與線點圖,呈現模擬實驗參數的安 排。

五、模擬執行與資料彙整

決定模擬實驗所需進行的次數與模擬時間,並將此安排的所有方 案進行電腦模擬,得出所有方案模擬實驗評核績效的結果,並將這些 結果資料予以彙整。

(5)

六、單一準則與多評準決策模式

分別利用本研究採用的多評準決策技術的支援程式與單一準則決 策方法來對其各自所選擇的方案,相互比較,以彰顯彼此之間對於資 訊掌握程度的不同所產生的選擇結果。

七、比較分析

藉由單一準則與多評準決策模式的比較分析,探討多評準決策方 法在電腦模擬軟體附加功能上的適用性,並針對本研究提出未來之建 議。

在本研究中進行的流程如圖 1.1 所示。

文獻探討 問題定義與分析

模擬模式建構 替選方案設定(田口實驗)

模擬執行與資料彙整

單一準則決策模式 多評準決策模式

比較分析 圖 1.1 研究流程

(6)

1.4 研究範圍與限制

在研究範圍方面:

1. 在多評準決策技術中,選擇適合本研究中模擬實驗案例的 ELECTRE 和 TOPSIS 的方法與折衷權重法(Compromise Weight)結合,以修正 績效值太過於敏感的缺點,其他多評準決策技術則不在研究範圍之 內。

2. 本研究藉由對多評準決策技術的應用,希望系統決策者在運用電腦 模擬來協助方案的選擇上,能夠提供更多相關的資訊,以選定合適 的方案。

3. 本研究採用離散事件模擬(Discrete-Event Simulation)方式來建構 驗證案例。

在研究限制方面:

本研究原本擬利用自行所設計的多評準決策支援程式與 Arena 模 擬軟體結合成為一完整性的系統,但是因目前無法取得該模擬軟體的 原始程式碼,以至於受限無法與多評準決策支援程式相連結。待將來 模擬軟體設計公司接洽後,再予以整合。而目前此部份可為本研究未 來研究的事項,故將其視為本研究的限制。

(7)

1.5 論文架構

本研究共分五章,各章中其主要內容分別簡述如下:

第一章 緒論。說明本研究之背景與動機來源和目的,並簡述本研究 之研究流程與範圍及其限制。

第二章 文獻探討。針對本研究主題之相關文獻內容作基本介紹,探 討有關電腦模擬和多評準決策技術,和本研究所採用的模擬 軟體作一介紹,以及說明安排模擬實驗的田口方法。

第三章 研究方法。詳細說明本研究之研究方法,評估準則的選定及 模式建構步驟和多評準決策技術的選擇,並提出一假設性的 製造系統,以作為本研究所應用新方法的例證,以及新整合 分析方法的架構。

第四章 模擬實驗與結果比較分析。說明本研究所採用的實驗方式,

並呈現其使用的結果來作多評準決策與單一準則方式的比較 分析。

第五章 結論與未來研究方向。說明在本研究中所獲得的結果和未來 在此主題之下可以繼續研究的方向。

(8)

第二章 文獻探討

2.1 電腦模擬

2.1.1 電腦模擬之定義

在以往處理系統問題的過程中,可以使用數學模式來對其問題提 供相關訊息,以利分析,而將問題解決。然而在今日不論是系統內部 的運作方式或是外界的需求皆快速變動,形成比以往複雜的情形,就 很困難採用傳統的數學模式來解決。在這種情況下,則可以利用電腦 模擬來模倣系統的行為,而提供決策者有關系統的訊息,選擇合適的 方案,而將問題解決。

根據 Pegden,Shannon 和 Sadowski【23】及 Law 和 Kelton【21】

指出,所謂模擬,是指對一真實系統建立與其相類似的運作方式,並 對此方式進行實驗,來確定當某些條件變動時,相關的事物會有何種 反應的方法。在本研究中所要探討的電腦模擬,就是利用電腦來建立 電腦化的模式,並針對此模式進行實驗的方法。也就是以建立模式的 方式來表現真實系統或未來即將建立的系統,並對其模式進行實驗,

在透過運作的過程中,產生相關的訊息,瞭解系統本身的行為,並且 可以評估與預測各種不同的系統參數可能會影響系統的績效值,再由 決策者適時調整參數來改善,以獲得系統的績效值與其行為。

Pidd【32】特別強調,模擬的結果並不能解決問題,但是卻可以 清楚地呈現問題。模擬的輸出值(績效值)是用來評估與預測輸入模

(9)

擬模式的參數,產生解決的相關訊息,只有持續調整此參數值,比較 其績效值來決定何種解決方案最合適。因此,模擬是解題方案的評估 方法,所能提供的是合理解,而不是產生最佳解的工具。

2.1.2 電腦模擬之優缺點

任何方法與技術的使用皆有其可以達到與限制的情況,才可能對 其所欲解決的問題作出適當且合理的處置,模擬的方法也不例外。

根據 Pegden,Shannon 和 Sadowski【23】指出,模擬方法的運用 有許多的優點,也有一些缺失之處。在此將其優缺點整理簡述如下:

模擬方法的優點:

1.對於新的作業程序、組織流程和決策規則等事項皆可在不影響或不破 壞目前進行的作業下來從事相關主題的研究與探討。

2.新的設備佈置及運輸系統等作業皆可以在尚未獲得此資源下,從事測 試的工作。

3.模擬的時間與進行的速度皆可以在控制之中。

4.系統參數之間的交互作用情形可以得知與瞭解。

5.對於系統輸出的績效值可以取得。

6.能夠測試所提出的假設情況是否能夠成立。

7.導致在製品與原物料流動停滯的作業可以找出。

8. 模擬可以幫助決策者瞭解系統的整體運作情形而不是個別作業的處 理狀況。

9.可以回答『如果…會有什麼反應(What-if)』的問題。

(10)

模擬方法的缺點:

1.模擬模式的建立需要特別的訓練,需要花費相當多的時間以獲得建模 的經驗。

2.模擬的結果可能會有說明困難的狀況,產生無法辨認的情形發生。

3.模擬模式的建立與分析所需要的成本是昂貴的,且需要花費較長的時 間來進行。

4.不是所有問題的解決與分析都可以採用模擬。

因此,為了避免以上缺點在模擬作業進行時發生,Banks、Carson,

Ⅱ和 Nelson【27】提出以下幾點來作因應:

1.模擬軟體可以提供簡化使用的方法。

2.模擬軟體要增加分析輸出績效值的能力。

3.能夠提供針對特定需求而附加的功能,以達到快速處理問題的能力。

2.1.3 電腦模擬之應用領域

模擬最早開始應用是在五十年代的軍事戰略規劃【 17】。直到近幾 十年來科技的突飛猛進,電腦的普遍採用以及 2.1.2 節中所提到的優 點,而使得模擬應用的領域逐漸地擴大,各行各業也廣泛地加以利用。

