明新科技大學 校內專題研究計畫成果報告
計畫類別：任務型計畫 整合型計畫 ■個人計畫
計畫編號：
執行期間：97 年
3 月 1 日至 97 年 9 月 30 日
計畫主持人：林於杏
共同主持人：
計畫參與人員：林長廷、李逸琦、黃慧珠、江承澤
處理方式：公開於校網頁
執行單位：工業工程與管理系
中 華 民 國
九十七 年 九 月 八
日
半導體製造廠優序法則動態評估模式之建構
英文摘要
英文摘要
英文摘要
英文摘要
Most of the semiconductor manufacturers resort to production dispatching as a means to enhancing production efficiency. Commonly used dispatching methods are designed to meet a specific production objective; few methods take multiple or even conflicting performance indicators into account. How to verify the rules of various dispatching methods and their impacts on the production objectives should be clarified. However performance objective frequently change with variances of shop floor and outside demands. It’s necessary to list some important symptoms in production that caused by internal and external varying factors, to detect the related production objectives and to find out the relationships between production symptoms and production objectives. This two-year period project tries to link the above mentioned factors and applying ANP model to dynamically evaluate dispatching rules for semiconductor manufacturing. In the first year, the production symptoms and corresponding production objectives will be conducted in a deeply questionnaire survey by utilizing the Fuzzy Delphi method. In the second year, using the outputs of the first year research and applying Analytical Network Process (ANP) method to construct a dispatching rules evaluation model to explore the relationship among various performance indicators and dispatching rules. The ANP-based dispatching rule evaluation model can surely serves as an analytical architecture for decision making to dynamically evaluate dispatching rules for multiple performance indicators in the future.
圖目錄
圖目錄
圖目錄
圖目錄
圖 1.1 晶圓製造廠生產活動控制之範疇架構 ... 4 圖 2.1 晶圓製造廠之生產績效衡量指標圖 ... 13 圖 2.2 影響生產週期時間的系統組成因子 ... 17 圖 3.1 第三章各章節之關連性 ... 20 圖 3.2 ANP 之結構關係示意圖 ... 21 圖 3.3 ANP 法之問題架構示意圖 ... 22 圖 3.4 ANP 網路層級評估模式架構圖 ... 25 圖 3.5 外部及內部關係之成對比較示意圖 ... 27 圖 3.6 ANP 派工法則評估模式 ... 33 圖 3.7 生產績效指標（主要準則）間之相依關係圖 ... 34 圖 3.8 影響生產績效之因素（次要準則）間之相依關係圖 ... 34圖 4.1 Super Decision 中的 ANP 派工法則評估模式 ... 40
圖 4.2 各相對權重矩陣在超矩陣中的相對位置圖 ... 52
圖 4.3 Super Decision 中 ANP 派工法則評估模式之各派工方法期望指標 . 57 圖 4.4 生產績效指標之專家共識度 ... 59
相關性，提供一套能考量生產特徵及績效指標的動態評估模式，透過專家問卷將 各生產問題及各派工法則之綜效予以整體展現式。透過這些績效指標與影響績效 之生產因素的評估模式，生管人員即可將有效進行現場派工方式的調整。
1.2 研究目的
研究目的
研究目的
研究目的
由於晶圓製造具有長的週期時間，因此，生產指標會因需求改變及產線狀況 而有所變動，以單一的靜態指標來衡量生產績效無法滿足多變的製造環境，必須 動態考慮多個生產指標才能適當的表達系統成效。所以，本研究將應用多準則規 劃[56]之概念，首先探討晶圓製造之重要績效指標；再因應各績效指標及生產特 徵之間存在著某種程度的衝突及相依關係，進一步利用『分析網路程序法』建構 適合晶圓製造之派工模式，以滿足不同生產績效情況下之生產目標。 此外，本研究之研究目的並非提供一固定的最佳派工方法供使用者遵循，而 是提出一個以『分析網路程序法』為基礎之『派工模式』，以提供給決策者未來 在評估多種生產績效情況下，能採用一套快速且便利找出適宜派工策略之模式。1.3 研究範圍與限制
