國立臺灣大學工學院土木工程學系 碩士論文
Department of Civil Engineering College of Engineering
National Taiwan University Master Thesis
運用基於派翠網之蟻群最佳化法於營建資源之規劃
—以高科技廠房格子版施工為例
Applying Petri-net-based Ant Colony Optimization to Resource Allocation: The Case of Waffle Slab Construction
吳曜安 Yao-an, Wu
指導教授：張陸滿 教授 Advisor: Luh-Maan, Chang, Ph.D.
中華民國98年6月
碩 士 論 文 側 邊 國 立 台 灣 大 學 土 木 工 程 學 系
運用 基於 派翠 網之 蟻群 最佳 化法 於營 建資 源之 規劃
吳 曜 安 撰 九 十 八
｜以 高科 技廠 房格 子版 施工 為例
誌 謝
這本論文代表的是我在台大土木所營建工程與管理組兩年的淬鍊。作研究 的過程像品茗，滾水燙過，從壺口濾出茶的一生精華。舉杯聞香，嘗試著將學問 的奧秘宇宙於一絲鼻息中凝聚。無法窺其全貌，故就口，卻被其炙熱的內涵震懾 而停頓，待波瀾平息方一飲而盡。初入喉是苦澀，不安地於舌尖滾動，波瀾與時 間一同減緩，最後靜止於舌根。沈寂，然後豁然開朗，化為甘甜襲來，金絲傾瀉 而下，將心湖染成璀璨的金色。
湖心是一株茶樹的倒影。
我最敬愛的張陸滿教授，給予茶樹成長的寬闊天空，是光合作用所需的日 光；林建元教授、郭斯傑教授、荷世平教授、曾惠斌教授有如清爽的微風，吹拂 枝葉擺向不同的角度；莊子壽學長與沈恆光學長，有如甘霖滋潤了葉脈。倒影 中，我見到不僅一株茶樹，思賢、紘瑞、雅晴、那桑提、炳全、詠珉、文守、琮 暉、博文、智弘、浩偉、加麗、祐帆、恩霓，在R96這畝田地中，共同扦插下十 五株茶苗，與他們共同成長的快樂，如同晨曦下的露珠般耀眼。我的室友兼好友 忠毅，是夜空中的星星，時而提點我正確的方向；我親愛的玉芬，是默默支持著 這株茶樹的莖；亦兄亦友的哥哥是聯繫枝幹與土壤的根，而紮根的土壤，是我最 親的父母。擁有你們的愛，讓我不斷茁壯。
謹以本文獻與我的師長、好友、摯愛與家人。
吳曜安
民國98年6月29日於台灣大學營建工程與管理組研究室
摘 要
對高科技產業而言，新廠興建必須考量企業產能規劃和景氣循環，導致初 期規劃設計時間短；且工期緊湊，排程容錯率相當低。工程專案排程預定目標之 達成，首重營建資源分派之規劃，工項必須給予適當的資源組合，方可得到與排 程相符的結果。
為彌補傳統CPM網圖於工作資源需求描述之不足，本研究之目的係嘗試導 入派翠網(Petri-net)，藉其善於表現資源與工作連結之特性，增進流程模擬的可信 度。並透過蟻群最佳化演算法(Ant Colony Optimization)，建構基於派翠網的智慧 型資源規劃模式，進行案例之模擬分析及資源數量分派最佳化。
潔淨室為高科技廠房專案中最具代表性之設施，是機台安裝與廠房氣密的 先置條件，而潔淨室各工項中，又以格子版(Waffle Slab)結構工程最為關鍵。本研 究以格子版結構工程為例，首先以派翠網建立格子版工作流模型，並實地調查格 子版各工序之資源需求，分析不同資源組合下之工期與資源使用。與實際施工獲 得之數值進行比較，發現派翠網能真實呈現資源配置對工率、工期之影響。建立 可信的分析模型後，輔以蟻群最佳化演算法進行資源規劃。結果顯示，蟻群最佳 化演算法能夠針對工程目標如工期、出工成本、工率等，迅速找出最適資源配置 組合。本研究結合派翠網及蟻群最佳化演算法，提供一種迅速且可信的資源規劃 方式，讓規劃者在專案工期與資源間取得平衡、減少資源閒置之浪費。
關鍵字：派翠網; 資源分派; 蟻群最佳化演算法; 工作流管理;高科技廠房; 營建管理
Abstract
In High-Tech industry, the decision to construct a plant must take the business cycle and capacity requirement of the enterprise into consideration. To facilitate the products getting into market earlier, it often results in the shortening of the duration needed for finishing a plant. The crashing of the scheduling makes the construction less fault-tolerant. Resource planning has significant influence on the activities' completion, and each activity must be given adequate of resource to assure every task been finished as planned. The purpose of this research is to propose a more precisely workflow network to improve the reliability of scheduling, and use artificial intelligence to reduce the time of searching the best combination of resource.
Cleanroom is the most core facility of the High-Tech plan. In a high-tech plant construction, the activity of completing the cleanroom is normally along the project’s critical path. Its completion is crucial to the timely delivery of the company’s products.
To timely complete the cleanroom, adequate resource must be supplied to the construction.
CPM is a widely used method on project scheduling, but it is inadequate to describe the linkage between resources and tasks. In this research, the Petri-net, a graphical tool in the modeling of workflow management and manufacturing process is proposed to improve the reliability of the workflow simulation. Base on the Petri-net workflow simulation and the collaboration of Ant Colony Optimization(ACO), the
optimization time of resource combination is significantly reduced. Meanwhile, the reliability of simulation and optimization are greatly improved.
Firstly, a Petri-net workflow model of waffle slab is established, then the field data has been surveyed and imported into the simulation process. The results of field data and Petri-net simulation was then compared. According to the outcome, the result of Petri-net simulation has high relativity with the result of field construction work. This fact verifies that Petri-net is a suitable tool for modelling real construction workflow.
Secondly, an artificial intelligence of ACO has been applied to accelerate the planning process of resource allocation. The optimization result shows that the Petri-net based ACO is a fast and reliable method against resource allocation problem.
Key Word：Petri-net; Resource Allocation; Ant Colony Optimization;
Workflow Management; High-Tech Facility; CPM
目 錄
...
第一章 緒論 1
...
1.1 研究動機 1
...
1.2 定義問題 3
...
1.3 研究目的 3
...
1.4 研究範圍與限制 3
...
1.5 研究方法與流程 3
...
第二章 高科技廠房設施規劃與建設 5
...
2.1 高科技產業及廠房設施概述 5
...
2.2 高科技廠房新建專案特性 8
...
2.3 施工流程 10
...
第三章 文獻回顧 13
...
3.1 派翠網(Petri-nets) 13
...
3.1.1 派翠網圖概述 13
...
3.1.2 高階派翠網圖 15
...
3.1.3 派翠網於營建專案管理之應用 16
...
3.1.4 派翠網與CPM法之比較 17
...
3.2 人工智慧演算法於資源規劃之應用 19
...
3.2.1 蟻群最佳化演算法概述 20
...
3.2.2 蟻群最佳化演算法計算流程 22
...
第四章 資源配置方式對工率之影響 25
...
4.1 高科技廠房格子版(Waffle Slab)結構工程案例背景 25
...
4.2 格子版結構工序分析 29
...
4.3 案例資源配置方式分析 32
...
第五章 以派翠網分析資源對工率之影響 37
...
5.1 建置階層式時間派翠網圖 37
...
5.2 輸入資源配置進行派翠網模擬推估 41
...
5.3 模擬結果分析 44
...
5.4 應用派翠網於資源組合分析 51
...
第六章 營建資源配置組合最佳化 53
...
6.1 基於派翠網之蟻群最佳化演算法模式建置 53
...
6.2 蟻群最佳化演算法計算流程 58
...
6.3 最佳化結果分析探討 63
...
第七章 結論與建議 71
...