對於企業的 決策者而言,當要採用全新的設備或要改變現行的製 程時,模擬已經成為非常流行的評估工具之一。 根據 Shannon 的研究 指出,模擬的普及率及實用性已經超過了管理科學與作業研究的相關 技術與方法【17】。

(11)

模擬應用於製造與服務系統的分析上更是不勝枚舉。根據美國國 家 標 準 技 術 學 會 ( NIST ) 與 其 他 相 關 協 會 每 年 所 舉 辦 的 Winter Simulation Conference(WSC)【22】的出版刊物指出,模擬方法的應 用,大致可以區分為製造系統、公共系統及運輸系統 … 等 八 大 類 型 , 如表 2.1 所示。並且在此刊物中可以學習到每年最新的基礎理論與方 法,還附有了相關初級與進階的學習指導,以提供相關人員研究之用。

近年來模擬的方法不再被決策者視為最後的手段。由於目前開發 相當多易於使用的模擬軟體及功能快速提升的電腦設備,不但使得模 擬方法容易被接受,並且可以讓既不想花費時間及無意願學習的決策 者更有機會去接近模擬,進而應用模擬的方法,可以從中獲得更大的 利益。

表 2.1 模擬方法的應用領域

(12)

應 用 領 域 應 用 範 例

製造系統

*物料搬運作業分析。

*裝配作業流程分析。

*有限產能下排程作業。

*機器設備佈置作業。

*產品組合下,傳統與 ABC 法成本計算比較分析。

公共系統

*降低停留急診室時間作業。

*核電廠作業效率分析。

*軍隊戰鬥訓練。

*廢棄物處理作業流程分析。

*飛航路線行進分析。

運輸系統

*貨物轉運作業分析。

*貨櫃港口作業分析。

*道路通行費收費人員需求分析。

休閒旅遊系統 *快速服務交易作業分析。

*服務人員需求分析。

企業流程 *整合企業流程。

*企業再造流程分析。

食品製造流程 *魚獲加工流程分析。

*榖類加工產能擴充分析。

建設結構 *地震應力分析。

*鋼索橋樑結構分析。

電腦系統

*不同方式的網路效率。

*大規模網路系統績效評估。

*顧客端/主機端系統架構安排。

資料來源:Barry L. Nelson、W. David Kelton、Gordon M. Clark「Proceeding of the 1991 Winter Simulation Conference」 p.16。本研究彙總

2.1.4 模擬模式分類

根據 Law 和 Kelton【21】指出,模式(model)大致可以區分成 數學模式與實體模型兩大類,由圖 2.1 可以明顯瞭解其分 類狀況。數學 模式是利用象徵性的符號來建立數學方程式以代表系統的行為,而模 擬模式則是數學模式其中一種的分類方式。

(13)

在許多的相關文獻【21】【23】【27】中,皆有提到模擬模式可以 依 某 種 特 性 細 分 為 各 種 類 別 , 包 括 : 靜 態 式 ( static ) 和 動 態 式

(dynamic)、決定性(deterministic)和推測性(stochastic)及離散型

(discrete)和連續型(continuous)三大類。以下將依其各分類的特性 簡略說明並加以區分:

1.靜態式與動態式:靜態式的模擬模式是指在特定的時間點之下來代表 系統的行為,又可以稱為蒙地卡羅(Monte Carlo)模擬。而動態方 式則是在時間持續進行之下用來代表系統行為的模擬模式。

2.決定性與推測性:此分類是依據在模式中有無隨機變數而加以區分。

決定性的模擬模式是可以事先知道何種輸入參數進入模式中就會輸 出何種結果且唯一。而推測性的模式中包含一個以上的隨機變數輸入 參數,會導致其輸出的結果也具有隨機性,因此必須利用統計方法來 評估系統的行為特性。

3.離散型與連續型:離散型的模擬模式是指系統的狀態改變是在不連續 的時間點上,直到有某一事件發生才會驅動模擬的進行,因此又可以 稱為離散事件模擬(discrete-event simulation),例如:銀行的作業情

圖 2.1 模式分類方式 模式(Model)

實體模型 (Physical Model)

數學模式

(Mathematical Model) 解析法 (Analytical

Solution)

模擬(Simulation)

資料來源 : 本研究整理

(14)

形。連續型的模式是系統在一段時間內其狀態的改變是連續的,常利 用微分方程來計算在此時間裡狀態的變化率,例如:生產設備中鍋爐 溫度的變化情形。

依據 Zaiglor【39】的研究指出 ,一個完整的模擬程序應該包含三 個部份:•真實系統(real-world system)、‚ 模擬模式(simulation model)

和ƒ模擬工具(simulation tools)以及兩種關係:• 模式建立(modeling)

和‚模擬執行(simulation execute)。

在圖 2.2 可以明顯看出模擬模式在模擬程序中所扮演的角色,其 重 要 性 是 無 庸 置 疑 的 , 因 為 它 是 真 實 系 統 與 模 擬 工 具 之 間 溝 通 的 橋 樑。真實系統要先經由模式建立的過程才可以被模擬工具執行,以瞭 解系統的行為;模擬工具產生的程式也必須透過模式正確化與有效性 的作業確認,以保證其結果對於真實系統而言是可信的。

所以,在模擬方法的使用過程中,模擬模式的選擇佔有關鍵性的 因素,選擇適當的模擬模式類型可以使得模擬作業進行的很順暢,其 輸出的績效值更可以代表系統本身的行為。

圖 2.2 模擬程序架構 真實系統

模擬模式

模擬工具 模式建立 模式驗證 模擬執行

模擬驗證

資料來源 : Zeiger B.P.,「System-theoretic representation of simulation models」,1984

(15)

2.1.5 模擬成功與失敗之因素

在使用電腦模擬對系統進行模擬實驗時,期望所產生的績效值是 具有合理且有意義的結果,使得決策者運用此訊息來選擇方案時,能 夠達到最初期望與產生具體的效果。由學者鄧維兆【15】提到,使用 電腦模擬方法來描述系統的行為時,應避免產生下列的情形發生:

1.欲瞭解的準則未能定義清楚。

2.建立模擬模式的系統過於龐大。

3.模擬模式的內容太過於詳細和瑣碎。

4.輸入模擬模式的資料是不正確的。

5.模擬進行的時間過短,導致輸出的績效值不具統計代表性。

6.輸出的績效值對決策者不具任何意義可供參考。

若能夠在模擬進行時作到以下幾點 ,則可以使得模擬進行的更為 順暢,其結果也為決策者所接受,選定適當的方案,而成為一個成功 的模擬實驗。

1.建立模擬模式前,先由簡單的模式開始練習,逐次增加其複雜性。

2.清楚定義所要瞭解的績效值。

3.建立模擬模式時,對於作業的流程應先規劃,成為模組化或結構化的 方式進行。

4.模擬模式的建立要參考系統管理者的意見。

5.輸入模擬模式的資料務必正確且具合理性。

6.能夠透過統計分析的方法來探討輸出績效值的可信度,以避免可信度 不足造成決策偏差或錯誤的產生。

(16)