研究範圍與限制
研究範圍與限制
研究範圍與限制
第二章
第二章
第二章
第二章 文獻探討
文獻探討
文獻探討
文獻探討
2.1 派工法則
派工法則
派工法則
派工法則
派工法則經過近年來眾多學者的投入與研究已累積相當多的文獻，特別是 在於求解零工型（Job Shop）的動態排程問題[18]。然而，在眾多的派工法則文 獻中，常因研究假設、探討環境及選用之績效指標等因素，因此並無一個派工法 則能完全優於其他的派工法則[27]。亦即，某派工法則可能在某一績效表現上良 好，卻在其他的指標表現上成效不彰。各種派工法則的使用時機及績效表現，會 因所關注之績效指標而有所不同，所以，派工法則的選擇是經由權衡分析後所得 之結果[53]。一般來說，因為晶圓製造之生產機台特性的差異，其派工法則可以 區分成一般機台派工法則與批量機台派工法則兩大類，本章將針對前者回顧相關 之研究文獻，並檢視目前較為常見的派工法則。 Blackstone [26]將傳統之派工法則分成四個類別：製程時間
－如Shortest Processing Time、Shortest Remaining Process Time、Shortest Processing time Plus Setup Time等。交期
－如Earliest Due Date、Critical Ratio、Minimum Slack Time等。工件特性
－如Random、FIFO等。混和上述兩種或三種類別的法則
。周煜智[8]針對晶圓製造環境，將派工法則依
交期
（降低延遲時間、工單數）、表2.1 派工法則之類型 [8] 構面 名稱 描述 交 期 構 交 期 構 交 期 構 交 期 構 面面面面
ATC （Apparent Tardiness Cost）：考慮等候時間因素後，選取最 緊迫之工單先加工。
COVERT （Largest Cost Over Time）：工單緊迫度為權重函式之參數， 以降低平均延遲時間為目的。
CR （Critical Ratio）：選取最緊迫的工單先加工。 EDD （Earliest Due Date）：選取交期最早者先加工。
FSVL （Fluctuation Smoothing for Variance of Lateness）：降低延遲 時間之變異，考慮等候時間，可視為LS法之修正。
LS （Least Slack）：最緊迫之工單先加工。
MOD （Modified Operation Due Date）：考慮等候時間因素後，選 取最緊迫之工單先加工。
R&M （Rachamadagu and Morton heuristic）：類似COVERT法之理 念，惟此法改以平準化加工時間配合指數函式計算權重。
RR
（Raghu and Rajendran）：考量現有機台現況、交期與下一 加工機台之負荷，其目的為最小化平均延遲時間與平均週期 時間。 週 期 時 間 構 週 期 時 間 構 週 期 時 間 構 週 期 時 間 構 面面面面
FRO （Fewest number of Remaining Operation）：選取剩餘加工步 驟數最少者優先加工，以增加系統產出。
FSMCT （Fluctuation Smoothing policy for Mean Cycle Time）：降低平 均生產週期時間。
FSVCT （Fluctuation Smoothing policy for Variance of Cycle Time）： 降低生產週期時間之標準差。
LTNV
（Longest expected processing Time until its Next Visit）：下次 到臨該機台需經最長製程時間者優先，可減少於該機台之等 候時間，以降低生產週期時間。
LWNQ （Least Work Next Queue）：選取下一加工機台前等候線中屬 同一產品之個數最少者優先，可降低等候時間。
MIVS
（Minimum Inventory Variability Schedule）：考慮現有步驟與 下游步驟之在製品狀況，並依此劃分四種優序作為派工的依 據。此法可降低平均生產週期時間與其標準差。
表2.1 派工法則之類型（續）[8] 構面 名稱 描述 機 台 工 作 負 荷 構 機 台 工 作 負 荷 構 機 台 工 作 負 荷 構 機 台 工 作 負 荷 構 面面面面 FGCA
（Fast Gain Control Amplifier）：選取下兩個加工步驟內將到 臨瓶頸機台之工單優先加工，配合 FIFO 之使用，可避免瓶 頸機台缺料。
LPT （Largest Processing Time）：最長加工時間者優先，可延緩對 下游機台之負荷。
LWKR （Least Work Remaining）：最少剩餘加工時間者優先，可使 工單早日離開系統，減輕系統負荷。
SPT （Shortest Processing Time）：最短加工時間者優先，可增加 機台單位時間產出。
SRPT （Shortest Remaining Processing Time）：最短剩餘加工時間者 優先，可增加系統單位時間產出。
STNV （Shortest expected processing Time until its Next Visit）：下次 到臨該機台需經最短製程時間者優先，可避免機台缺料。 TWORK （Total WORK）：對系統造成最小負荷之工單優先。
其 他 其 他 其 他 其 他 構構構構 面面面面 CyClic （單產品，再回流環境，適用於瓶頸機台）假設目前經此機 台之工單以第 m 層者為最多。選取 m+1 層之工單以 FIFO 加 工；若無，則選取 m+2 層之工單以 FIFO 加工。
FIFO （First In First Out）：先進先出，可得公平、簡單。
