排程問題的研究，已經有很多的專家、學者以及業界前輩先進，研究出許多的解決方法，而在實務的應用上，應該選擇哪一種方法來解決排程問題，仍必須考量產業特性、產品特性、加工類型，以及環境設備等限制因素；除此之外，所選定之方法或模式，亦須配合這些限制條件，來略做調整或改善，以求得最佳解。
本研究以通信產業的測試製程為例，採用基因演算法(Genetic Algorithm)，並針對測試製程之特性與測試儀器數量的限制條件，以及已知的生產條件，來進行流線型排程，追求生產線上之測試階位（Test Flow）的測試排程之總測試工時最小化為目標，提高現今微利時代的電子組裝業之產能提昇、降低成本、增加競爭力。
本研究發展的GA排程系統，是考慮測試條件(測試站數、每站的生產工時及各站需求儀器數量的關係) 並符合T公司的生產環境…等因素下，所建立的流程型測試排程系統，此系統有效的減少 30% 的完工工時、提高高價儀器的利用率，證明此排程系統確實能有效解決T公司的瓶頸製程問題。

Many experts, academics, and seniors in industry have developed many of the solutions, and practical applications in scheduling studies. But in practical applications, they must consider industry characteristics, product characteristics, process type, and environmental equipment limitations for deciding which method should be chosen to solve scheduling problems. In addition, the selected method or model must meet these constraints, to be slightly adjusted or improved in order to obtain the optimal solution.
In this study, we take the testing process in communications industry as an example. We arrange Flow Shop scheduling with Genetic Algorithm, restrict the characteristics in testing process and the number of test instruments, and with the known the conditions of production.,To Pursue the goalss of minimizing total test working hours in the test flow , and improving the current low-profit era of electronic assembly industry''s production capacity, reduce costs and increase competitiveness
The research and development of the GA scheduling system is to consider the test conditions (test stations, production hours per station and the relationship between station requirement and the the number of instruments) and with the production environment and other factors of T company'' to create tjeProcess test scheduling system. This system effectively reduced by 30% working hours, improves the utilization of expensive equipment, this scheduling system that really can effectively solve the bottleneck of the process T''s problem.

摘要.......................................................i
ABSTRACT..................................................ii
誌謝 ....................................................iii
目錄......................................................iv
表目錄...................................................vii
圖目錄..................................................viii
第一章 緒論..............................................10
1.1 研究背景與動機 ..................................... 10
1.2 研究目的 ........................................... 11
1.3 研究範圍與限制 ..................................... 13
1.3.1 研究範圍...........................................13
1.3.2 限制條件...........................................14
1.4 研究方法 ........................................... 15
1.5 研究架構與流程 ..................................... 15
第二章 文獻探討.......................................................17
2.1 流程型生產系統 ..................................... 17
2.1.1 排程派工法則.......................................17
2.1.2 排程績效衡量準則...................................17
2.1.3 排程相關文獻探討...................................18
2.2 基因演算法 ......................................... 19
2.2.1 基因演算法簡介.....................................19
2.2.2 基因演算法與傳統演算法之比較.......................21
2.3 基因演算法與流程型系統之相關文獻 ................... 22
2.4 現場資訊系統 ....................................... 24
2.4.1 製造執行系統（MES） ...............................25
2.4.2 現場即時資訊系統（SFIS）...........................27
2.4.3 SFIS 介紹..........................................28
2.5 小結 ............................................... 32
第三章 問題定義與模型建構................................33
3.1 產業特性與製程介紹 ................................. 33
3.1.1 現場資訊整合系統(SFIS)特性.........................33
3.1.2 製程簡介...........................................34
3.1.3 產品生產流程.......................................36
3.2 問題描述 ........................................... 50
3.2.1 現行排.............................................50
3.2.2 本研究之排程原則...................................51
3.2.3 問題描述與分析.....................................51
3.3 模式之建構 ......................................... 51
3.3.1 模式之假設與限制...................................51
3.3.2 績效衡量準則.......................................52
第四章研究方法...........................................53
4.1 基因演算法架構 ..................................... 53
4.2 編碼 ............................................... 54
4.3 參數設定 ........................................... 54
4.4 產生起始解 ......................................... 55
4.5 計算目標值 ......................................... 56
4.6 定義適合度函數 ..................................... 56
4.7 複製/選擇 .......................................... 56
4.8 交配 ............................................... 57
4.9 突變 ............................................... 57
4.10 取代 .............................................. 58
4.11 演化停止條件 ...................................... 58
第五章實際案例驗證.......................................59
5.1 系統建構環境與工具 ................................. 59
5.2 基因演算排程系統介紹與使用說明 ..................... 59
5.2.1 GA排程系統.........................................59
5.2.2 基礎資料維護系統...................................60
5.2.3 基因演算之重要因子的選定分析.......................66
5.2.4 運算元政策.........................................78
5.3 現行人為排程、排程系統與GA排程系統的比較 ........... 79
5.4 GA排程系統 ......................................... 83
5.4.1 權重值欄位說明.....................................83
5.4.2 權重值的選定.......................................84
5.4.3 個案資料說明.......................................84
5.5 實驗結果 ........................................... 87
第六章結論與未來研究方向.................................94
6.1 研究結論 ........................................... 94
6.2 未來研究方向 ....................................... 96
參考文獻.................................................97