7.1 結論與建議 71
...
7.2 研究貢獻 73
...
7.3 研究限制 74
...
7.4 未來研究建議 74
...
參考文獻 75
...
附錄：PetriStar程式碼 79
圖 目 錄
...
圖1.5.1 研究流程圖 4
...
圖2.3.1半導體廠房基本FAB棟型式示意圖 10
...
圖2.3.2 FAB棟鋼結構施工示意圖 11
...
圖3.1.1.1a~c 派翠網執行範例 14
...
圖3.2.1.1a~d 自然界中螞蟻搜尋最短覓食路徑之原則 21
...
圖3.2.2.1 節點與合法解答示意圖 22
...
圖3.2.2.2 解空間與對應成本 23
...
圖3.2.1.2a~d 用蟻群最佳化演算法解旅行推銷員問題 24
...
圖4.1.1 案例FAB棟施工順序 25
...
圖4.2.1 格子版單格簡圖 29
...
圖4.2.2 格子版施工作業流程 30
...
圖4.2.3a~d 格子版結構場鑄施工流程 30
...
圖4.3.1a~b 灌漿時程及分區圖 32
...
圖4.3.2a~c 案例各時期物料配置簡圖 33
...
圖4.3.3a~f 資源配置與總出工數、工率關係圖 36
...
圖5.1.1 格子版派翠網圖 38
...
圖5.1.2 鋼筋綁紮次階網圖 39
...
圖5.1.3 FRP模組立次階網圖 39
...
圖5.1.4 PetriStar介面 40
...
圖5.2.1 系統循環圖 42
...
圖5.2.3 片刻長度與計算時間關係圖 43
...
圖5.3.1 鋼筋工率模擬結果與實作比較圖 45
...
圖5.3.2 鋼筋出工數模擬結果與實作比較圖 45
...
圖5.3.3 FRP工率模擬結果與實作比較圖 46
...
圖5.3.4 FRP出工數模擬結果與實作比較圖 46
...
圖5.3.5 鋼筋工期模擬結果與實作比較圖 47
...
圖5.3.6 鋼筋工期模擬結果與實作比較圖 47
...
圖5.4.1 取料距離與每日出工數對工率關係圖 51
...
圖5.4.2 工區大小與每日出工數對總出工需求圖 52
...
圖6.2.1 蟻群最佳化演算法流程圖 62
...
圖6.3.1 PACO模式示意圖 63
...
圖6.3.5a~d 四項指標收斂情形(全體) 67
...
附圖1. PetriStar系統架構圖 79
表 目 錄
...
表2.2.1 高科技廠房與商辦大樓建築結構比較表 8
...
表2.2.2 高科技廠房與商辦大樓專案特性比較表 9
...
表2.3.1 FAB建廠里程碑與主結構體工序 11
...
表2.3.2 FAB細部結構工序 12
...
表3.1.2.1 高階派翠網一覽表 15
...
表3.1.4.1 派翠網與CPM法性質比較表 18
...
表4.1.1 案例廠房特性調查表 26
...
表4.1.2 案例FAB包商預定進場時間表 28
...
表4.2.1 格子版工率影響因素調查 31
...
表4.3.1 鋼筋工率統計表(區域依施作先後排序) 34
...
表4.3.2 FRP模組工率統計表 35
...
表5.2.1 資源可得性最大化工率調查表 41
...
表5.3.1 模擬測試環境 44
...
表5.3.2 派翠網模擬結果與實作之相關係數表 48
...
表5.3.3 派翠網模擬結果與實作之誤差表 49
...
表6.1.1 鋼筋綁紮資源配置原則與相關工作 53
...
表6.1.2 資源配置績效指標關係表 54
...
表6.1.3 成本函數設置 55
...
表6.2.1 ACO演算範例：步驟1.解空間配置 58
...
表6.2.2 ACO演算範例：步驟2.費洛蒙區域更新 59
...
表6.2.4 ACO演算範例：步驟4.迭代結束之費洛蒙分佈 60
...
表6.2.5 ACO演算範例：步驟5.全域蒸發後之費洛蒙分佈 60
...
表6.2.6 ACO演算範例：步驟6.演算結束獲得資源配置建議 61
...
表6.3.1 固定工區面積之工期最佳化(業主) 64
...
表6.3.2 固定工區面積之出工數與暫存區需求最佳化(分包商) 65
...
表6.3.3 非固定工區面積之暫存區需求、取料距離及工率最佳化 66
...
表6.3.4 固定工區面積之四項指標最佳化(全體) 67
...
附表1 Place Data Loader Format (example for steel assembling) 96 ...
附表2 Place Data Loader Format (example for steel assembling) 96 ...
附表3 Graph Loader Format (steel assembling) 97
...
附表4 Resource Limitation Loader Format (steel assembling) 97
第一章 緒論
1.1 研究動機
高科技產業是我國重要的經濟命脈，廠房設施則為科技產品之生產基礎，
是高科技產業提昇競爭力不可或缺之存在。廠房設施之興建與規劃必須考量景氣 與企業產能規劃，在競爭激烈、變化迅速的高科技產業中，廠商皆希望能儘早完 成廠房進行生產以提昇市佔率，造就高科技廠房工期短之特性[王明信, 2004]。
營建工程的設計規劃階段，影響工程生命週期的程度最大，對高科技廠房 而言，初期的規劃設計時間短，加上土木與機電界面眾多，排程複雜度比一般建
築物更高[張書萍, 2000]。在工程執行階段，因生產機具有進場安裝之排程需求，排
程緊湊不容延遲，趕工情形頻繁。
工項之所以產生延遲的原因不外乎：排程錯誤、工程風險意外、品質缺失 重作、物料不足及其他行政因素導致。現場工程師在訪談中指出，工程延遲的主 因為：品質缺失重作、工序安排不當、工人素質不佳、物料不足、出工不足、運 補距離過長、施作界面衝突等[現地調查]。
由以上調查發現，除了品質與排程以外，資源規劃不良亦為工程延遲的主 因。過往在資源規劃的領域上之主軸有二，一為資源限制專案排程(Resource Constrained Project Scheduling)，二為資源撫平(Resource Leveling)。近年來受到精 實營建(Lean Construction)之觀念影響，亦開始提出適時、適量之資源規劃方式。
專案資源排程之目標為，使工作項目能適時取得所需資源進行施作[蕭博文, 2002]， 換言之，若無足夠資源，工作進度會受到相當的影響。
專案管理常用的排程管理手法是CPM法，然而CPM法對於施工情況的描述
間互相影響、專案特性無法詳盡描述[許書凱, 2006]。相對的，在工作流管理中則對 工項狀態和需求有詳盡的定義，各種工作流管理手法中，派翠網是一套圖形化的 語言，其直覺式理解、邏輯嚴謹的特性，適合運用在流程規劃上。實務上，派翠 網廣泛應用於製造流程的建模；學術上，則能配合各種演算法進行流程的最佳 化、驗證與績效分析[林訓宇, 2002]，亦有學者研究派翠網在營建排程上的使用方式
[A.Sawhney, 1997],[Ron, 1997]。