LDT （Largest Divided Time）：該製程佔該產品總製品時間最大者 優先。
LMT （Largest Multiplied Time）：產品於該製程加工時間與總製程 時間之乘積最大者優先。
LNQ （Largest Number in Queue）：等候列中個數最多之工單優先 加工，可維持產出平順。 M1-M2 （單產品，再回流、雙瓶頸環境，適用於瓶頸機台）瓶頸為 M1、M2（先經過 M1 加工）。M1 選取最小剩餘加工時間之 工單者優先；M2 選取最大剩餘加工時間之工單者優先。 RONDON 隨機選取。
SMT （Smallest Multiplied Time）：產品於該製程加工時間與總製 程時間之乘積最小者優先。
表2.2 傳統常見之派工法則文獻 1965 學者 Conway [30] 研究發現 16種派工法則中，SRPT與FRO較能使在製品存貨減到最 少，而LS在所有與交期設定相關的派工法則中針對交期效 能相關標準中是表現最好的。 1975 學者 Hershauer及Ebert [37] 研究發現
13種派工法則中，SRPT在平均流程時間（Mean Flow Time） 為最小。LS在交期的表現比其它與交期相關的派工法則來 的優。 1982 學者 French [34] 研究發現 在單機、多個工作的確定性排程問題下，EDD能最小化所 有工作的最大延遲（Maximum Tardiness）。 1988 學者 Wein [60] 研究發現 M1-M2為在瓶頸機台表現較好的派工法則，FIFO在非瓶頸 機台上的表現較好。 1996 學者 Chang等人[27]
研究發現 對減少平均延遲（Mean Tardiness）及延遲工件（Tardy Jobs） 的數目，以EDD、LS會產生較好結果。 學者 徐光宏[10] 研究發現 接單式生產的晶圓廠為滿足顧客訂單的交期，EDD、CR常 為列入考量使用的派工法則之一。 2003 學者 王治平[2] 研究發現 在高機台使用率情況下，EDD能有效減少延遲時間的變異 （Variance of Tardiness）。在單一瓶頸機台情況下，FIFO能 減少流程時間的變異（Variance of Flow Time）。
表2.3 晶圓製造常見派工法則文獻 1988 學者 Lozinski及Glassey [45] 派工法則 SA（Starvation Avoid） 內容 該法在保持低在製品量下，盡量提高瓶頸機台使用率，並 考慮再回流的特性。當瓶頸機台有缺料危機時，SA優先處 理預備供應給瓶頸機台的批量，並搭配SRPT（Shortest Remaining Processing Time）：當瓶頸資源無缺料危機時， 給予SRPT較大權重，反之則給予SA法則較大權重。 1989 學者 Lou及Kager [44] 派工法則 TB（Two-Boundry） 內容 考慮機台隨機性的故障干擾與再回流特性，依據第一、第 二製程步驟間之實際在製品水準與計劃在製品水準之差距 （WIP門檻）以及第一製程步驟之實際累積生產與累積需 求之差距（Surplus門檻）來決定投料與否的判斷依據，並 利用在製品水準差值、產品權重與層級權重三者的乘積來 決定派工優序。 1991 學者 Lu及Kumar [46]
派工法則 LBFS（Last Buffer First Serve）
內容 根據再回流的次數來決定加工的先後順序，模擬結果顯示 LBFS對於平均延遲時間的降低有顯著績效。
1994
學者 Lu等人[47] 派工法則
FSMCT（Fluctuation Smoothing Policy for Mean Cycle Time） FSVCT（Fluctuation Smoothing Policy for Variance of Cycle Time） 內容 Lu等人指出晶圓廠生產週期時間為純加工時間加總的2.5 至10倍，而愈短的生產週期時間將愈具有滿足顧客需求的 能力。該研究發現FSMCT可有效降低平均等候時間，而 FSVCT則對於降低週期時間的標準差有顯著績效。 1996 學者 Li等人[43]
派工法則 MIVS（Minimum Inventory Variability Schedule）
表2.3 晶圓製造常見派工法則文獻（續）
1996
學者 徐光宏[10]
派工法則 PADR（Photolithography Area Dispatching Rule）
內容 針對機台加工特性，考慮加工條件及優先值條件，並以權 重植及門檻值觀念配合固定在製品投料法（Fixed-WIP； FW）及均勻投料法（Uniform Loading；UL）探討各權重 因子對系統績效之影響。其結果顯示該派工法在系統的產 出量、良率、平均生產週期時間等績效方面都較FIFO和SPT 好。 1997 學者 Hung及Chen [38]
派工法則 MLS（Modified Least Slack）
內容 以等候理論為根據，預測批量剩餘加工時間，經模擬驗證 該派工法則在降低生產週期時間變異上有顯著成效。 2001 學者 羅仕宗[23] 派工法則 及時派工法則 內容 以過站值（Turn Ratio）為概念的派工法則，該研究對不同 產品批次別經過每個製程階所需時間對過站值做加權動 作，得到平均加權過站值（Weighted Turn Ratio）及各優先 權下加權過站值，以之作為生產速度的估算，使其更接近 產品加工時廠中生產流速。
2004
學者 Chen等人[28]
派工法則 DSDD（Dynamic State-Dependent Dispatching）
內容 針對晶圓製造廠之批量派工，提出一套動態派工演算法， 其主要考量生產系統狀態，不斷地在不同的時間點找尋出 系統之瓶頸機台；並依據瓶頸機台前等候線的負荷狀況使 用三種不同的派工法則1。其實驗證明該動態派工法則在改 善生產系統的生產週期時間及在製品數量的平均值與標準 差等方面均有顯著的績效。 因此，對晶圓製造廠而言，相關的派工法則大致可區分為控制交期、控制生 產週期時間、控制機台工作負荷等方面。過去關於晶圓廠的派工法則研究中多以 降低產品之生產週期時間及生產週期時間變異為目的，而與控制交期相關的研究 1 當瓶頸機台等候線長時，使用修正雙界法（Revised Two-Boundary；TB+）。
