臺灣博碩士論文加值系統

在電子組裝業中組裝料件的成本常常佔總成本的百分之五十以上，其製造策略又為接單後生產，即根據預測訂單進行組裝料件的採購，而預測訂單與實際訂單之間存在著不確定性，往往有相當大的差異存在，而組裝業組裝料件之間的替代性相較於其他產業來說其比例較高，所以對於組裝料件的考量將較複雜。
本研究的目的為考量組裝料件的替代關係，在目前庫存的組裝料件下所能組成的最適產品組合數量，使產品能在有較高價值時銷售出去，以彌補過去因預測錯誤與經濟環變化所造成的庫存問題，減少公司的組裝料件的損失。
本研究利用數學規劃方法，對於目前庫存組裝料件所能組成的最適產品提供一模式，並針對於個案公司所提供的資料進行探討，篩選出所要討論的產品，與每種產品所要考量的組裝料件組合關係數，在考量組裝料件的替代關係與共用關係下建構其數學式，並利用可以求解整數規劃之軟體進行求解，獲得在目前庫存狀態下最適的產品組合數進，並進行其他相關分析。

In electronics industry, the cost of assembly parts generally above 50%. If the production planning of the company is to follow the “assembly to order” strategy and the discrepancy between the forecast order and the real order exists due to uncertainty, so how to decide the combination of product is a complex problem.
The research goal of this thesis is to seek the optimal combination of product quantity under the consideration of present stock and substitute relation of assembly parts, so the final product can be sold in high prices to compensate for the stock problem because of forecast error or transients of economic environments and to reduce the company’s losses.
The research starts from selecting the product of selected company under investigation, analyses the stock data and constructs the mathematical model to consider substitute relation of assembly parts. The research uses an integer mathematical programming method to solve the proposed model and finally makes a suggestion from the results.

目 錄
中文摘要…………………………………………………………………………………i
英文摘要 ……………………………………………………………………………… ii
誌謝……………………………………………………………………………………. iii
目錄……………………………………………………………………………………..iv
圖目錄………………………………………………………………………………….vii
表目錄…………………………………………………………………………………viii
第一章 緒論 i
1.1研究背景 1
1.2研究動機 2
1.3研究目的 2
1.4研究流程 3
1.5論文架構 4
第二章 文獻探討 6
2.1電子組裝業 6
2.1.1 電子組裝業之特性 6
2.1.2 電子組裝業競爭情勢與成本結構的特殊性 8
2.1.3 電子組裝業產品介紹 10
2.2組裝業相關研究 10
2.3最佳化問題常用的求解方法 14
2.3.1數學規劃（Mathematical Programming） 15
2.4軟體簡介 15
2.4.1 GAMS軟體簡介 15
2.4.2 Factory Planner（FP）簡介 16
第三章 研究方法與模式建立 20
3.1研究方法 20
3.2模型建立 21
3.2.1 假設與限制 21
3.2.2 符號說明 21
3.3個案研究步驟 22
3.3.1選定特定產品與資料之篩選程序 23
3.4個案中的變數設定與說明 27
第四章 驗証與分析 38
4.1 數學式之求解 38
4.2 驗証 39
4.2.1 傳統驗証 39
4.2.2 FP驗証 42
第五章 結論 50
5.1 結論 50
5.2未來研究方向 51
參考文獻 52
附錄 A 54
附錄 B 63
錄附C 64
圖 目 錄
圖1.1 研究流程 4
圖1.2 研究架構 5
圖3.1 簡例之物料結構 35
圖4.1 Factory Problems 48
圖4.2 Procurement Report 49
表 目 錄
表3.1 產品物料關係 24
表3.2 X產品的料件組合關係 27
表3.3 物料編號8之替代料 28
表3.4 物料編號34之替代料 28
表3.5 替代料 29
表3.6 產品物料關係 29
表3.7 Y產品料件組合關係 32
表3.8 Z產品料件組合關係表 34
表4.1 GAMS求得之變數結果 38
表4.2 物料之使用情況 39
表4.3 「產品物料詳細說明資料」 43
表4.4 「物料清單（BOM）資料」 44
表4.5 期初存貨資料 45
表4.6 供應商資料 46
表4.7 資源資料 47
表4.8 途程資料 47
表4.9 需求資料 47
表4.4 「物料清單（BOM）資料」 66
表4.5 期初存貨資料 69
表4.6 供應商資料 72

1. 吳志宏，「電子裝配業之物料成本管理」，碩士論文，國立臺灣大學商學研究所，民國90年。
2. 郭靜宏，「先進規劃排程概念應用在電子化企業生產運籌管理最適化決策模式之建立--以L公司為例」，碩士論文，私立輔仁大學資訊管理學系，民國91年。
3. 游明鑫，「裝配業環境下運用零組件共同性之備料策略」，碩士論文，國立臺灣大學商學研究所，民國91年。
4. 黃俊龍，「應用基因演算法建立電子裝配業之資源配置決策模式」，碩士論文，私立東海大學工業工程學系，民國90年。
5. 廖明輝，「CTO生產模式之供應鏈最佳化研究-以台灣筆記型電腦產業為例」，碩士論文，私立元智大學管理研究所，民國91年。
6. 謝儒生，「電子組裝業供應鏈協同運作之研究」，碩士論文，國立臺灣大學商學研究所，民國91年。
7. Advanced Manufacturing Research（1998）, “Supply Chain Optimization: Just the Facts” The Report on Supply Chain Management.
8. Baker, K.R., Magazine, M.J., Nuttle, H.L.W（1986）, “The Effect of Commonality on Safety Stock in Sample Inventory Model,” Management Science, 32, pp.982-988
9. Brooke, A., Kendrick, D., Meeraus, A. and Raman, R（1998）., GAMS a user’s guide, GAMS Development Corporation.
10. Holwag, M.（2001）,“Successful Build-to-Order Strategies Start With the Customer, ”MIT Sloan Management, Fall 2001,Vol.43, Iss.1, pp74-74
11. Krajewski, L.J. and Ritzman, L.P.（1996）, “Operations Management,” Addison Wesley 4th ed.
12. Lapidus, G.（2001）, “The Destructive Cycles of Make-to-Forecast, ” MIT Sloan Managment Fall 2001,Vol.43, Iss1, pp75-75
13. Waker, J. G.（2000）, “Configure-to-Order Planning Bills of Material: Simplifying a Complex Product Structure for Manufacturing Planning and Control, ” Production and Inventory Management Journal, Alexandria; Second Quarter 2000:Vol. 41; pp. 21-26
14. Wemmerlov, U.（1982）, “Assemble-to-Order Manufacturing: Implications for Materials Planning, ” Proceedings-Annual of the American Institute for Decision Sciences, Vol. 2,pp.107-109