電腦科技的演進讓人工智慧成為輔助決策的重要工具，成熟的人工智慧可 以扮演經驗老道的工程師，作出合理的決策。過往亦有許多軟體嘗試自動進行排 程的計算，如GHOST(1987), CMM+(1996), CasePLAN(2004), CLCPM(2004)...等等，
皆獲得不錯的成效。在資源規劃的課題上，過去曾透過基因演算法、模擬退火 法、線性規劃等等方法求解資源受限排程與資源撫平問題[Yen, 2005]。本研究則著 眼於借重人工智慧的速度，進行資源分派之最佳化解題。
綜合以上討論，工程專案排程預定目標之達成，營建資源分派規劃為相當 重要之一環，工項必須給予適當的資源組合，方可得到與排程相符的結果。高科 技廠房專案中，潔淨室為重點工作項目之一，是機台安裝與廠房氣密的先置條 件，而潔淨室各工項中，又以格子版(Waffle Slab)工程最為關鍵。本研究希望透過 研究找出更適合的資源配置方式，並輔以人工智慧進行資源之最佳化，針對工程 目標作資源最適規劃，在專案工期與資源間取得平衡、減少資源間互相等待之浪 費，提昇資源規劃之績效並縮短規劃時間。
1.2 定義問題
本研究中所指的資源規劃課題為「資源分派」(Resource Allocation)，在公 共資源、企業管理、電腦系統、供應鏈、營建管理等範疇皆有資源分派不均或者 閒置的問題。在過去於營建領域的研究中，排程研究之基礎網圖以CPM為最大 宗，以工項為基準，未考慮施工與資源之關係，且工項中的變異性皆以統計之機 率模型表示，當估算誤差較大時，動輒歸咎於工程個案性質不同。本研究調查發 現，施工績效與資源配置組合高度相關，隨著工程的進步，營建工程必須求取更 精確的工作估時，因此要詳細考慮工項中各工序環節施作與等待資源的時間，方 可獲得較貼近真實施工的模擬結果。
1.3 研究目的
本研究之目的為，提出可考慮資源配置方式對工作績效影響之網圖，彌補 傳統CPM網圖於工作資源需求描述之不足，並以人工智慧演算法建構基於派翠網 的智慧型資源規劃模式，針對工程目標提出資源最適規劃方式，在專案工期與資 源間取得平衡、減少資源間互相等待之浪費，給予工程師合理的資源規劃建議。
1.4 研究範圍與限制
研究案例為高科技廠房之潔淨室格子版(Waffle Slab)結構工程的工作流程，
派翠網分析範圍是鋼筋綁紮及FRP模組立之施作循環，蟻群最佳化演算法則運用 於鋼筋綁紮工作之資源分派最佳化。
1.5 研究方法與流程
導入工作流(Workflow)管理中的派翠網(Petri-net)，並進行格子版結構工程 之模擬分析。首先以派翠網建立格子版工作流模型，並實地調查格子版各工序之
工率與工作資源需求項目，分析不同資源組合下的工期長度與資源使用率。再藉 由蟻群最佳化演算法(Ant Colony Algorithm, ACO)，建置智慧型的資源規劃模式。
圖1.5.1 研究流程圖
!"#$%&
$'()
*+,-./
0123456789:;
,<=>?@A
B#CDE FGHI
JKLM
NOPQ CRSTJKUV
WX45
YZNO
第二章 高科技廠房設施規劃與建設
2.1 高科技產業及廠房設施概述
台灣自1960年代起陸續有跨國企業來台設置工廠，工研院於民國62年成立 後，於民國65年引進半導體製程技術。新竹科學園區(Hsinchu Science Park)在民國 69年底正式成立，為台灣科技業重鎮，為台灣之技術與經濟命脈。
根據國家科學委員會於民國86年出版之科技白皮書之描述，高科技電子產 業具有「資金密集、技術密集、高級人力密集」三項特色。過往的高科技產業約 可分為六大項[張書萍, 2000]：(1)積體電路、(2)電腦及週邊設備、(3)通訊、(4)光電、
(5)精密機械、(6)生物技術。依照民國97年5月2日所修正之「新興重要策略性產業 屬於製造業及技術服務業部份獎勵辦法第五條第一項附表」，台灣目前重點發展 之產業可分為以下十項(經本研究整理)：
1. 3C工業：資訊硬體工業、通訊工業。
2. 精密電子元件工業：如印表機、藍光光碟片、液晶投影系統之光閥、彩色 平面顯示裝置、液晶顯示器之平面光源、光學膜、氮化鎵藍及綠或白光發 光二極體(僅從事封裝者除外)、光通訊主被動元件及裝置、增層式基板、
固態晶片型電解電容器、高頻無線通訊主被動元件、電力電子元件、半導 體材料及裝置、可充電式鋰電池或其材料、燃料電池、發光二極體磊晶用 晶棒、晶圓、白光發光二極體照明設備
3. 精密機械設備工業：半導體製程設備、平面顯示器Array段及Cell段製程設 備、電腦控制精密切削工具機、伺服精密沖床、電腦數值控制產業機械、
精密機械零組件、智慧型機器人、車輛運輸系統
4. 航太工業：飛機機體系統及其零組件、飛機維修與改裝
6. 綠色技術工業：環保科技材料、資源化產品、環保處理設備及材料、新及 淨潔能源設備及材料。
7. 高級材料工業：高清淨度特殊合金材料、鎂合金材料及其製品、特殊鋁合 金擠錠、擠型及其製品、鈦合金材料及其製品、鍍靶材料、機能性高分子 材料、高級纖維材料、高科技紡織品。
8. 奈米技術工業：應用或開發奈米技術且符合下列要件之新產品：產品中有 一尺度在奈米尺度範圍(100nm以下)，且該產品須因該奈米尺度而顯現新功 能特性之產品。
9. 安全產業：多重辨識門禁系統。
10.技術服務業：數位內容產品及服務、高階積體電路設計、自動化或電子化 工程服務、無線及寬頻光纖通訊測試服務、環境保護工程技術服務、生物 技術服務、提供屬製造業之溫室氣體排放量減量工程技術服務、節約能源 或利用新及淨潔能源工程技術服務、研究發展服務、整合性綠色化設計及 製程技術服務業、汽車開發設計、經行政院指定之產品或技術服務項目。
從以上產業的內容可以發現台灣的產業發展方向，除了持續發展精密技術 之外，亦投入再生能源及奈米科技之研發，並從純製造業轉型為科技服務業。
高科技產業競爭求新求快，與生產製造最密切相關者即為廠房設施。深入 高科技廠房設施的範疇，最獨特者為潔淨室(Cleanroom)，潔淨室對落塵、通風、
溫度皆嚴格控制，保護產品製程不受外界污染。從國際標準ISO-14644的定義可 知，潔淨室是為了管控空氣中的微粒、溫溼度、氣體運動、振動噪音等等環境因 素所建造的。國內的高科技產業有相當大的比例在潔淨室中進行產品製程，其中 積體電路、光電、生物科技這三類產業之廠房中，潔淨室面積相當廣大。平均來 說，積體電路有10700平方公尺；光電為8300平方公尺；生物科技則為3100平方公
尺，根據潔淨室等級不同，每平方公尺造價為5~30萬新台幣，而廠房中非潔淨室 區域造價則為2~3萬，最多不超過10萬新台幣[張書萍, 2000]。
潔淨室的品質關係著產品的良率(Yield)，對高科技廠房建廠專案而言，潔 淨室結構體工程是整個專案中出工數最多、施工面最多、且對機具安裝最為關鍵 之環節。因此，掌握潔淨室工程是此類型專案中期的重點。
2.2 高科技廠房新建專案特性
基於將高科技廠房與一般工廠做出區隔，本研究中將高科技廠房範圍定 為：主製程區位於潔淨室中，且有恆溫、恆濕、恆壓、抗微震需求之積體電路、
光電、生技等高科技產品生產工廠。一個完整的高科技廠房會包含三個主結構 體：辦公(Office)、製造(Fabrication, FAB)、機電(Central Utility Plant, CUP)三者。