表2.5 與產品相關之生產控制指標 [8] 產品
類別 指標 單位 描述
達交
Number of tardy jobs # 工單無法如期完工的數目 On time delivery ratio % 工單如期完工的比率
Mean lateness Time 工單之準確性(包括提早與延誤) Mean Tardiness Time 工單之延誤性(如考慮成本，則為延
誤成本) Lateness variance Time 工單之準確度 Percentage of tardy
jobs % 工單延誤之比率
Mean square error Time 顯示預測結果變異之大小
Mean absolute error Time 配合成本考量，此指標是指存貨成本 與延遲成本之總和
在製品
Total WIP # 系統存在的 WIP 總數
Max WIP # 系統曾出現之最大 WIP 總數 Active WIP (ratio) #(%) 系統存在執行於生產之WIP總數(比
率) Engineering WIP
(ratio) #(%)
系統存在執行於製程測試之 WIP 總 數(比例)
Hold WIP (ratio) #(%) 系統存在執行於暫停活動之 WIP 總 數(比例)
Rework WIP (ratio) #(%) 系統存在執行於重加工之 WIP 總數 (比例) Cwip % 在製品水準控制能力(層級觀) 產出量 Throughput # 單位時間內產出量 在製品 、 產出量 WIP-to-Out ratio % 系統總 WIP 數與產出量之比率，可 解讀為每單位產出約需多少的 WIP 支援(產出導向)
Turn over rate # 系統WIP流動的平均速率
週期 時間
Total cycle time Time 產品之總週期時間 Cycle time Std. Var. Time 產品週期時間之標準差 Cycle time per layer Time 產品流經各層級之週期時間 Actual-to-Theoretical
Cycle time ratio Time
表2.6 與設備相關之生產控制指標 [8] 設備 類別 指標 單位 描述 產出量 Total movement # 單位時間內設備完成之工單數(一般針 對瓶頸設備)
Wafer per hour # 每小時設備產出的晶圓數
負荷平衡圖指標 % 計算設備負荷率所衍生之指標，可用來 預估產出狀況 週期 時間 Mean Queuing Time Time 機台前等候列之平均等候時間 設備 效率
Process time ratio % 實際加工時間與理論加工時間之比值 Up time ratio % 設備處於可利用狀況之比例
Down time ratio % 設備處於當機狀況之比例 Utilization % 設備執行加工作業之比例
Average load size # 設備平均裝載率(針對 batch equipment) Loading rate % 設備處於使用狀況之比例 OEE indexes % 設備真正使用於計劃生產的比例 CUBES indexes % 瓶頸設備真正使用於計劃生產的比例 儘管生產績效指標為數眾多，但大多屬於輔助性衡量指標。一般而言，接單 式生產環境（如晶圓代工廠）特別著重在週期時間與交期達成率，而存貨式生產 環境（如整合元件製造廠）則偏重在產出水準績效[48]。
Lot）與機台當機（Machine Down），該研究發現派工、投料、批次大小等三個 因子對總產出、生產週期時間及在製品等生產績效具有顯著的影響。 Crandell等人[31]從JIT生產系統的管理角度著手，探討在製品庫存水準、系 統產出速率與系統停留時間三者之互動關係。其模擬結果指出當平均在製品庫存 水準越高，總產出、前置時間、設備平均使用率等績效指標都會增加。為了要追 求高產出與高設備使用率，可將平均在製品庫存水準提高；不過隨之而來的可能 是系統停留時間的拉長與平均在製品庫存水準所導致之成本積壓。所以生管人員 應將生產規劃重心擺在如何提升有效產出的最終目標，而非一味的提高在製品水 準。
第三章
第三章
第三章
第三章 研究方法
研究方法
研究方法
研究方法
本章將詳細說明 ANP 之理論方法，並介紹如何由該理論方法建構出本研究 之 ANP 派工法則評估模式。文中將研究理論方法與應用分為四個章節，且於最 後一節中介紹電腦輔助決策軟體 Super Decision，用以協助運算 ANP 模型之群組 中的各個準則相對優勢度排序。 圖 3.1 為表示各章節之間的關連性，圖中說明了本研究由 3.1 與 3.2 節所之 內容建構了 3.3 節中本研究之 ANP 派工法則評估模式，並應用 3.4 節所介紹之電 腦輔助決策軟體來運算該模式中所有群組之各個準則的相對權重。 圖3.1 第三章各章節之關連性3.1 ANP 理論
理論
理論
理論概述
概述
概述
概述
係，此時系統的結構類似於網路結構，而 ANP 法的產生便是用於解析此種網路 系統結構問題[1]。
ANP 法為 Saaty [56]於 1975 年所提出，係由 AHP 法所延伸而來。Saaty 將 AHP 法加上回饋機制，使其可處理問題的相依及回饋關係，並透過比例尺度 （Ratio Scales）之獲取，來預測所有準則、目標、方案間精確的內部關係，甚至 用來做最佳決策。
3.2 ANP決策流程
決策流程
決策流程
決策流程
處理複雜的問題時，必需利用有系統的方式加以分析。除AHP法外，ANP 法亦秉承此一精神。當應用ANP法處理較複雜的決策問題，同時利用問卷方式調 查多數專家對要素重要程度的判斷時，整個ANP法決策流程步驟詳見3.2.1節。
3.2.1 ANP法之
法之
法之流程
法之
流程
流程
流程步驟
步驟
步驟
步驟