2.2 多評準決策

2.2.1 多評準決策概述

在個人的一生當中,常常要作各項的決策。影響較大的,如:選 填志願時學校的選擇、就業時企業的選擇、結婚時對象的決定及購買 房屋時區位的決定等;影響較小的,如:餐廳用餐時點菜的決定、購 買衣服時的挑選、出外旅遊時地點的決定以及開車時行進路線的選擇 等。

決策的問題不僅發生在個人,甚至企業與政府部門等,隨時都會 面臨各式各樣的決策問題。由於個人的一生需要做許多各種不同的決 策,因此在任一階段中,面臨各式各樣的決策問題時,或許有時候可 以用經驗的判斷與主觀的決定,所影響層面只有個人或家庭;但企業 與政府部門的決策則不然,影響層面至深且廣,已無法使用單一準則 作為替選方案選擇的依據。

在 日 趨 複 雜 的 社 會 , 利 用 傳 統 的 方 法 作 為 替 選 方 案 的 選 擇 的 依 據,不僅考慮不夠周延,亦不符合實際問題的需要。傳統的方式不外 乎以成本最小化或效益最大化來作為選擇方案的指標,屬於最佳化技 術。但是在真實世界中,大多數決策問題具有多評準的特性,絕非單 一指標所能衡量,而且各個評準並非能化成相同的單位來比較,應利 用多評準決策(Multiple Criteria Decision- Making,MCDM)的技術進 行評估並做成決策,則此方法乃因應而生。

因此,一般多評準決策程序大概含有五個要素,即為• 替選方案

(17)

的產生、‚評估準則的設定、ƒ各評估準則的績效值、 „ 準則權重、…

方案的總評估值。為解決多評準決策的問題,目前已發展出許多評估 方法可供使用,配合實際問題的需要,選擇合適的評估方法,以決定 出最適合的方案,使待決策的問題迎刃而解。

2.2.2 多評準決策意義與範疇

多評準決策在歷經將近五十年的發展之後,儼然已成為作業研究

(Operation Research )的另一新領域。追溯其理論發展,從 Kuhn-Tucker 以及 Koopmans 的研究工作,直到 1972 年在美國舉辦研討會後才備受 矚目【9】。

由上節中得知,多評準決策對於國家、社會乃至於個人的決策行 為皆有重大的幫助。那麼何謂多評準決策呢?簡單來說就是能夠同時 解決多個相互間具有衝突性目標問題的決策技術。

根據 Hwang 和 Yoon 認為【 24】,「多評準決策」為決策者在多個 質化或量化的評估準則下,對一組可行的替選方案進行評估,以決定 各方案之優劣或執行的優先順序。學者曾國雄、蕭再安和鄧振源指出

【9】,廣義的多評準決策涵蓋多屬性效用、多目標與標的規劃等問題 處理的技巧。多屬性效用乃根據各屬性形成綜合性目標,而以效用最 大化來判斷;多目標規劃的重點是同時處理多個目標;標的規劃所關 心的是達到預定標的的條件。狹義的多評準決策是指在替選方案為已 知 的 情 形 下 , 以 多 個 準 則 為 評 估 的 依 據 , 由 決 策 者 表 達 其 偏 好 結 構

(Preferences Structure),然後求其非劣解(Non-inferior Solutions),

(18)

或排定替選方案優劣順序(Ordering)的分析方法。

由以上得知,多評準決策所包含的領域相當廣泛且複雜。 因此,

依照 Stanley Zionts【36】的報告指出,多評準決策依其內容可以區分 成:多評準數學規劃、多評準方案選擇、多屬性效用以及辯論方式四 大範疇,如圖 2.3 所示。

圖 2.3 多評準決策的範疇 多評準決策範疇

多屬性效用

多評準方案選擇 辯論式

多評準數學規劃

資料來源: Stanley Zionts,「The State of Multiple Criteria Decision Making:Past、Present and Future」,

1992,p.33~43。

(19)

在這四大領域範疇中,其各自的主要內容如表 2.2 所示。

表 2.2 多評準決策領域範疇

領域範疇 內 容 多評準

數學規劃

乃利用數學規劃的方式來考量多個目標的決策問題,而這些問 題決策者事先無法決定其效用與價值函數關係,僅能利用數學 化的方式設定其多個目標與限制式來解決此問題,並找出特定 的解答。

多評準 方案選擇

乃一組事先決定多個替選方案來提供決策者作選擇,而其可表 示成為一決策矩陣。在決策矩陣中,每一列為各替選方案,每 一行為各評估的準則項目,矩陣中的元素為其各自產生的績效 值。

多屬性 效用函數

此領域通常以機率性的方式來表示,找尋並配適出決策者心中 的效用函數與行為。而效用函數是利用決策者在替選方案選擇 中所產生的函數,依據此函數排列替選方案的優劣,並從中擇 其適當替選方案。

辯論方式

利用公開辯論的方式來協助決策者選擇替選方案的行為。通常 有兩個以上的參予者進行爭辯,然後利用投票的機制來實行同 意權。

資料來源:Stanley Zionts,「The State of Multiple Criteria Decision Making:

Past、Present and Future」,1992,p.33~43。

2.2.3 準則權重決定方法

在多評準決策技術當中,各評估準則(Evaluate Criteria) 的權重值對 方案的選擇有很大的影響,目前國內外文獻已有提出許多權重的求算 方法。學者魏秋建、張清亮和李永晃【18】將這些權重的求算方法加 以整合比較,以提供各界在做方案選擇權重決定時的參考。

在利用多評準決策做方案的評估時,每個替選方案都有一個總評 估值 I,其表示為:

其中 Xij表示第 i 個方案在第 j 個準則下的績效值; Wj為第 j 個評估準

n

j X

W I

m i

ij

i 1,2, ,

1

=

L

×

= ∑

=

(20)

則的權重;共有 m 個替選方案及 n 個評估準則。因此可構成 m×n 階的 評估矩陣。

權重的求算方法可以區分成主觀權重(Subjective Weight)與客觀權 重(Objective Weight)兩類,如圖 2.4 所示。主觀權重是依據決策者主觀 認定的偏好而產生,其權重值較穩定;而客觀權重則由實際的績效值 求算出,因此當績效值有所變動時,權重值也可能隨之變動,具有不 穩定性。關於主觀權重的求算方法,除了由決策者直接給定外,許多 學者先後發展出許多的方法,如:專家評估法、特徵向量法、模糊權 重法等。而熵值權重法及灰關聯矩陣法屬於客觀權重。也有學者提出 來修正主觀權重與客觀權重缺陷的折衷權重法。