其中FAB棟與CUP之屬性較符合本研究對高科技廠房之定義，Office棟則較接近一 般辦公大樓之屬性，但仍會用管橋(Bridge)與工廠連結供系統管控及人員進出。從 建築工程之角度來看，高科技廠房結構與一般建築不同點可參考表2.2.1及表 2.2.2([本研究整理調查] [張書萍, 2000] [王維志,周世傑, 2000] [楊立華, 2001])：
表2.2.1 高科技廠房與商辦大樓建築結構比較表
項目 高科技廠房 商辦大樓
樓層數目 地下1~2層，地上5層 大多10層以上
樓高 因機具需求，皆挑高(6M以上) 因設計需求，選擇性挑高 跨度 跨度大以便提供更多生產空間 一般建築物之跨度
樓層載重 機具安裝需求，承重能力較高 商場或辦公需求，載重一般 結構體 RC(機台)+鋼構(大跨度需求) 無特殊要求
設計模組 化程度
結構模組化以便縮短設計規劃 時間，特殊外觀需求少
因外觀設計需求而異，一般而 言較多變
結構制震 產品製程需求，必須控制微震 結構安全需求，重視地震安全 特殊結構 潔淨室(Cleanroom)、格子版
(Waffle Slab)
挑空(Atrium Space)、露台 (Balcony)
結構表面 Epoxy漆 磁磚、油漆
環境綠化 潔淨度考量，較無綠化 造景與綠建築導向之植栽 空調系統 講求恆溫、恆濕、潔淨之系統 以使用者舒適度為導向之系統
表2.2.2 高科技廠房與商辦大樓專案特性比較表
項目 高科技廠房 商辦大樓
工期長度 配合產品週期，約10~12個月 無縮短工期之需求 主導工程 機具工程(受限於機具採購及安裝時程) 結構體工程
建築里程碑 土方→基礎→鋼結構基礎區→鋼結構吊 裝→內部樓層結構→潔淨室安裝
土方→基礎→地上結構
品質管理 基於製程水準需求高品質之廠房建築 基於銷售考量品質 成本分佈 生產機具佔絕大部份金額，一般而言總
價約數十至數百億
以結構體為主，其次為 裝潢
工程界面 工期短造成同步工程較多，加上土建及 機電一同施作，界面複雜度較高
施工按部就班，較單純
2.3 施工流程
高科技廠房施工之流程必須考量潔淨室與機台安裝的需求，因此會將結構 水密(屋頂密封)列為優先，但結構氣密(外牆密封)受限於機台搬運與管線安裝，必 須在內部建築完成後方可施作[本研究調查]。高科技廠房整體結構可用下圖表示(圖 中無塵室即為潔淨室)：
圖2.3.1半導體廠房基本FAB棟型式示意圖[張書萍, 2000]
典型的半導體FAB棟3F是潔淨室區域，放置大量製程機具，而2F則為Sub Fab區域，設置製程機具的附屬設備。潔淨室與Sub Fab之間的機具透過管線連 結，加上廠區的迴風需求，因此將3F樓板設計為格子版(Waffle Slab, 俗稱為洞洞 版)，以利管線穿越與迴風。各式高科技廠房儘管工廠設計不同，其樓層規劃仍受 限於潔淨室的設置而大同小異。本研究於T半導體製造公司訪問規劃設計團隊與 建築團隊，確立了高科技廠房之建廠工序(表2.3.1、表2.3.2)。
另外，從訪談中亦得知，高科技廠房之FAB棟建築工程困難點在於，鋼結 構之安裝會與RC結構產生重大衝突，因為鋼結構無法直接橫跨廠房，必須由中央 SRC柱進行支撐，如圖2.3.2所示之橘色部份。此時期受限於中央柱工程之進行，
大型吊車(400噸以上)與鋼結構材料進入一樓內部進行施工，因而無法進行內部RC 結構體。待鋼結構完成，吊車撤場之後方可進行2F及3F的結構體工程。
圖2.3.2 FAB棟鋼結構施工示意圖 表2.3.1 FAB建廠里程碑與主結構體工序
FAB建廠重要里程碑 主結構體工序
1. 動土典禮 2. 基礎板進場 3. 土方開挖完成 4. 鋼構進場 5. 基礎板完成 6. 2F板施作 7. 3F板施作 8. 鋼構吊裝完成 9. Clean Room進場 10.2F板完成
11.3F板完成 12.取得使用執照
1. 土方開挖
2. 基礎板施工(鋼柱區) 3. B1~1F樓版
4. 1F~3F鋼柱區RC結構 5. 立中央柱
6. 鋼構吊裝
7. 4~5F DECK&GRATING結構 8. 中央SRC柱
9. 2F 非鋼構區RC結構 10.3F 非鋼構區RC結構
表2.3.2 FAB細部結構工序
RC結構工序 鋼結構工序
梁板 中央SRC柱
1. 取得區域 2. 重型架搭設 3. 釘模板 4. 放樣 5. 鋼筋綁紮
6. 鋼筋綁紮品質檢查 7. 混凝土澆置
8. 重型架拆除 9. 移交區域
1. 取得區域
2. 建立吊車、運料動線 3. 清除動線上障礙 4. 舖設覆工鈑 5. 吊車進入 6. 材料進駐 7. 中央柱吊裝
柱牆 鋼結構吊裝
1. 取得區域 2. 鷹架搭設 3. 鋼筋綁紮
4. 鋼筋綁紮品質檢查 5. 釘模板
6. 混凝土澆置 7. 鷹架拆除 8. 移交區域
1. 取得區域
2. 建立吊車、運料動線 3. 清除動線上障礙 4. 舖設覆工鈑 5. 吊車進入 6. 材料進駐 7. 桁架電焊組裝 8. 桁架吊裝 9. 小梁吊裝 10.噴防火漆
第三章 文獻回顧
3.1 派翠網(Petri-nets)
在本章節中，將就派翠網(斐氏網、派屈網、Petri網)之發展與特質進行介 紹。派翠網是一種圖形化的數學建模工具，特別適合用來描述、研究工作流程。
其性質適合用於描述作業之同步、非同步、離散、平行、未確定事件、隨機事 件。派翠網圖形化的特質有助於使用者溝通及作業動態模擬；透過其數學性質，
派翠網能建立工作流程的數學模型以利分析[Tadao Murata, 1989]。
3.1.1 派翠網圖概述
德國科學家Carl Adam Petri在1962年的論文中首次提出派翠網的理論，其 目的是為了在計算機系統中描述物理行為。這套理論在不久之後(1970年代)受到 MIT的研究團隊重視，在美洲及歐洲蓬勃發展，為重要的自動化理論之一。
派翠網中有以下四種基本圖形：
1. Place(庫所)：圓形的圖案，用來標示變遷所需要的執行條件。
2. Transition(變遷)：方形的圖案，用來標示作業。
3. Token(令牌)：黑色圓點，用來表示庫所中的工作執行條件到達情形。
4. Arc(有向弧)：庫所與變遷之間用箭頭連結，表達作業需求與產出之關係。
派翠網的基礎執行程序邏輯則如下[Tadao Murata, 1989] [Ashok & Ganesh,1998]：
1. 確認變遷i的所有輸入庫所皆持有令牌。
2. 若所有庫所皆持有令牌，該變遷將處於啟動狀態(Enabled)。
3. 處於啟動狀態之變遷，將依照其觸發條件(Triggering Condition)，決定變遷 在何種條件下發生(Fire)。
4. 當觸發條件達成時，所有的輸入庫所將被消耗掉一個令牌，發生變遷。
5. 發生變遷後，於所有的輸出庫所產生一個令牌。
6. 當所有的變遷都無法啟動時，流程停止(Dead)。
運用為流程的建模時，四種基本圖形將有以下對映關係：庫所對應至工作 資源，變遷對應至工作執行，令牌對應至工作資源抵達之情形，有向弧對應至該 工作與資源輸入、輸出之關係。圖3.1.1.1a~c是一個簡單的派翠網工作範例：
(a) Ti is not Enabled
(b) Ti is Enabled
(c) Ti Fired
圖3.1.1.1a~c 派翠網執行範例
!"C
!"B
!"A
#$i
T!
!"C
!"B
!"A
#$i
T!
!"C
!"B
!"A
#$i
T!