【步驟1】 界定決策問題與成立決策群體（Problem Structuring and Expert Group） 根據決策問題的本質，將可能影響決策問題之因素均納入探討，以界定決策 問題的範圍。根據決策問題所涉及的領域及複雜的程度，匯集相關領域的專家意 見，以成立決策群體。一般而言，專家人數不宜太多，以5-15人較佳，如果為單 一決策者時，則此一步驟可以省略[19]。
【步驟2】 構建問題之網路階層結構（Construct Model Construction）
圖3.4 ANP網路層級評估模式架構圖 [56] 【步驟3】 問卷調查與專家偏好整合（Questionnaire Survey） 根據問題之網路層級結構，每一要素在其上層要素作為評估基準下，由專家 進行要素間之相對重要性程度判斷。一般藉由問卷方式進行調查，同時問卷必須 清楚地陳述每一成對比較問題，以協助專家的判斷。 當決策者只有一位時，其判斷的結果並不涉及偏好的整合。但若有多位專家 進行評估時，因為每位專家對問題的認知不同，所得到的成對比較權重值也不 同，最後得到替代方案或計畫的重要性程度也不同，所以必須進行專家偏好的整 合。偏好整合的方法甚多，基於判斷容易與計算簡單的考量下，可利用決策群體 權重的平均值，進行專家偏好整合。平均值的計算方法，包括算術平均（Arithmetic Mean）與幾何平均（Geometric Mean）兩種方式，Saaty [54]認為幾何平均法之 結果較佳。
圖3.5 外部及內部關係之成對比較示意圖 【步驟5】 一致性檢定（Consistency Test） 在ANP法中，決策者或專家的判斷偏好必須具遞移性，即滿足以下關係。然 而人為的判斷常無法完全滿足下式的條件，因此，必須要經過一致性檢定 （Consistency Test）的程序。 ik jk ij a a a ⋅ = ，∀i ,, j k (3-2) 其中， aij 表示要素 i 對要素 j 之相對重要性。 ajk 表示要素 j 對要素 k 之相對重要性。 aik 表示要素 i 對要素 k 之相對重要性。 一致性檢定係根據成對比較矩陣的一致性比率（Consistency Ratio；C.R.）進 行檢定，其定義為 . . . . . . I R I C R C = (3-3)
其中，C.I. 表示一致性指標（Consistency Index；C.I.）。 R.I. 表示隨機指標（Random Index；R.I.）。
在另一子矩陣C中，各行的特徵向量集，可表示為對於每一次評估準則所呈現的 對各主評估準則之相對優先性（Relative Dominance）。據此，超矩陣M包含了上 述二個子矩陣B及C，其表示如下： 超矩陣M中之行向量總和若不符合行隨機原則3（Column-Stochastic），則稱 之為「未加權超矩陣」(Unweighted Supermatrix)，此時必須經過特定的程序加以 轉換成「加權超矩陣」(Weighted Supermatrix)。藉由上述轉換的程序，再經極限 化（limiting）過程，即把M與M相乘至2k +1次方（k 為主觀決定之值），相依關 係將逐漸收歛，並得到要素間的相對權重[56]。 此外，決策問題所列舉的各個可行方案若對系統中的群組有影響時，需將它 們列入超矩陣中進行運算，獲得含可行方案之極限化超矩陣，依該矩陣中各可行 方案權重與各準則之間的相對權重，計算出每一個方案的整體權重，即可獲得最 佳方案。
【步驟7】 選擇最適可行方案（Selection of Best Alternatives）
驟完成加工之批量數，為生產現場中不包括原物料與成品的半成品存量。 （4）
設備效率
設備效率
設備效率
設備效率（
（
（
（
Equipment Efficiency）
）
）
）
在生產過程中，如何有效的使用設備， 為一種設備績效的衡量。包含（a）瓶頸利用率（Bottleneck utilization） （b）限制資源利用率（CCR utilization）。瓶頸利用率係指在某一期間， 系統裡瓶頸之平均利用率。由於整個製造系統的產出量是由瓶頸工作站 決定，所以瓶頸利用率應該愈高愈好。限制資源利用率係指在某一期間， 系統裡 CCR 之平均利用率。儘管 CCR 不是瓶頸，但實質上也有高利用 率。當 CCR 利用率太高時，會有瓶頸漂移的可能性。 3. 次要準則（Detailed Criteria）： （1）產品組合
產品組合
產品組合
產品組合（
（
（
（
Product Mix）
）
）
）
係指將多種不同產品依不同的比例混合加工。 （2）緊急訂單
緊急訂單
緊急訂單
緊急訂單（
（
（
（
Rush Order）
）
）
）
係指未經安排在本次生產期間製造，卻由於某 些原因必須優先交貨之訂單。（3）
批次大小
批次大小
批次大小
批次大小（
（
（
（
Batch Size）
）
）
）
係指在批次處理機台(Batch Processing Machine) 上加工之批次數。批次作業(Batch Operation)可在批次處理機台上同時操 作一批以上的加工作業，但此種機台一次作業有最大加工容量的限制。 （4）交期
交期
交期
交期（
（
（
（
Due Date）
）
）
）
係指製造廠接受訂單後給予客戶承諾或應客戶要求之 交貨日，一般可分成依工作特性(Job Characteristics)指定交期、依現場狀 況(Shop Condition)指定交期、依動態的現場負荷(Dynamic Shop Workload) 指定交期。（5）
機台當機
機台當機
機台當機
機台當機（
（
（
（
Machine Down）
）
）
）
係指加工機台非預期性之當機。由於機台設 備成本相當昂貴，折舊費用相當大，且機台的高當機率會對製造系統的 產出造成負面的影響。4. 派工方法（Dispatching Rules）：
（1）
最早交期法
最早交期法
最早交期法
最早交期法（
（
（
（
Earily Due Date；
；
；
；
EDD）
）
）
）
：
：
：
：
依據加工批交期的前後順序給予 優先值，交期近者先加工。關鍵比值法
關鍵比值法
關鍵比值法