以下針對上述所提出的權重決定方法其優劣情形與適用時機做整 理,如表 2.3 所示。

圖 2.4 準則權重求算的分類 準則權重求算法

主觀權重法 客觀權重

專家評估法 固有向量法 模糊權重法 熵值權重法 灰關聯矩陣法

資料來源:魏秋建、張清亮、李永晃,「決策權重方法之分析 比較」,中國工業工程學會年會論文集,民國87年 ,342~347頁。

(21)

表 2.3 權重方法的比較

優 點 缺 點 適 用 時 機

∗省時、快速。

∗加權過程較簡易。

∗採用平均法求出,易

受極端值影響。

∗未兩兩做比較,評估

結果較易產生偏差。

∗決策者對各準則權重

值較難拿捏。

∗希望在短時間獲得權

重值時。

∗決策者能很快決定各

準則重要性時。

∗具有一致性檢驗的能

力。

∗各準則間兩兩比較,

權重值較客觀。

∗準則數太多時,所需

的成對比較也亦相當 多,計算較費時。

∗準則數太多時,較難

符合一致性的條件。

∗決策者對每一成對比

較之信心相同時。

∗應用在層級式的多評

準決策時,且各準則 是相互獨立的。

∗決策者僅需用口語化

的詞句表達。

∗可解決直接給分的缺

點。

∗準則間未做成對的比

較,較不客觀。

∗需經解模糊的數學式

求出。

∗對各準則而言,決策

者不易使用明確數值 做判斷時。

∗可應用在模糊層級分

析法(Fuzzy AHP)

∗不需要決策者做準則

權重值的判斷。

∗極為客觀。

∗無法滿足決策者的準

則偏好。

∗準則較多時,計算繁

瑣。

∗決策者對準則沒有偏

好時。

∗想了解各準則對整體

影響的程度或想要篩 選準則時。

∗不需要決策者做準則

權重值的判斷。

∗極為客觀。

∗無法滿足決策者的準

則偏好。

∗準則較多時,計算繁

瑣。

∗計算步驟較熵值權重

法更多。

∗決策者對準則沒有偏

好時。

∗想了解各準則對整體

影響的程度或想要篩 選準則時。

∗可避免過於主觀或過

於參考各準則的績效 值。

∗能反映出準則所能傳

遞決策問題的解釋能 力。

∗同樣的決策模式會因

各績效值的不同而改 變各準則的權重值。

∗計算較繁瑣。

∗熵值太小時,經修正

後與主觀法所得的差 異過大,會有爭議。

∗需考慮各準則的績效

值時採用。

∗要避免評斷過於主觀

時皆可採用。

資料來源:魏秋建、張清亮、李永晃, 「決策權重方法之比較分析」 342~347 頁。

(22)

2.2.4 多評準決策技術分類

決策者對於替選方案的選擇所要考慮的是非常深遠的。可能會產 生無法指出所有評估準則的偏好結構,或者經由一些準則或方案來表 現其偏好結構。因此,決策技術的程度就有許多不同的類型。

多評準決策(MCDM)的技術是依據不同的決策情形來採取適合 的方法,而分類是基於決策者不同型式的偏好結構而加以劃分。Hwang 和 Yoon【24】將多評準決策技術的 13 種方法分類如圖 2.5 所示。其分 類是依據三個階段來進行:第一階段為以決策者需要提供的資訊類型

(無資訊/準則間的資訊)加以區分;第二階段是決策者所提供的準則 資訊的類型(標準值/序數型/基數型);第三階段則為各分類之下的基 本方法。

多評準決策的各種方法的決策過程簡述如下表所示。

第一部份:決策者無提供任何決策準則的資訊:

圖 2.5 多評準技術分類 多評準

決策

無準則相關 的資訊

有準則相關 的資訊

Ø絕對優勢法 Ø最大最小法 Ø最大最大法

Ø連結法 Ø分隔法 Ø辭書法 ØEBA Ø排列法 Ø線性指派法 Ø簡單加權法 Ø層級分析法 ØELECTRE ØTOPSIS 標準值

序數值

基數值 資料來源: Ching-Lai Hwang、Kwangsun Yoon,

「Multiple Attribute Decision Marking-

Method and Applications」,1981,p.9。

(23)

表 2.4 無需資訊提供的方法

方 法 決 策 過 程 絕對優勢法( Dominance)

利用各替選方案的各評估準則項目的量化值做 相互比較,以找出一個最佳的方案。主要在最 初方案的篩選時使用。

最大最小法(MaxiMin)

每一個替選方案被認為其績效表現以最差的評 估準則績效值來代表,決策者只要檢查每個替 選方案中最差的績效值,並在這些績效值中選 擇一個最好的績效值所代表的方案。

最大最大法(MaxiMax)

每一個替選方案被認為其績效表現以最好的評 估準則績效值來代表,決策者只要檢查每個替 選方案中最好的績效值,並在這些績效值中選 擇一個最好的績效值所代表的方案。

資料來源:本研究整理

第二部份:決策者提供決策準則標準值的資訊:

表 2.5 標準值資訊提供的方法

方 法 決 策 過 程 連結法(Conjunctive)

由決策者設定各評估準則項目的最低可接受的標 準值,每個替選方案的所有績效值在標準值以上 則接受該方案;反之則拒絕該方案。

分隔法(Disjunctive)

由決策者設定各評估準則項目最低可接受的標準 值,每個替選方案的其中一個或超過一個的績效 值在標準值以上則接受該方案;若全無則拒絕該 方案。

資料來源:本研究整理

(24)

第三部份:決策者提供決策準則序數型的資訊:

表 2.6 序數型資訊提供的方法

方 法 決 策 過 程

辭書法(Lexicographic)

由 決 策 者 首 先 決 定 所 有 評 估 準 則 項 目 中 的 優 先 重要性,並依此重要性來評估與判斷各替選方案 的優劣。若第一個比較的評估準則項目有產生最 佳時,則結束此方法,可以求得最適方案;若相 同時,則進行第二個比較的評估準則項目,直到 選 出 一 個 最 適 方 案 或 已 經 比 較 過 所 有 的 評 估 準 則。

刪除法(E.B.A)