3.1.2 高階派翠網圖
由於基礎的派翠網圖僅用來表達工作流程的順序、相互關係、資源需求與 產出，後續的研究為了更妥善的表現工作性質，加入了時間、顏色、機率、階層 等屬性。這類型的派翠網比典型派翠網擁有更詳盡描述流程之能力，因此稱之為 高階派翠網(High Level Petri-net)。下表將就各種高階派翠網進行介紹。高階派翠 網除了各自的功能外，亦能混合其他類型網圖發揮更強之效用，例如時間著色派 翠網(TCPN)或隨機時間派翠網(STPN)等等。
表3.1.2.1 高階派翠網一覽表
名稱 概念 最早出處
時間派翠網, TPN (Timed Petri-nets)
將各個變遷加入發生時間 (Firing Time)以利估時。
Ramachandani,
“Analysis of
synchronous concurrent systems by timed Petri nets”, 1974
顏色派翠網, CPN (Colored Petri-nets)
將令牌著色，能於同一庫所 中表現不同的工作資源，可 收斂資源項目過多之網圖。
C. R. Zervos and K. B.
Irani, “Colored Petri nets:
Their properties and applications” 1977 隨機派翠網, SPN
(Stochastic Petri-nets)
為了表現真實世界中工作流 程之不確定性，賦予變遷所 需時間、流程路徑選擇、等 項目機率。
S. D. Shapiro, “A stochastic Petri net with applications to modelling occupancy times for concurrent task systems”, 1979.
階層式派翠網, HPN (Hierarchical Petri-nets)
將網圖階層化，賦予層級關 係並收斂過於複雜之網圖。
S. Porat and M. Yoeli,
”Towards a hierarchy of nets”, 1984
3.1.3 派翠網於營建專案管理之應用
自1962年派翠網發表以來，在流程建模方面已被廣泛運用於通訊系統、電 腦軟硬體、製造流程、安全性評估、排隊系統等，而流程分析方面則適用於流程 架構分析、績效評估、電腦模擬等[Ron, R. Wakefield, 1997]。
儘管派翠網在資訊管理及工業工程界獲得許多成功，但在營建專案管理方 面則始終處於研究階段，1997年Ron, R. Wakefield發表了派翠網於營建專案的建模 方法，該論文建立了一個土方工程的隨機時間派翠網進行電腦模擬，Wakefield認 為，營建工程之特質如：工作優先權、隨機性、資源多方共享、等待行為、作業 間互動等能透過派翠網作出良好的描述[Ron, R. Wakefield, 1997]。同年底，Anil Sawhney亦針對派翠網於營建專案上的適用性發表研究成果。該論文研究派翠網 於營建管理中三方面的適用性：(1)營建專案的階層化、(2)加入風險及不確定性、
(3)分析資源動態。Sawhney之研究結論指出，透過派翠網，能適切的表達循環及 隨機性作業，且庫所(Places)能表現資源共享與動態分派，能夠幫助管理者預見資 源之可得性(Availability)問題[Anil Sawhney, 1997] [Heng Li, 1998]。
大陸之學者偏向運用於實際工程，針對隧道施工過程[楊學紅等,2002]、大壩
混凝土[劉全等, 2005]、鋼結構施工[鄭衛國等, 2006]等作業進行建模，另外亦有學者利
用高速公路施工案例研究派翠網之資源瓶頸辨識能力[張紹陽等, 2006]。
3.1.4 派翠網與CPM法之比較
目前在營建專案管理上主要使用的網圖為CPM法，惟CPM法雖簡明易用，
仍受限於以下問題，導致實務應用上有不足之處[許書凱, 2006]：
1. 未考量專案資源限制
2. 作業間施作影響關係不明確
3. 未考量專案獨特性之排程因子(工法、工地現場狀況、空間與時間衝突)
過往於營建管理專案導入派翠網之嘗試亦提到，傳統的流程建模方法欠缺 動態、工程隨機性質之表現[Anil Sawhney, 1997]。派翠網則提供了一套視覺化、嚴 謹的工具，可適應營建工程同步作業多、工項相互影響性高、隨機性高、資源問 題複雜的性質。下頁將就CPM法與派翠網兩者的性質作比較。
表3.1.4.1 派翠網與CPM法性質比較表[本研究調查]
項目 派翠網 CPM
表現手法 表現工作(變遷)與資源(庫所)之 輸入與產生關係，工作間關係 用資源關係表現。
表達工作前置與後續之間的關 係，不同工作間的關係以箭頭 連結表現。
圖形化程度 用不同圖形表現工作與資源項 目，加入顏色後能表示不同資 源項目。可表現OR閘、AND 閘等路徑選擇。
使用簡明的表格表現工項的起 始時間、結束時間等等性質，
要徑用不同顏色表示之。
資源關聯性 工作之執行(發生)必須消耗令 牌，必須完整連結所有輸入及 產出之資源。
改良之CPM法可附加每日消耗 之資源於工項上，資源統計後 需另表於時間軸上。
動態追蹤 可檢視各個時間點需要的資源 抵達情形。
可知各時段資源需求量，但無 法從網圖得知抵達情形。
工期估計 需加入資源取得之排程，能考 慮工作等待資源取得的情形，
亦可加入隨機，獲得更可靠之 工期估算。
單時估計法，未考量工作資源 取得與否對工期之影響。改良 之CPM法可採用PERT的概念 進行隨機估時。
網圖複雜度 資源輸入與產出之關係需定義 完整，網圖容易膨脹。
簡明表現各工作之前後關係與 所需工期。
網圖收斂技術 已發展出階層化、資源著色、
節點收斂等技術。
使用WBS技術進行收斂。
3.2 人工智慧演算法於資源規劃之應用
在人工智慧的範疇中，解題式人工智慧旨在所有可能解的集合之中找到最 符合需求者。根據Stuart Russell & Peter Norvig 合著之 Artificial Intelligence: A Modern Approach 的分類，人工智慧可分為以下六大類[Stuart Russel et al., 2003]：
1. 解題(搜尋最佳解)
2. 知識理解(專家、知識庫) 3. 邏輯應對(規劃)
4. 不確定之知識與推理(機率與決策) 5. 學習型(監督、非監督)
6. 溝通、感知、反應(知覺機器人)
資源分派問題(Resource Allocation Problem)在1960年代起便受到重視
[Wiest, 1964]，其後有許多學者進行資源分派模式的探討，並發展出Integer