工時間（Time Remaining）除以其剩下之加工時間（Work Remaining）， 比值越小的加工批優先權越高。
（3）
先進先出法
先進先出法
先進先出法（
先進先出法
（
（
（
First In First Out；
；
；
；
FIFO）：
）：
）：
）：
為最簡單且常用的一種派工法 則，其給予在等候線中等候時間最長的加工批最高的優先值。（4）
最小浮時法
最小浮時法
最小浮時法
最小浮時法（
（
（
（
Least Slack；
；
；
；
LS）
）
）
）
：
：
：
：
一加工批到達交期前可用的加工時間減 去其剩下所需的加工時間稱之為浮時 [Slack Time = (Due Date – Present Time) – Remaining Processing Time]。浮時越小的加工批優先權越高。 （5）最短剩餘加工時間法
最短剩餘加工時間法
最短剩餘加工時間法（
最短剩餘加工時間法
（
（
（
Shortest Remaining Processing Time；
；
；
；
SRPT）：
）：
）：
）：
最短剩餘加工時間者優先，指剩餘加工作業之加工時間加總，不含 Queue Time、Wait Time。
表4.17 在『發生緊急訂單』因素下，派工方法的成對比較表
EDD CR FIFO LS SRPT FRO Cyclic M1-M2 特徵向量 EDD 1 2 4 2 2 4 3 2 0.260 CR 1/2 1 3 1 2 2 2 2 0.165 FIFO 1/4 1/3 1 1/3 1/2 1/2 1/2 1 0.055 LS 1/2 1 3 1 2 1 1 2 0.141 SRPT 1/2 1/2 2 1/2 1 1 2 1 0.104 FRO 1/4 1/2 2 1 1 1 1 2 0.104 Cyclic 1/3 1/2 2 1 1/2 1 1 1 0.090 M1-M2 1/2 1/2 1 1/2 1 1/2 1 1 0.081 CR = 0.0260 從表4.17所示，即求得在『發生緊急訂單』因素下，EDD、CR、FIFO、LS、 SRPT、FRO、Cyclic與M1-M2這八種派工方法之相對權重值分別為（0.26、0.165、 0.055、0.141、0.104、0.104、0.09、0.081），顯示出EDD派工法對發生緊急訂單 之結果是影響最大，FIFO派工法則影響最小。此外，C.R.＝0.026小於0.1，顯示 專家的評估結果具有一致性。 表4.18 在『適當批次大小』因素下，派工方法的成對比較表
家的評估結果具有一致性。
表4.19 在『滿足交期』因素下，派工方法的成對比較表
EDD CR FIFO LS SRPT FRO Cyclic M1-M2 特徵向量 EDD 1 2 4 2 3 2 3 3 0.258 CR 1/2 1 2 1 1 2 2 2 0.145 FIFO 1/4 1/2 1 1/2 1/2 1/2 1/2 1 0.062 LS 1/2 1 2 1 2 2 4 2 0.176 SRPT 1/3 1 2 1/2 1 1 1 1 0.098 FRO 1/2 1/2 2 1/2 1 1 2 1 0.103 Cyclic 1/3 1/2 2 1/4 1 1/2 1 1 0.077 M1-M2 1/3 1/2 1 1/2 1 1 1 1 0.081 CR = 0.0224 從表4.19所示，即求得在『滿足交期』因素下，EDD、CR、FIFO、LS、SRPT、 FRO、Cyclic與M1-M2這八種派工方法之相對權重值分別為（0.258、0.145、0.062、 0.176、0.098、0.103、0.077、0.081），顯示出EDD派工法對滿足交期之結果影 響最大，FIFO派工法則影響最小。此外，C.R.＝0.0224小於0.1，顯示專家的評估 結果具有一致性。 表4.20 在『發生機台當機』因素下，派工方法的成對比較表
表4.21 未加權超矩陣M
Goal Major Criteria Detailed Criteria Alternative
Optimal Production Performance Cycle Time Throughput WIP Level Equipment Efficiency Product Mix Rush Order Batch Size Due Date Machine
Down EDD CR FIFO LS SRPT FRO Cyclic M1-M2
Goal Optimal Production
表4.22 加權超矩陣M’
Goal Major Criteria Detailed Criteria Alternative
Optimal Production Performance Cycle Time Throughput WIP Level Equipment Efficiency Product Mix Rush Order Batch Size Due Date Machine
Down EDD CR FIFO LS SRPT FRO Cyclic M1-M2
Goal Optimal Production
表4.23 極限化超矩陣M”
Goal Major Criteria Detailed Criteria Alternative
Optimal Production Performance Cycle Time Throughput WIP Level Equipment Efficiency Product Mix Rush Order Batch Size Due Date Machine
Down EDD CR FIFO LS SRPT FRO Cyclic M1-M2
Goal Optimal Production
4.2.3 最適可行方案之選擇
最適可行方案之選擇
最適可行方案之選擇
最適可行方案之選擇