由 決 策 者 首 先 設 定 每 個 評 估 準 則 項 目 的 最 低 可 接受值後,任選其中一個評估準則項目做比較。

若有替選方案中的績效值不符合該接受值,則刪 除 該 方 案 , 繼 續 選 擇 下 一 個 評 估 準 則 項 目 做 比 較,直到只剩下一個方案或已經全部的評估準則 項目皆比較過。

排列法(Permutation)

決策者將所有替選方案的優先順序排列出,並對 各排列順序求算其一致性與不一致性的評分,再 得到各排列方式的指標值,選擇最高的指標值所 代表的排列順序,以決定出最適的方案。

資料來源:本研究整理

(25)

第四部份:決策者提供決策準則基數型的資訊:

表 2.7 基數型資訊提供的方法

方 法 決 策 過 程

線性指派法( L.A.M. )

找出各替選方案對於各評估準則的優劣順序,並利 用 各 評 估 準 則 的 權 重 得 出 各 替 選 方 案 的 機 率 矩 陣,與最佳線性指派結果相乘,則可以得到各替選 方案的優劣順序。

簡單加權法(S.A.W. )

由 決 策 者 或 其 他 方 式 來 獲 得 合 理 的 各 評 估 準 則 項 目之間相對重要性(權重),再與各別的準則績效 值相乘,可以得到每個替選方案的加權評估值,選 擇分數最高的方案來作為此決策方法的最適方案。

層級分析法(A.H.P.)

是簡單加權法的延伸。 將關心的問題利用層級化的 方式展開,每個階層的項目各自獨立,由下而上求 算出各層的相對權重而加以綜合,選擇權重值最高 的方案來採行。

ELECTRE

合理產生各評估準則項目的權重,經由計算一致性 與非一致性集合,利用布林矩陣(Boolean Matrix)

總合的優勢矩陣,可以得到兩兩替選方案之間的優 劣關係,經由優勢圖的表達可以得到各替選方案之 間的優劣關係。

TOPSIS

合理產生各評估準則項目的權重,找出各評估準則 的最佳績效值作為理想解,與最差的績效值作為負 理想解,求出各替選方案與負理想解與理想解的距 離,以排出其優先順序,可以得出其最適的替選方 案。

資料來源:本研究整理

2.2.5 多評準決策技術之分析比較

由上述 2.2.4 節中,各類型的多評準決策的決策過程中皆有其不同 的處理方式,也有其各自的優缺點和適用的時機。在表 2.8 到 2.11 中 表示其各自的情形。

表 2.8 無需資訊提供方法的比較

(26)

優 點 缺 點 適 用 時 機

絕對優勢法

∗可以得到一個最佳

的替選方案。

∗利用原始各評估準

則的績效值作比較 ,不需經由標準化 的轉換。

∗不需要由決策者提

供偏好。

∗可能無法獲得各替

選方案間的優劣關 係。

∗可能有無絕對優勢

的替選方案產生。

∗可能因為替選方案

績效值表現不佳而 否定該方案,其敏 感度較大。

∗替選方案數較少時

使用。

∗起始解篩選之用。

最大最小法

∗可以得到一個最佳

的替選方案。

∗利用劣中取優的原

則。

∗無過於複雜的決策

過程。

∗只利用各替選方案

中最差的一個評估 準則績效值來代表 該方案的績效,可 能不夠周全。

∗各評估準則在現實

環境下,可能無法 彼此之間作跨準則 的比較。

∗可能因為替選方案

績效值表現不佳而 否定該方案,其敏 感度較大。

∗各評估準則可以相

互之間作比較的問 題。

最大最大法

∗可以得到一個最佳

的替選方案。

∗無過於複雜的決策

過程。

∗符合精益求精的原

則。

∗可能無法獲得各替

選方案間的優劣關 係。

∗可能有無絕對優勢

的替選方案產生。

∗完全依賴評估準則

的績效值作伴斷,

敏感度較大。

∗各評估準則可以相

互之間作比較的問 題。

資料來源:本研究整理

表 2.9 標準值資訊提供方法的比較

優 點 缺 點 適 用 時 機

(27)

連結法

∗各評估準則績效值

皆達到所設定的標 準才接受該替選方 案。

∗可以將替選方案進

行接受與刪除的區 分。

∗利用原始各評估準

則的績效值作比較 ,不需經由標準化 的轉換。

∗可能因某一評估準

則績效值不符合此 標準而被刪除。

∗標準值的設定非常

困難。

∗經決策過程後,可

能會沒有替選方案 在標準值之上。

∗各評估準則不具替

換性。

∗每一個準則皆要考

量。

分隔法

∗易選到有特殊表現

的替選方案。

∗利用原始各評估準

則的績效值作比較 ,不需經由標準化 的轉換。

∗可以不需要知道各

評估準則項目的的 權重。

∗只利用單一的評估

準則績效值來代表 整個替選方案的特 性,可信度不足。

∗經決策過程後,可

能會沒有替選方案 在標準值之上。

∗標準值的設定非常

困難。

∗各評估準則不具替

換性。

∗選擇到有特殊表現

的替選方案時。

資料來源:本研究整理

表 2.10 序數型資訊提供方法的比較

優 點 缺 點 適 用 時 機

(28)

辭書法

∗利用原始各評估準

則的績效值作比較 ,不需經由標準化 的轉換。

∗不需要得知各評估

準則項目的權重值 ,僅需瞭解其優先 順序。

∗允許評估準則績效

值有誤差的情形發 生。

∗可能因為替選方案

績效值表現不佳而 否定該方案,其敏 感度較大。

∗花費大量的時間與

成本在資料的收集 與整理上,可能只 比較單一個評估準 則績效值即結束此 決策過程,顯得有 些粗造。

∗各評估準則不具替

換性。

∗利用決策者的主觀

性來決定各評估準 則比較的優先順序

刪除法

∗與人類決策程序類

似,將替選方案是 為各評估準則的集 合。

∗兼具辭書法與連結

法的特質。

∗對於具有相依性的

評估準則也可以使 用。

∗效用值為抽象的概

念,每個人皆不同 ,無法符合一般性 原則。

∗計算各替選方案選

擇的機率相當地複 雜。

∗具有辭書法與連結

法的缺點。

∗各評估準則不具替

換性。

∗各評估準則之間有

相依性存在時。

排列法

∗所有替選方案的排

列順序皆有納入決 策中考量。

∗利用原始各評估準

則的績效值作比較 ,不需經由標準化 的轉換。

∗可以得到最佳的各

替選方案的排列順 序。

∗在序數型之下,每

一種權重皆要對所 有替選方案排列順 序作判斷,較費時 費力。

∗利用各評估準則的

權重來判斷其優先 順序,敏感度較大。

∗若替選方案數為 m

個,則要作 m!次 的排列組合,每一 種排列順序皆要作 運算,費時費力。

∗方案數較少時。

∗序數或基數型的績

效值皆可採用。

資料來源:本研究整理

表 2.11 基數型資訊提供方法的比較

優 點 缺 點 適 用 時 機

(29)