Programming、Branch-and-bound、Dynamic Programming等模式，但運用到真實 的分派問題求解時，則受制於計算不易而顯得不切實際[Tarek, 1999]。自1990年代 起，電腦模擬方法與啟發式(Heuristic)人工智慧實用性大幅提昇，學者運用諸如：
模擬退火法(Simulated Annealing)、線性規劃(Linear Programming)、基因演算法 (Genetic Algorithm)、禁忌搜尋法(Tabu Search)、蟻群最佳化演算法(Ant Colony Optimization)等進行求解，其中以資源撫平(Resource Leveling)、資源限制之工期 排程(Resource Constrained Scheduling)為最大宗研究[本研究整理]。
資源撫平的目標是在不影響工期的情況下緩和資源變動性[Tarek, 1999]。資 源限制下的工期排程則是在考慮資源有限的情形下進行排程[Merkle, 1999]。這兩個
回到高科技廠房之興建，資源配置數量需求受限於排程，必要時得擴充資 源，也就是進行所謂的趕工，此時資源分派的問題從資源數量變動最小化轉變 為：工期最小化、資源可得性最大化。此外，台灣地狹人稠，基地面積往往相當 狹隘，物料暫存區不足的問題對施工影響相當大，亦時常有工地過度擁擠的情 形，在竹科尤其明顯。歸納高科技廠房專案之營建資源規劃問題，資源最佳化之 研究方向應為：在工期限縮的情況下進行資源配置的最佳化，使作業資源充足不 間斷，同時避免資源閒置造成的浪費。
儘管高科技廠房的資源分派問題與一般建築截然不同，該問題仍可建置為 數學式進行求解，因此本研究將透過解題式人工智慧進行此類型問題的探討。資 源配置比例問題屬於組合最佳化問題(Combinational Optimization Problems)，而蟻 群最佳化演算法對該類型問題特別拿手[章允建, 2005]，因此本論文選擇蟻群最佳化 演算法進行研究。
3.2.1 蟻群最佳化演算法概述
蟻群最佳化演算法是採取隨機、全局式的搜尋演算法，由Dorigo等學者在 1991年所提出的一種最佳化演算法，經過數年的發展，該演算法在處理旅行推銷 員(Traveling Salesman Problem)、二次分配(Quadratic Assignment)、車間排程(Job Shop Scheduling)等組合最佳化問題取得相當良好的成效[Marco Dorigo et al.,1996]。其 演算法精隨為，利用過往的經驗在可能的解空間中不斷探索、開發，提出更好的 解答，以逼近最佳解[章允建, 2005]。蟻群最佳化演算法被歸類為群集智能(Swarm Intelligence)，所謂的群集智能是透過群體的智慧與經驗，處理單一個體難以解決 的問題。這類型的演算法可以避免演算法常見之弊病，如題目難度提高會導致過 度複雜、容易落入區域解等[馬良, 2000]。
蟻群最佳化演算法(Ant Colony Optimization, ACO)是經由觀察自然界中蟻群 尋找最短覓食的方法而得到的。當螞蟻發現食物，會前往食物所在的地點進行搬 運，在螞蟻移動的路徑上會留下費洛蒙以供後面的螞蟻跟隨其路徑。然而，螞蟻 與食物之間不一定是直線、單一的路徑，而是存在各種可能的路線，較晚出發的 螞蟻會根據各路徑上費洛蒙強弱程度為路徑選擇依據，即費洛蒙殘存多的路線較 容易被選擇。自然界中的費洛蒙會隨著時間蒸發(Evaporation)而減少，由於各路 線所花費的搬運時間不同，較長的搬運路線費洛蒙消散較快，螞蟻選擇路徑之天 性便能讓螞蟻傾向採取較短的路徑，但仍有機會搜尋未知的路徑。其概念可用下 頁組圖作簡單的演示(順序a>b>c>d)：
(a) 蟻群發現食物 (b) 蟻群留下費洛蒙
(c) 費洛蒙蒸發、再累積 (d) 蟻群根據費洛蒙選擇最短路徑
圖3.2.1.1a~d 自然界中螞蟻搜尋最短覓食路徑之原則
3.2.2 蟻群最佳化演算法計算流程
在使用蟻群演算法時，必須進行以下準則設置[章允建, 2005], [Merkle, 2002]：
1. 定義節點(Node)：解空間由眾多節點的合法解答(Eligible Activity)構成，每 個節點皆有一定解答範圍(圖3.2.2.1)，各節點之關係可關聯或獨立、選擇順 序可依序(Sequenced)或同步(Synchronized)，舉螞蟻覓食的例子來說，即為 各個叉路之方向選擇；對於交通號誌管控來說，即為各號誌的時間長度。
螞蟻的例子中前一個節點之選擇對會影響下一個節點能選擇的方向，但交 通號誌則不受影響。
圖3.2.2.1 節點與合法解答示意圖
2. 定義成本(Cost)：成本為最佳化成本的指標，影響到費洛蒙消散的程度。例 如在交通號誌管控上，成本為車輛通行的總時間。在多重成本目標的求解 上，亦可設定不同權重。圖3.2.2.2為合法解答組合與成本之關係範例，以 球體半徑表示成本高低。
! " # $ % &
' '' ''' ('
) * + , -
!"#
!"$
!"%
圖3.2.2.2 解空間與對應成本
3. 建立限制式(Constrain)：針對不同的問題，選擇合法解答時必須遵循之限 制，例如旅行推銷員不能選擇曾走過的城市。
4. 費洛蒙更新(Pheromone)：費洛蒙為螞蟻經過節點時選擇合法解答的依據，
在真實世界中費洛蒙會自然蒸發，較短的路徑由於花費時間較短，費洛蒙 蒸發較少，而螞蟻亦傾向找尋費洛蒙氣味較強烈的路徑，蟻群演算法便是 運用這種特性使演算結果收斂。
3.2.3 蟻群最佳化演算法於組合問題之求解
本節以著名的旅行推銷員問題為例，每隻螞蟻可視為一個代理人(Agent)，
自由進行搜尋後，依照費洛蒙蒸發的結果改變各路徑的選擇機率，即得到逼近最 短路徑的結果。下頁組圖是旅行推銷員問題的範例，代理人必須從起點經過四個 城市抵達終點，然而各路徑之旅行成本不盡相同，如何挑選最經濟的一條路徑為 其課題。對於簡單的覓食路徑問題，成本僅有時間，但真實問題之求解，則需針 對問題定義成本函數，進行費洛蒙蒸發程度的計算，透過多次迭代(Iteration)的演 算，即可去蕪存菁留下最理想的路徑(圖中箭頭粗細代表費洛蒙多寡)。
!""#""$""%""&
'(""(((""((""(
)
* + , - . /((0#0+1
/(((0!0-1
/(0#0)1
/((0&0+1
/(0$0-1
!"
#! !"
$!
!"
%! !"
&!
'()*(! +,-!
.!
!"#!
$%
&! $%
'!
$%
(! $%
)!
*+,-+! ./0!
(a) 旅行推銷員問題示意圖 (b) 第一代(各路徑之費洛蒙相同)
!"
#! !"
$!
!"
%! !"
&!
'()*(! +,-!
./0!
!"
#! !"
$!
!"
%! !"
&!
'()*(! +,-!
./01!