根據（3-5）式以及超矩陣經由綜合評價後，即可求取各評估準則與方案間 之相互依存關係之優先權重值，進而求得派工方法之綜合期望指標，結果如表 4.24 所示。 表4.24 派工方法之綜合期望指標（DI） 評估準則 派工方法權重（Wj）19.鄧振源，「層級分析法，計畫評估：理論與實務講義」，華梵大學工業管理學 系，台北，2001。 20.謝志岳，「晶圓製造廠黃光區與爐管區派工法則之研究」，國立交通大學工業 工程與管理學系，碩士論文，1998。 21.賴勇見，「應用系統模擬於鞋模具生產與派工之探討」，雲林科技大學工業工 程與管理研究所，碩士論文，2004。 22.簡煌煜，「產出績效衡量指標之研究」，國立交通大學工業工程與管理學系， 碩士論文，1998。 23.羅仕宗，「時間加權的及時派工法則」，國立清華大學工業工程與工程管理學 系，碩士論文，2001。
24.Atherton, L. F. and R. W. Atherton, “Wafer Fabrication : Factory Performance and Analysis,” Kluwer Academic Publishers, 1995.
25.Blackstone, J. H., Phillips, D. T. and Hogg, G. L., 1982, A state-of-the-art survey of dispatching rules for manufacturing job shop operations. International journal of production research, 20, 27-45.
26.Benson, R. F., S. P. Cunningham, and R. C. Leachman, “Benchmarking Manufacturing Performance in the Semiconductor Industry,” Production and Operations Management, Vol. 4, No. 3, 1995.
27.Blackstone, J. H., D.T., Phillips, and G. L., Hogg, “A state-of-The Art Survey of Dispatching Rules for Manufacturing Job Shop Operations”, International Journal of Production Research, Vol.20, pp. 27-45, 1982.
28.Chang, Y. T. Sueyoshi, and R. S. Sullivan, “Ranking Dispatching Rules by Data Envelopment Analysis in a Job Shop Environment”, IIE Transactions, Vol. 28, pp. 631-642, 1996.
29.Chen , J. C., C. W. Chen, C. Y. Tai, and J. C. Tyan, “Dynamic state-dependent dispatching for wafer fabrication,” International Journal of Production Research, Vol. 42, No. 21, pp. 4547-4562, 2004.
30.Chung, S. H, Amy H.I. Lee, and W.L. Pearn, “Analytic networkprocess (ANP) approach for product mix planning in semiconductor fabricator,” International Journal of Production Economics, 96, pp. 15-36, 2005.
31.Conway, R. W., “Priority dispatching and work-in-process inventory in a job shop,” Journal of Industrial Engineering, Vol. 16, pp. 123-130 and pp. 228-237, 1965.
32.Crandell, R. E. and T. H. Burwell, “The Effect of Work- in-Process Inventory Levels on Throughput and Lead Time,” Production and Inventory Management Journal, Vol. 34, No. 1, pp. 6-12, 1993.
Vol. 5, No. 5, pp. 101-105, 1992.
34.Enns, S. T., “An Integrated System for Controlling Shop Loading and Work Folw,” International Journal Production Research, Vol. 33, No.10, pp. 2801-2820, 1995.
35.French, Simon, “Sequencing and Scheduling,” Ellis-Horwood Inc., 1982.
36.Fronckowiak, D., A. Peilert, and K. Nishinohara, “Using Discrete Event Simulation to Analyze the Impact of Job Priorities on Cycle Time in Semiconductor Manufacturing,” IEEE/SEMI Advanced Semiconductor Manufacturing Conference, pp. 151-155, 1996.
37.Goldratt, E. M. and J. Cox, “The Goal: A Process of Ongoing Improvement,” North River Press, New York, 1992.