線性指派法

∗根據各評估準則及

其等級加以區分。

∗達到線性化互補。

∗不需要轉換質化的

績效值。

∗尋求合理的權重值

,否則敏感度較高

∗若無適當的指派方

案時,則無法使用

∗各評估準則具有替

換性。

∗需要找出各替選方

案比較後的優先順 序。

簡單加權法

∗決策過程簡單,廣

為決策者使用。

∗可以決定出最佳的

替選方案。

∗將各評估準則作綜

合性的考量。

∗尋求合理的權重值

,否則敏感度較高

∗不易解釋加權平均

值的意義。

∗相依性的評估準則

無法使用。

∗各評估準則具有替

換性。

∗各評估準則之間互

為獨立。

層級分析法

∗架構模式簡單,決

策者容易表達其偏 好。

∗評估結果具有強度

的關係,決策者可 從中獲得基數型資 訊。

∗決策者偏好是否一

致,可獲得確認。

∗偏好強度必須滿足

遞移性的假設的不 合理。

∗各替選方案數多時

,評比次數相對較 多,決策者容易混 淆,易產生反感,

難以獲得滿意的評 估結果。

∗各評估準則具有替

換性。

∗各評估準則之間互

為獨立。

∗層級的表示必須在

四層以上。

ELECTRE

∗決策者評估時,工

作輕鬆,評估過程 容易進行。

∗偏好關係不需滿足

遞移性的假設,使 模式更具包容性。

∗不易掌握決策者的

偏好。

∗針對 c

d

來刪除 替選方案,若績效 值變動,其敏感度 會提高。

∗各評估準則具有替

換性。

∗方案數較多且評估

準則數較少時。

TOPSIS

∗利用距離的方式來

表達各替選方案與 理想解的差距。

∗可以處理各評估準

則間具有替換性的 情形。

∗分離度的計算過於

繁雜。

∗使用歐式距離時,

可能會與理想解和 負理想解的距離同 時產生最短的現象 ,若使用 CBD 則 不會有此現象產生

∗各評估準則具有替

換性。

∗效用值必須符合單

調增加/減少。

資料來源:本研究整理

(30)

2.3 電腦模擬軟體

2.3.1 電腦模擬軟體分類

在進行任何實驗時都必須慎選適合的實驗工具,使得其結果才具 有信度(Reliability) 與效度( Validity) ;模擬的實驗也不例外,必須選擇 合適的軟體來進行實驗。

在 2.1.3 節中曾提及電腦模擬可以應用在許多的領域,因此為了建 立模擬模式,Law 和 Kelton【21】指出 ,目前使用的模擬軟體主要可 以區分成模擬語言(Simulation Language)和模擬套裝軟體(Simulation Package Sofeware)兩種類型,如表 2.12 所示。

表 2.12 模擬軟體的分類

模擬語言 模擬套裝軟體

名稱說明

可以使用在任何系統型態的程 式語言。

可以針對某一特定的系統來作 模擬模式設計,不需要利用程 式來撰寫模式。

優點

可以建立各種類型系統運作的 模擬模式,模式的設計可以被 其他程式語言所支援。

模式設計時間明顯少於使用模 擬語言,有內建的模組,適合 現場管理人員使用,具有容易 使用的特性。

缺點

需要花費較長的時間來撰寫模 擬模式和偵錯處理的工作。

只能夠採用軟體本身內建的模 組來設計模擬模式,無法被其 他程式語言支援來設計模式,

缺少擴充性。

軟體名稱

GPSS/H,SIMSCRIPT Ⅱ.5 SIMAN/CINEMA V,SLAM Ⅱ SLAMSYSYEM,MODSIM Ⅲ

SIMFACTORY Ⅱ.5,Arena ProModel,AutoMod,AIM Tally Ⅱ,WITNESS

資料來源:Averill M. Law 、W. David Kelton,「Simulation Modeling & Analysis 2nd ed.」,1990,p.236~266。

本研究以 Arena 作為本研究模擬模式製作的軟體工具,在下節中 會有詳細的介紹。

(31)

2.3.2 Arena 軟體簡介

Arena 模擬軟體是由 System Modeling 公司所研發出來比 SIMAN 更容易學習的模擬軟體。Arena 提供了使用者在電腦上直接建立電腦化 的模式,不需要撰寫模擬語言的程式碼 ,可以容易地表示存在/未存在 的系統,並且能以動畫方式(Animation)來顯示所模擬的系統其運作的 情形。

Arena 是利用圖形化的使用者介面(Graphical User Interface , GUI ) 的方式來進行模擬模式的建構,並且是以模組化的方式來表達模擬模 式,觀察模組的圖案就可以識別出此模組的功能。Arena 內建了許多樣 版(Temple),使用者可以直接使用樣板上所提供的模組,或是利用內 建的樣版自行建立符合需要的模組放入模擬模式中,能夠增加使用的 彈性。

在建立模擬模式時,可以在開始時就輸入資料,並且在模擬結束 後收集輸出資料,以便分析。Arena 整合了這兩部份,分別將其安排在 輸入分析(Input Analyzer )及輸出分析(Output Analyzer)上。 在輸 入分析上,可以允許輸入原始的資料,並且配適出一個適當的統計分 配,直接納入模擬模式中。在輸出分析上,可以利用統計方法的運算 與統計圖來表示在模擬執行期間所收集到的資料,以利後續分析工具 進行處理。

根據 Arena 使用手冊【 37】和 John 與 Nancy【30】指出, Arena 是一個以物件導向、階層化的方式來表達模擬模式的工具。Arena 是決 策者一個相當不錯的決策支援工具(Decision Support Tools),採用容

(32)

易接受的介面來進行模擬模式的建立,能夠避免在撰寫模擬語言時產 生的缺點。Arena 提供許多的樣版,在使用時可以直接應用或是加以更 改,使用範圍相當廣,以符合各種產業的需要,所以受到相當多決策 者的好評,故採用 Arena 模擬軟體來作為本研究例證系統模擬模式產 生的工具。

(33)

2.4 電腦模擬與田口方法之結合

田口方法(Taguchi Method)是由田口玄一博士在日本電信實驗室

(ECL)從事研究時所發展出的實驗設計方法【1】【5】。此方法可以 用最少的實驗次數得到在許多參數考量下的實驗數據,達到系統機能 具有堅耐性(Robustness),不受外界變化的影響。田口方法就是利用 線點圖(Linear Graph)與直交表(Orthogonal Array)的方式來規劃安排實 驗。線點圖的使用能顯示出實驗參數之間的交互作用關係;而直交表 可以將許多的實驗參數,以少數的實驗來表示出實驗參數的最佳組合。