(c) 第五代(優秀路徑之費洛蒙較高) (d) 第十代(不良路徑幾乎無費洛蒙)
圖3.2.1.2a~d 用蟻群最佳化演算法解旅行推銷員問題
除了旅行推銷員問題之外，Dorigo等學者亦嘗試過如Job Shop Problem等等 問題之求解。其研究指出此演算法的特性有三：(1)分散(Distributed)、(2)自動催化 (Autocatalytic)、(3)貪婪式啟發(Greedy Heuristic)。特性一能避免落入局部解(Local Optimal)，特性二是較優解會具有吸引較多螞蟻進行嘗試，特性三則是可以事先 給予較佳解的範圍，減少無用搜尋[Dorigo, 1996]。
第四章 資源配置方式對工率之影響
4.1 高科技廠房格子版(Waffle Slab)結構工程案例背景
本研究於新竹科學園區T公司之新建半導體晶圓廠案例實地進行調查研 究，透過訪談業主及承包商負責人取得各項資料。以下將就該案例之背景、規劃 及格子版結構工程進行描述。該案例與一般高科技廠房之異同點可參考表4.1.1。
這個專案是一個完整的廠房，包含辦公棟(OFFICE)、製造棟(FAB)、機電中 心(CUP)三棟建築物，中間以管橋連結，自民國97年1月底土方開挖起算，結構工 程於97年12月底完工，歷時約11個月。圖4.1.1為本案例中FAB的結構施工順序，
可以看到屋頂結構(4F～屋頂)、內部結構(1F～3F之RC結構體)與格子梁(3F潔淨室 區域)結構是採取同步施工的方式，實際上，這個時期也是本專案出工、物料、空 間使用最密集的時期。根據廠商施工報表，這段期間平均每日出工數高達
1500~2000人日，而光是8月份就進場966噸的鋼筋，平均每天消耗掉超過30噸的鋼 筋。在結構工程方面，屋頂結構的鋼結構基礎已完成可獨立施作，但格子梁須以 內部1~2F結構為基礎，兩者密不可分。表4.1.2為本案例包商進場時程規劃。
圖4.1.1 案例FAB棟施工順序
表4.1.1 案例廠房特性調查表(與[張書萍, 2000]比較)
類
別 項目 本晶圓廠
專案
典型半導
體廠房 比較 原因
工 程 專 案 基 本 描 述
樓層 B1~5F B1~5F 相同 Sub-Fab設於二樓，地下 室設計為系統設備。三 樓為主要潔淨室。
開挖工法 明挖覆蓋 明挖覆蓋 相同 明挖覆蓋法較經濟，適
合地質良好者如竹科。
主結構 RC+SRC RC+SRC 相同 SRC跨度大且省時，故多 數廠房採取此法。
土建經費 30億 5億~65億 中等 視專案規模而定。
建築樓地板 面積
20萬M2 ~75500M2 大 視生產或研發而異。
潔淨室面積 2萬M2 ~10700M2 大 視生產或研發而異。
潔淨室等級 V.C.E 視個案 ╳ 視生產或研發而異。
團 隊 組 織
建廠團隊 業主主導 視個案 ╳ 業主主導、規劃設計顧
問主導、統包三種。
營管部門 有 有 相同
工安部門 有 少有 較高 本案業主較重視工安。
規 劃 階 段
規劃時間 6個月 60%在6個月 以內
相同 專案啟動必須配合企業 產能規劃，導致規劃時 間較短。
整合單位 業主 業主 相同
土建進廠時 機
70% 設計成熟度
40%~80%
相對成熟 為了縮短工期必須使用 設計施工同步進行的方 式，亦導致常有設計變 更的情形。
設 計 階 段
設計時間 4個月 57%於3個月 以內
稍長 決定執行至實際施工之 時間很短，常有設計施 工同步的情形。
設計整合 業主 建築師 不同 本案業主的建廠團隊中
有廠務設計部門負責。
新工法採行 無 無 相同 視成本與工期衡量。
設計模組化 有 視個案 較多 模組化具有縮短工期及
節省成本的優點。
需求變更 50次 6~15次 較多 此處指廠務需求的變更
所導致者，產生原因可 能是上級決策或需求的 改變，亦可能是設計時 未考慮清楚造成。
分 標 發 包
分標策略 專業分包 專業分包 相同 由於各界面設備複雜度
高，投資金額大，為了 節省經費並落實專業，
大多採取專業分包。
分包數量 建築6包 80%在3標以 內
較多 雖多採專業分包，但廠 商會合作併標，因此會 降低業主分標案總數。
土建招標 公開招標 邀商比價>
公開招標>
獨家議價
╳ 常採邀商比價的方式，
獨家議價在業主有良好 合作經驗時才考慮。
進 度 管 理
總工期 11個月 10~14個月 相同 配合企業決策，一般要 求於10~14個月完工。
進度管控 每週 雙週 較細 由於工期短，最小管理
單位以雙週最多，而每 週控管者次之。
人 力 資 源
現場單日最 大施工人數
2000人 80%在1000 人以內
較高 視工程急迫、專案大 小、分標數而定。
監造人數 50人 10~50人 較多 各專案差異相當大，與
業主及承商態度有關。
表4.1.2 案例FAB包商預定進場時間表
FAB進場時程 1 2 3 4 5 6 7 8 9 10 11 12 1 2
土方開挖 基礎版 B2—1FL 1—3FL鋼構區 水電管線空調 中央柱SRC 3—RF鋼構安裝 1—3FL非鋼構區 EPOXY塗漆 潔淨室安裝 機台Move In 取得使用執照
首先從表4.1.1中，本個案與其他高科技廠房之比較可以發現，本工程與其 他高科技廠房專案不同處在於工程規模較大，每日總出工人次最高峰時高達2000 人，其餘屬性則大致與平均值相同。觀察包商進場時間表(表4.1.2)，1—3FL非鋼 構區給定工期僅3個月，配合圖4.1.1可以發現該區位於要徑節點上，必須更精準確 實否則會造成後續工程與機台安裝無法進行。
4.2 格子版結構工序分析
本案例之FAB棟結構體工程截至論文撰稿當時已施工完畢，本研究取得案 例七月至九月的施工日報表，並實地調查工率與物料安排情形。同時透過對業 主、營造廠、建築師、鋼筋包商、模板包商、工人等進行工程實況的訪查，了解 工程進行之困難與相關因素。
本研究之目標為FAB中的場鑄格子版(Waffle Slab, 俗稱洞洞版)結構工程，
此類型結構為高科技廠房潔淨室獨有之結構體，工法上分為預鑄及場鑄兩種，依 據業主需求選擇。根據訪談的結果，除本案例由於成本考量選擇場鑄工法外，過 去的高科技廠房興建亦以場鑄居多。為了更進一步調查格子版施工的影響因素，
本研究對四位主管級工程師(現場工程師兩位、設計、監造各一位，平均經驗14 年)進行訪談，整理出影響格子版施作工率的主要影響因素如表4.2.1。
單格鋼筋與FRP模組裝完成圖可參考圖4.2.1，圖4.2.2為營造廠提供之格子版 施工作業流程(實際施工照片4.2.3a~d)。初期規劃所排定之格子版工程主要工項為 鋼筋綁紮(3~4d)、FRP模組立(2d)和灌漿(1d)這三個項目。廠商亦針對鋼筋綁紮及 FRP組立兩項主要作業之工率影響要素進行說明。其中鋼筋部份以運輸距離及施 作品質為主因，前者為物料可得性之要素，後者之不良會導致重作之浪費；FRP 模組部份則以運輸動線、堆置區不足為主因。
圖4.2.2 格子版施工作業流程
(a) 格子版鋼筋綁紮 (b) FRP模具組裝
(c) 灌漿前檢查並安裝FRP頂板 (d) 養護完畢拆模
圖4.2.3a~d 格子版結構場鑄施工流程
表4.2.1 格子版工率影響因素調查
分類 影響因素
人力 工法不熟悉、出工數不足
品管 放樣不準確、鋼筋缺失過多、監工人數不足 排程 階梯狀施工安排不當導致施工面落差太大
場地 施作區域擁擠、FRP搬運路徑過遠、物料暫存區太小、動線不佳 物料 送料機具不足、FRP模不足、鋼筋不足
歸納上表中的因素，空間、工人、物料之不足與搬運動線為影響場鑄格子 版工率的主要因素。徵詢包商與工人意見時，亦提到搬運路徑和暫存區不足影響 甚大。過往針對鋼筋及模板工率的建模研究較重視天氣、意外事故、擁擠、工作 難度等等因素，施工動線時常被提起，但鮮少被納入模式中。本案例之場鑄格子 版工程位於3F，屬於室內工程，不受天氣影響，因此研判本案例之工率影響因素 以施作空間與物料之取得為主。
4.3 案例資源配置方式分析
格子版結構以柱位作為最小施工單位，每個柱位為4.8M × 4.8M，由井字 形之梁鋼筋構成，隔出4x4 = 16單位的格子，並放置16個FRP模具，鋼筋約需3 噸。本案例之格子版寬18柱位、長31柱位，共558柱位(由於有SRC柱等障礙物，約 為8900格)。為了更貼近真實施工情形，本研究採用各階段灌漿之區域為分區依 據，這是因為實際工程會考量現場動線及物料安排，使工區劃分與初期規劃不 同。各區之鋼筋與FRP施作範圍比灌漿範圍略大，但考量數據處理問題，簡化為 灌漿區域大小。
(a) 實際灌漿時程 (b) 依施工時期分區
圖4.3.1a~b 灌漿時程及分區圖
經過實地訪查，物料擺放區域有三個原則：離作業越近越好、離進料口越 近越好、不與作業區及動線重疊。另外，這個案例中物料之擺放可分為三個時 期，初期多數樓板未完成，物料擺放區域相當有限；中期施作空間較大，初期區 域已完成可供擺放；晚期受限於初期完成之格子版已開始潔淨室安裝工程，需避 免放置於潔淨室施工中的區域。三個時期物料擺放如下：
!"!
#"
$"
%! !"#!
$%!
!!
"!
#"
$%"
$%"
!!
"!