38.Hershaner, J. C., and J. Ebert, “Search and simulation selection of a job-shop scheduling rule,” Management Science, Vol. 21, pp. 53-63, 1975.
39.Hung, Y. F. and C. B. Chen, “A Study of Wafer Fab Dispatching Rules Based on Empirical Flow Time Predictions,” IEEE/CPMT Int'l Electronics Manufacturing Technology Symposium, pp. 430-438, 1997.
40.Jharkharia, S. and R. Shankar, “Selection of logistics service provider: An analytic network process (ANP) approach,” Omega, In Press, Corrected Proof, Available online 29, August, 2005.
Kiran, A. S. and Smith, M. S., 1984, Simulation studies in job shop scheduling: a survey, Computers and Industrial Engineering, 8, 46-51.
41.Koriyama, H., Y. Yazaki, Y. Kato, and T. Kisakibaru, “Virtual Manufacturing System,” International Symposium on Semiconductor Manufacturing, pp. 5-8, 1995.
42.Leachman, R. C. and D. A. Hodges, “Benchmarking Semiconductor Manufacturing,” IEEE Transaction on Semiconductor Manufacturing, Vol. 9, No. 2, 158-169, 1996.
43.Lee, J.W. and S.H. Kim, “Using analytic network process and goal programming for interdependent information system project selection,” Computers and Operations Research, 27, pp. 367-382, 2000.
44.Li, S., T. Tang, and D. W. Collins, “Minimum Inventory Variability Schedule With Applications in Semiconductor Fabrication,” IEEE Transactions on Semiconductor Manufacturing, Vol. 9, No. 1, pp. 145-149, 1996.
45.Lou, S. and P. W. Kager, “A Robust Production Control Policy for VLSI Wafer Fabrication,” IEEE Transactions on Semiconductor Manufacturing, Vol.2, No.4, pp. 159-164, 1989.
147-153, 1988.
47.Lu, S. C. H. and P. R. Kumar, “Distributed Scheduling Based on Due Dates and Buffer Priorities,” IEEE Transactions On Semiconductor Manufacturing, Vol. 36, No. 12, pp. 1406-1416, 1991.
48.Lu, S. C. H., D. Ramaswamy, and P. R. kumar, “Efficient Scheduling Policies to Reduce Mean and Variance of Cycle-time in Semiconductor Manufacturing Plants,” IEEE Transactions on Semiconductor Manufacturing, Vol. 7, No. 3, pp. 374-388, 1994.
49.Maiorana, A. and G. Iuliano, “Improving Cycle Time through Managing Variability in a DRAM Production Line,” IEEE Transactions on Semiconductor Manufacturing, pp. 29-32, 1997.
50.Martin, D. P., “Total operational efficiency (TOE): the determination of capacity and cycle time components and their relationship to productivity improvements in a semiconductor manufacturing line,” IEEE/SEMI advanced Semiconductor Manufacturing Conference, pp. 37-41, 1999.
51.Meade, L.M. and J. Sarkis, “Analyzing organizational project alternatives for agile manufacturing processes: An analytical network approach,” International Journal of Production Research, Vol. 37, No. 2, pp. 241-261, 1999.
52.Meade, L.M. and A. Presley, “R&D project selection using the analytic network process,” IEEE Transactions on Engineering Management, Vol. 49 No. 1, pp. 59-66, 2002.
53.Montazeri, M. and Van Wassenhove, L. N., 1990, Analysis of scheduling rules for an FMS. International journal of production research, 28, 785-802.
54.Moodie, C. L., T. Adachi, and J. J. Talayage, “A Pattern-Regression-Based Method for controlling a Multi-Loop Production System,” International Journal Prodcution Research, Vol. 26, No. 12, pp. 1943-1957, 1988.
55.Pierreval, H. and N. Mebarki, “Dynamic Selection of Dispatching Rules for Manufacturing System Scheduling,” International Journal of Production Research, Vol. 35, No. 6, pp. 1575-1591, 1997.
56.Saaty, T.L., “The analytic hierarchy process”, New York: MeGraw-Hill, 1980. 57.Saaty, T.L. and M. Takizawa, “Dependence and independence: From linear
hierarchies to nonlinear networks,” European Journal of Operational Research, 26, pp. 229-237, 1986.
58.Saaty, T. L., Decision Making with Dependence and Feedback: The Analytic Network Process, RWS Publications, 1996.
59.Saaty T. L., “Decision making in complex environments,” Super Decisions, 2003. 60.Uzsoy, R., C. Y. Lee, and A. Louis, “A Review of production and Scheduling
Transactions, Vol. 26, No. 5, pp. 44-55, 1994.
61.Wang H.F., “Multicriteria Decision Making -- from Certainty to Uncertainty,” Ting Lung Book, 2004.
62.Wein, L.M., “Scheduling Semiconductor Wafer Fabrication,” IEEE Transactions on Semiconductor Manufacturing, Vol.1, No.3, pp.115-130, 1988.
63.William J. Stevenson, “Operations Management 7th Edition,” McGraw-Hill companies, Inc, 2002.