電腦模擬雖然有在 2.1.2 節中所提 及的諸多優點,但是在系統愈複 雜之下,要考慮的系統參數也愈為增加,形成必須考量更多的選擇方 案,使原本想藉助電腦模擬來達到快速與節省時間的好處來協助決策 者,卻因為系統參數的水準數太多而產生反效果。

因此,根據 Schriber 【35】和 Madhav 【31】曾提及,將田口方法 納入模擬實驗中以減少實驗次數,使其可以在最少的模擬實驗中得到 模擬方案的結果。所以當系統的模擬參數水準數增加時,可以和田口 方法結合,使模擬的執行上更快速得知全體模擬方案的結果,以提供 決策者做適當的選擇。

(34)

第三章 研究方法

3.1 研究方法說明

針對本研究應用電腦模擬和多評準決策技術所結合的製造系統評 估方法,並配合田口方法安排模擬實驗的研究過程共分成六個階段進 行。第一階段是評估準則項目的決定,主要的內容是在製造系統中選 擇所關注的評估準則項目,作為多評準決策技術的準則,在 3.2 節中有 詳細的說明。第二階段為製造系統模擬模式建構,所談論的是模擬模 式建立的步驟與其在每一步驟進行中所要注意的事項,參閱 3.3 與 3.4 節有詳細的說明。第三階段所要進行的是模擬實驗進行之前所必須決 定的事項,因為製造系統屬於非終結系統的一員,所以對於模擬熱身 期及實驗長度與次數皆要有其明確的決定,將於 3.5 節中詳細說明。第 四階段為製造系統範例模擬模式的建立,利用上述的方法來建立一假 設性的製造系統模擬模式,談論有關模式中的作業流程說明,並對此 模式設定相關的假設條件,以利模擬實驗的進行,在 3.6 節中作細部的 安排。第五階段為田口方法的工具:線點圖與直交表納入模擬實驗方 案中的參數實驗安排方式,在 3.7 節中有詳細的說明。第六階段為多評 準決策技術的選擇,在 3.8 節中有細部的探討。這個部份主要是利用 2.2 節提及的多評準決策技術,選擇合適的方法作為與單一準則決策模 式對於各自選擇的方案上相互比較,將在第四章 4.6 節中說明,以彰顯 彼 此 之 間 對 於 決 策 資 訊 掌 握 的 程 度 的 不 同 而 呈 現 在 選 擇 方 案 上 的 結 果。

(35)

在目前電腦模擬軟體的使用上,決策者有比較傾向使用套裝軟體 (Package Software)的現象。 由 2.3.1 節中所提及電腦模擬的套裝軟體 中,各自都有其使用的步驟與方法,但是也有共同的特色,那就是套 裝軟體的設計人員將其能夠在 Windows®作業系統環境下執行,而本研 究所採用的模擬軟體 Arena 也不例外。 因此,本研究嘗試以 Delphi 語 言 撰 寫 多 評 準 決 策 支 援 程 式 , 在 模 擬 結 果 輸 出 時 可 以 進 行 多 評 準 評 估,以減少決策者在執行決策的時間。

雖然本研究未能整合模擬軟體與多評準決策支援程式,但是在此 提出上述二者整合使用的流程,在 3.9 節中表達。期望相關限制條件能 妥善處理後,可以使其整合的完整系統軟體呈現出來。

(36)

3.2 準則績效項目之選定

評估製造系統運作方式的優劣,決定其評估準則項目期望達成的 程度。在多評準的觀念裡,評估的方式是由多個準則所組成,各有其 最大化或最小化的表示。對製造系統評估的準則項目分類如表 3.1 所 示。

表 3.1 評估準則項目的分類

分類 評估項目

與完工時間有關

Ø平均流程時間 Ø流程時間的變異數 Ø總流程時間

Ø單位時間產出量

與交貨期有關

Ø平均延誤時間 Ø平均提早完成時間 Ø最大的延誤時間 Ø延遲工件數

Ø延遲工件數的百分比

與機器或暫存區有關

Ø平均機器使用率 Ø平均機器整備時間 Ø平均在製品數量 Ø平均等候時間 Ø平均作業成本

與物料搬運系統有關 Ø平均物料搬運系統使用率 Ø物料搬運系統空車時間 資料來源:邱科璟,「機器當機影響零工式生產前排程模擬 績效之研究」,中華大學工業工程與管理研究所 碩士論文,民國 85 年。

在 眾 多 的 評 估 準 則 項 目 中 , 工 件 完 成 數 是 最 容 易 瞭 解 的 製 程 績 效;平均流程時間代表工件在系統當中被處理的平均時間;在製品等 待處理的時間太長,造成作業時間與庫存成本增加;基於顧客至上的 觀念,減少延遲工件數,以符合交期時間的要求;在某些行業中,使 用的機台與搬運設備相當昂貴,其成本與使用率是相當重要的評估項

(37)

目。因此,本研究擬採用以下六種評估項目:平均流程時間(Average Flow Time)、完成工件數(Finished Job)、延遲工件數(Tardy Job)、

在製品平均等候處理時間(Average WIP Waiting Time)、平均機台使用 率(Average Machine Utilization)、新購置成本( New Purchase Cost),

作為本研究例證的模擬模式評估項目。

(38)

3.3 模擬模式建立程序

在使用模擬方法來瞭解系統的行為特性時,大都是利用抽象及簡 化的模組,例如:等候、搬運、進入及作業處理 … 等,藉由這些簡化 的事件模組加以排列組合來表現系統的運作流程,觀察在系統中所關 注的績效值,例如:工件等候時間、資源利用率及工件總流程時間 … 等有何變化。

對系統建立模擬模式必須經過許多的步驟,依照 Banks,Carson,

Ⅱ和 Nelson【27】,模擬模式建立的程序如圖 3.1 所示。利用此程序可 以 確 認 模 式 運 作 情 形 是 否 符 合 真 實 系 統 狀 態 或 決 策 者 期 望 達 成 的 程 度。

步驟 1:問題陳述

從事模擬研究時,應該要對所關注的問題作詳細的描述,以 使得不論是系統的決策者或是分析人員皆能瞭解問題點,提出相

圖 3.1 模擬模式建立流程 問題陳述

專案規劃

模式概念化

資料收集

電腦模式建立

程式試行

正確化

有效性

模擬模式 建立完成

資料來源: Jerry Banks、John S. Carson,Ⅱ、Barry L. Nelson,

「Discrete-Event System Simulation」,Prentice Hall, Inc.,1995,p.13~18。

(39)