#"
(a) 初期 (b) 中期 (c) 晚期
圖4.3.2a~c 案例各時期物料配置簡圖
本研究中將物料搬運距離統一定為暫存區與工區中心之X截距加上Y截距，
不取直線距離是由於工人需於格子版鋼筋上行走，跨越格子時，因斜向距離過長 不易立足，採縱向或橫向跨越較安全且快速。運距計算式如下(D—運距，X—X截 距，Y—Y截距，m—工區代號，s—暫存區代號)：
Dms = |Xm - Xs| + |Ym-Ys| (1)
其次由施工日報表中計算每日分區出工數，因施工報表多達90頁，故僅列
略描述當日工作區域，然而工作區域之描述時有缺漏，該部份配合施工進度表進 行修正。
受限於日報表僅紀錄包商出工情形，並未對各工區出工人數作更詳細的紀 錄，本研究中在訪談工地主管了解工人分佈情形及實地觀察，在避免擁擠之前提 下，認為分區出工人數估算可依據各區域比例劃分。每日出工數計算式如下(U—
出工數，A—工區面積，m—分區代號，n—工程第n天)：
Umn = U×Am/A (2)
透過(1)、(2)得到每日分區出工情形之後，便可進行該區工率與總出工數之 計算。針對鋼筋及FRP模組裝計算各區工量、運距、平均出工數、總出工數、工 率之關係如表4.3.1及表4.3.2：
表4.3.1 鋼筋工率統計表(區域依施作先後排序) 區域 (1)
總格數 (2)
運距 (3) 工量(噸)
(1)×3
(4) 平均 出工 (人日)
(5)
工期(天) (6) 總出工
(人日) (4)×(5)
(7) 工率 (噸/人日)
(3)/(6) 東2 105 55.2 315 35.15 12 421.82 0.7468 中 21 43.2 63 39.37 7 275.62 0.2286 西3 48 43.2 144 33.84 8 270.7 0.5319 西2 63 26.3 189 34.4 6 206.4 0.9157 東1 63 26.4 189 25.81 8 206.47 0.9154 西1 99 48 297 26.02 11 286.22 1.038 東3 56 16.8 168 23.37 6 140.21 1.198 西4 90 21.6 270 27.47 10 274.7 0.9829
表4.3.2 FRP模組工率統計表 區域 (1)
總格數 (2)
運距 (3) 工量(個)
(1)×16
(4) 平均 出工 (人日)
(5)
工期(天) (6) 總出工
(人日) (4)×(5)
(7) 工率 (個/人日)
(3)/(6) 東2 105 48 1680 14.69 7 102.83 16.34 中 21 76.8 336 24.17 2 48.33 6.95 西3 48 67.2 768 12.22 3 36.67 20.94 西2 63 69.6 1008 24.6 4 98.4 10.24 東1 63 38.4 1008 27.17 3 81.5 12.37 西1 99 64.8 1584 24.44 9 220 7.2 東3 56 45.6 896 25.2 3 50.4 17.78 西4 90 84 1440 18.17 4 72.67 19.81
接下來將就資源配置方式對工率的相關性進行討論。首先，傳統的計算方 式上，所需出工數與工作量成正比，從本案例分析的結果可以發現(圖4.3.3a~f)，
儘管工作量越高出工數亦越高，其線性仍相當不規則，趨勢難以預料。在上一節 的專家訪談中提到，空間、出工數、物料補給、搬運動線對於工率有相當大的影 響，進一步觀察工率與每日平均出工數、總工作量、取料距離之間的關係，發現 確實出現下面趨勢：每日平均出工數越高，工率越低；取料距離越遠，工率越 低。從這部份的觀察了解到，每日平均出工數與物料搬運距離這兩個因素確實與 工率有關。
就這兩個因素而言，平均出工數越高代表資源消耗速度越快，容易發生物 料運補不足，導致工率下降的情形；物料距離越遠則會造成運補時間拉長，亦會 造成工率下降的情形。這兩個因素並非互相獨立，因為前者導致工率下降的情形 是限定於物料運補不足時，後者則限定於資源消耗速度太快的情形下，故無法單 純以線性表示因素與工率關係。兩者皆列入下一章節輸入派翠網之資源變因。
!!!"!#$%&'"
#$##!"
(#$##!"
)##$##!"
)(#$##!"
%##$##!"
%(#$##!"
*##$##!"
*(#$##!"
&##$##!"
&(#$##!"
#" )##" %##" *##" &##"
!
"
#!
+,-./01234"
+,-./56-78"
!!!"!#$%&'"
#$##!"
(#$##!"
)##$##!"
)(#$##!"
*##$##!"
*(#$##!"
#" (##" )###" )(##" *###"
!
"
#!
+!,-./"
+!,012340/5"
(a) (b)
!!!"!#$%&'"
#"
#$%"
#$("
#$)"
#$*"
+"
+$%"
+$("
#" +#" %#" ,#" (#" -#" )#"
!
"
#
$%
&
' (!
./01234"
567819:;<="
!!!"!#$%&"
#"
'"
&#"
&'"
(#"
('"
#$##" (#$##" )#$##" *#$##" +#$##" &##$##"
!
"
#
$
%
&
' (!
,-./012"
3!4!56/789:;"
(c) (d)
!!!"!#$%&'"
#"
#$("
#$)"
#$'"
#$*"
+"
+$("
+$)"
#$##!" &$##!" +#$##!" +&$##!" (#$##!" (&$##!" ,#$##!" ,&$##!" )#$##!" )&$##!"
!
"
#
$%
&
' (!
-./0123"
-./01234256"
!!!"!#$%&#"
#"
'"
(#"
('"
)#"
)'"
#$##!" '$##!" (#$##!" ('$##!" )#$##!" )'$##!" *#$##!"
!
"
#
$
%
&
' (!
+!,-./01"
+!,!-./012034"
(e) (f)
圖4.3.3a~f 資源配置與總出工數、工率關係圖
從上述分析可觀察出，資源可得性在本案例中對工率的影響相當直接，資 源的配置方式如：每日平均出工數、取料距離、暫存區空間大小皆會限制資源可 得性，導致工作環節產生等待，工率無法最大化。因此，若要提昇工率，縮短工 期，應從調整資源配置比例著手。
第五章 以派翠網分析資源對工率之影響
5.1 建置階層式時間派翠網圖
建立派翠網分析模型的第一步為繪製正確的格子版網圖，繪製流程如下：
1. 將工序與工作資源連結，補齊未列於工序中的資源取得作業 2. 配置各工項(變遷)之發生時間(有固定、與資源相關兩種計算方式) 3. 配置各資源(庫所)之容量(Capacity)
4. 給予初始資源，進行派翠網模擬測試
5. 若測試於未完工前產生鎖死(Deadlock)，回到步驟1重新檢查網圖邏輯 6. 完成網圖
本網圖採用階層式時間派翠網的方式繪製，因此每個變遷皆需經過一段時 間進行，為了更精確表現資源對工項時間長短之影響，本研究將時間長度計算分 為兩類，一種為固定時間長度，另一種則根據下面公式：
資源需消耗數量/(資源使用者數量×工率) (3)
舉例來說鋼筋綁紮時間為：(鋼筋施作數量)/(鋼筋工每日出工數×工率)。接 著必須進行階層化，將過於複雜的網圖收斂，由於鋼筋綁紮與FRP模組立兩者可 視為獨立，因此將這兩者分別進行階層化收斂。最後替同一類型之變遷與庫所著 上相同顏色以利辨識，綠色—工作設計規劃、灰色—鋼筋綁紮、粉紅色—施作空 間準備、橘色—FRP模組立、淺藍色—混凝土灌漿，本步驟與著色派翠網概念不 同，後者替令牌著色以辨識資源並收斂網圖。由本案例繪製完成之格子版派翠網 圖如圖5.1.1，鋼筋綁紮與FRP模組立之網圖分別為圖5.1.2及圖5.1.3。