1. 王治元，「智慧型基因演算法於多目標排程之發展與應用－以PCB鑽孔作業為例」，元智大學工業工程與管理研究所，碩士論文，民國九十三年。
2. 李勝隆，「基因演算法於印刷電路板鑽孔排程之應用」，元智大學工業工程與管理研究所，碩士論文，民國九十二年。
3. 何仁祥，「以案例式推理為基礎的基因演算法解決生產排程問題」，元智大學工業工程與管理研究所，碩士論文，民國九十二年。
4. 吳家銘，「流線型生產排程問題之新解題策略」，暨南國際大學資訊管理研究所，碩士論文，民國九十二年。
5. 神傑科技， MES 系統之介紹，民國九十二年。顧問、軟體、硬體供應廠商。
6. 林淳菁，「應用遺傳基因演算法求解不相關平行機台之排程問題」，朝陽科技大學工業工程與管理研究所，碩士論文，民國九十年。
7. 林純行，「多階平行機器零工式多目標排程之模式化與系統之研究」，東海大學工業工程與經營資訊研究所，碩士論文，民國九十二年。
8. 林水耕，「應用混合式基因演算法求解流程型工廠之多目標排程問題」，元智大學工業工程研究所，碩士論文，民國八十九年。
9. 周清江、黃信強，「運用基因演算法於平行機器之工作排程」，資訊管理展望期刊，第4卷，第一期，民國九十一年三月。
10. 陳世峰，「混合式基因演算法於作業排程之應用研究」，輔仁大學管理學研究所，碩士論文，民國九十三年。
11. 陳素貞，「流線型等效平行機台之排程-以晶片電阻之印刷製程為例」，元智大學工業工程與管理學系，碩士論文，民國九十三年。
12. 徐政功，「以基因演算法計算多機流程型工廠在有限暫存之最小完工時間」，中原大學工業工程研究所，碩士論文，民國九十三年。
13. 許國福，「傳統電子產業導入生產管理系統的探討-以電源系統製造廠為例」，元智大學工業工程與管理研究所碩士論文，民國八十九年。
14. 葉財榮，「多目標平行機台之動態排程之研究-以印刷電路板為例」，輔仁大學應用統計學研究所，碩士論文，民國九十三年。
15. 葉麗芬，「雙目標非等效平行機台排程問題之探討」，元智大學工業工程與管理研究所，碩士論文，民國九十一年。
16. 張百棧、謝日章、蕭陳鴻，「基因演算法於非等效平行機台排程之應用」，Journal of the Chinese Institute of Industrial Engineers, Vol. 19, No. 2, 2002.
17. 張庭嘉，「應用基因演算法於全球退貨維修系統之規劃--以主機板產業為例」，中原大學工業工程研究所，碩士論文，民國九十三年。
18. 徐英哲，「混合基因演算法於流程型工廠排程研究-以TFT-LCD彩色濾光片廠為例」，國立台北大學資訊管理研究所，碩士論文，民國九十三年。
19. 梁鈺雯，「應用遺傳演算法進行砷化鎵半導體後端製程排程之研究—以W半導體廠為例」，元智大學工業工程與管理學系，碩士論文，民國九十三年。
20. 蔡碧芳，「等效平行機台考量之多階段流程型排程問題探討」，大葉大學工業工程研究所，碩士論文，民國九十二年。
21. 鄭琦龍，「應用改良式遺傳基因演算法求解流程型平行機台之排程問題探討-以電子組裝SMT製程為例」，雲林科技大學工業工程與管理研究所，碩士論文，民國九十三年。
22. 劉志宏，「不確定加工時間之平行機台排程」，清華大學，碩士論文，民國八十九年。
23. 鄭春生著， 品質管理， 修訂版， 台北， 育友圖書有限公司印行， 民國八十八年。
24. 翔威國際，第二事業部 廠區自動化專案，現場資訊整合系統(SFIS) Shop Floor Information System。
25. Baker, K. R., Introduction to Sequencing and Scheduling, John Wiley and Sons, Inc. , New York，1974.
26. Campbell.H.G.，Dudek，R.A. and Smith.M.L.，1970, ”A heuristic Algorithm for n-job, m-machine sequencing. problem”, Management Science，Vol.16, pp.B630-B637.
27. Grefenstette, J. J.,“Optimization of control parameters for genetic algorithms”, IEEE Transactions on systems, man & cybernetics, 1986.
28. Ho, J. C., 1995, ”Flowshop Sequencing with mean flowtimeobjective”, European Journal of Operational Research, Vol.81, 1995.
29. Holland, J. H., Adaptation in Natural and Artificial System, Ann Arbor, The University of Michigan Press, 1975.
30. Johnson, S. M., Optimal two and three stage production schedules with set-up time included, Nval Research Quarterly, 1 (1954) 61-68.
31. Melnyk, S.A. and P.L.Carter, Production Activity Control, Richard D.Irwin,Inc.publish, 1987.
32. Murata, T., H. Ishibuchi and H. Tanaka,“Genetic algorithms for flowshop scheduling problems,”, International Journal of Computers and Industrial Engineering, 30, 4, 1996.
33. Pinedo , M.,Scheduling: theory, algorithms, and system, pp.118~141, Prentice Hall, Inc., 1995.
34. Sakanashi, H., Suzuki, H. & Kakazu, Y., “Filtering-GA : The Evolutionary TSP Landscape”, Int. Conf. Evolutionary Comput., Vol.1, pp.390~395, 1995.
35. Ting,C.K.,S.T.Li, and C.N.Lee, “TGA: A New Integrated Approach to Evolutionary Algorithms”,Congress on Evolutionary Computation(CEC2001), pp.917~924, 2001.
36. Van Wassenhove, L. N. and Gelders, L. F., “Solving a bicriterion scheduling problem,” European Journal of Operational Research, Vol. 4, No. 1, 1980,
37. Wellman, M. A. and D. D. Gemmill,“A genetic algorithm approach to optimization of asynchronous automatic assembly systems”, International Journal of Flexible Manufacturing Systems, Vol. 7, pp.27~46 , 1995.