關有利於問題處理之方案,順利排除問題。

步驟 2:專案規劃與準則設定

在進入此步驟之前,首先要決定模擬方法的採用是否可以回 答欲處理的問題。若是可以,則進入此步驟;若為否定,就必須 另外尋求其他的解決方法。

倘若模擬方法的選擇是適合的,則必須指出所欲研究的目標 與定義及其評估準則,提出所需的人力與成本及完成各階段的時 間,就要針對幾個不同的系統設計方案作比較,以供選擇採用。

步驟 3:模式概念化

建構系統的模式是需要許多的練習與技巧。 而在這個步驟中 就是瞭解系統的運作方式後,尋求系統運作的邏輯與流程,將整 體系統利用較簡化的方式表達,能夠迅速表明系統運作過程,以 利後面使用電腦程式建構模式步驟的進行。

步驟 4:資料收集

在 這 裡 所 要 收 集 的 資 料 是 關 於 系 統 內 部 運 作 情 形 相 關 的 資 料,例如:物件進入系統的間隔時間、機台數量與作業時間及人 力配置與休息時間的安排 … 等,皆是欲收集的資料,提供下一步 驟建立模式所必須的。

在收集資料的步驟是很重要的,錯誤或不適合的資料輸入會 導致不正確的結果產生 ,影響決策者的思維判斷,所以應避免產 生 GIGO(Garbage in Garbage out)的情形。

步驟 5:電腦模式建立

(40)

進入到這個步驟時,主要是將模式概念利用電腦建立完成,

以便可以對其進行資料處理與計算的工作。並且要選擇使用的模 擬語言,如:SIMAN、SLAM,或是針對特定用途而開發的套裝 軟體,如:ProModel、WITNESS 來建立模擬模式。一般來說,模 擬軟體具有較特殊用途的套裝軟體高度的運用彈性與表現,但是 特殊用途的套裝軟體在建模的時間較模擬軟體縮短。 所以必須依 其欲表現的行為特性來選擇適合的軟體加以運用。

步驟 6:程式試行

在此步驟是將設計完成的模擬模式先執行,產生輸出所關注 的績效值,以便進行正確化與有效性的作業。

步驟 7:正確化

正確化的過程是在於瞭解製作的電腦程式是否能夠正確地執 行 , 在 輸 入 參 數 與 運 作 上 有 無 邏 輯 錯 誤 情 形 發 生 , 也 就 是 除 錯

(Debugging)的工作。經過此步驟確認後,電腦模式能夠正確的 運作,此作業才算完成。

步驟 8:有效性

有效性的程序是決定設計的模式是否可以準確地代表真實系 統的運作情形。透過持續的調查此模式的作業流程來比較真實系 統與模式之間的差異,可以獲得改進的資訊,而且此程序重覆地 進行,直到能夠準確的判斷模擬模式可以代表真實系統方可。

步驟 9:模擬模式建立完成

經由上述步驟 1 至 8 的程序,可以獲得進行模擬實驗的模式。

(41)

3.4 模擬模式正確化與有效性

3.4.1 正確化與有效性方法

經由 3.2 節與圖 3.1 及圖 3.2 中可以明顯瞭解,在建立模擬模式程 序 中 的 正 確 化(Verification) 和 有 效 性(Validation)工 作 是 具 有 其 重 要 性 且困難的步驟。模擬分析人員利用模擬輸出的結果對決策者提出許多 建議,而決策者根據所獲得的資訊來選擇方案。所以,正確化和有效 性的工作可以幫助模擬模式建構者在模式製作期間有效地降低對所建 立模式的懷疑,並且可以增進模式的確實性,以利分析人員提出可行 的建議,決策者也可以選擇合適的方案。在此特別提出有關模式正確 化與有效性採用的方法,便於在模擬模式建立的研究過程中使用。

根據 John S.【29】與 Robert【34】指出,模擬模式正確化和有效 性工作可以使用的方法相當多,在此整理如表 3.2 與表 3.3 所示。

圖 3.2 模式正確化與有效性 真實系統

模式概念化

電腦化模式 模

式 有 效

性 模式正確化

資料來源: Jerry Banks、John S. Carson,Ⅱ、Barry L. Nelson,

「Discrete-Event System Simulation」,Prentice Hall, Inc.,1995,p.401。

模式表達

(42)

在正確化與有效性方法的採用,若能考慮將定量與定性的方法相 互搭配使用,則模擬模式對真實系統的代表性相對就會提高,模式執 行結果的績效值之可信度也會增加。

表 3.2 正確化方法的說明

技術名稱 說 明

使用說明 Documentation

紀錄模式相關的資訊,詳細說明模式的設計方式與 程式設計使用工具。

作業流程圖 Operational

Graphics

在時間持續進行之下,對模式的作業與行為利用圖 形化的方式來觀察,以利模式建構者預測在模擬執 行期間發現錯誤。

結構化程式 Structured Programming

在製作程式之前,事先有詳細的計畫,將程式區分 成數個小的模組並定義其功能與介面,容易瞭解程 式的含義。

組織化的人員 Structured Walkthrough

組成程式製作專案小組,針對程式的內容,參與者 逐條討論,較容易發現程式錯誤之處,提供改進的 技術與方法。

追蹤 Traces

利用不同型態的物件經過系統運作來觀察程式有無 撰寫上的錯誤。

資料來源:1.John S. Carson,Ⅱ,「Verification and Validation:A Consultant’s Perspective」,Proceeding of the 1989 Winter Simulation

Conference,p.552~558。

2.Robert G.Sargent,「Validation and Verification of Simulation Models」,Proceeding of the 1992 Winter Simulation Conference ,p.104~114。 本研究彙總

參考文獻

相關文件

1: Invariant mass distribution and the leading lepton transverse momentum in data and simulation..

The ES and component shortfall are calculated using the simulation from C-vine copula structure instead of that from multivariate distribution because the C-vine copula

Microphone and 600 ohm line conduits shall be mechanically and electrically connected to receptacle boxes and electrically grounded to the audio system ground point.. Lines in

C., “Robust and Efficient Algorithm for Optical Flow Computation,” Proceeding of IEEE International Conference on Computer Vision, pp. “Determining Optical Flow.” Artificial

and Shinmoto, Y.,” Effects of Dynamic Stall on Propulsive Efficiency and Thrust of Flapping Airfoil “, AIAA JOURNAL Vol. Liou, “Numerical Simulation of Dynamics Stall Using Upwind

According to the simulation results, the sliding distances and the contact forces are the almost same on the upper and lower layers probe for the models of single pitch, ten

Effectiveness of Simulation on Knowledge Acquisition, Knowledge Retention, and Self-Efficacy of Nursing Students in Jordan. Situated Learning Theory: The Key to Effective

The core of the verification environment is the fault injection tool that can inject the transient and permanent faults into VHDL models of digital systems at chip, RTL and