臺灣博碩士論文加值系統

本論文研究以台灣化工業倉儲單位為研究個案，倉儲單位負責包裝及出貨作業，屬低技能且重複性高之工作。包裝作業是配合生產單位，多為24小時作業方式；出貨作業則要配合客戶端或是協同作業的運輸公司、櫃場等的作業時間，多為白天班作業。在實際營運中，任務除了在尖離峰時期的差異，包裝排程提前或延後、出貨時間變動或運輸公司派車更動等隨機性變化，都會使實際作業的時間及內容與預定計劃不同，造成倉儲人力需求產生變動，原先的人力配置與實際需求產生誤差，在此隨機性擾動影響下，人力供給有時不足，有時閒置。希望以人員排班彈性，來達成滿足任務要求、降低人力成本及符合勞動法規的三重目標。
　　本研究以一週任務需求，將一天24小時分成數個時段，以k-means演算法將這些時段分成不同群集，以群集的啟始時段或結束時段作為人員班別啟始時間或結束時間的排班原則。研究證明相同人數的勞務人力，不同啟始工作時點的多班別排班方式，執行隨機性變動的任務，可減少加班人工時，降低人力成本。

This research considers the construction of shift scheduling principle in the warehouse unit of a chemical corporation as a case study, whose properties are warehousing, packaging and handling; a connecting unit between manufacture and logistic. The k-means clustering algorithm is used for building a model of shifting scheduling principle which makes the working hours classified into different clusters, and the shifting scheduling principle were put forward referring to the starting hours or ending hours of the clusters. Experimental result shows the same quantity of workers assigned to more shifts with different starting hours are effective to decrease overtime hours.

中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
一、 緒論1
二、 文獻探討4
2.1 勞動法規與人員排班4
2.1.1 勞動法規與人員排班的關係4
2.1.2 台灣勞動法規條文6
2.1.3 台灣一例一休新制對人員排班的影響6
2.2 人員排班7
2.2.1 人員排班步驟7
2.2.2 排班問題分類10
2.2.3 人員排班作業11
2.2.3.1 數學模式求解人員排班11
2.2.3.2 群集分析求解資源配置12
2.3 資料探勘14
2.3.1 資料探勘的定義與任務14
2.3.2 資料探勘技術：k-means群集分析15
2.4 文獻小結16
三、 研究方法18
3.1 研究架構18
3.2 k-means演算法19
四、 實證研究與資料分析24
4.1 資料前處理24
4.1.1 資料選取與整理24
4.1.2 資料集敍述性統計分析結果27
4.2 k-means演算法分析33
4.2.1 分群結果的排班步驟33
4.2.2 執行k-means演算法34
4.3 以演算結果歸納班別42
4.3.1 以k=3進行排班42
4.3.2 以k=4進行排班44
4.3.3 建置相同啟始工作時點的班別作為比較，以k=2進行排班47
4.3.4 相同總派工人數，四種、五種與六種班別的加班人工時比較51
4.3.5 k-means 演算法人員排班原則歸納51
五、 結論與建議53
5.1 結論53
5.2 建議53
參考文獻 55
附錄一 58

1. 辛炳隆、蔡雅琪(2018)，”週休二日新制對企業生產成本與物價影響之釐清”，台灣勞工季刊 第49期，p.44〜49。
2. 呂家芸、王泯、洪鉉玉(2018)，Zone2揀貨法，國立高雄科大學運籌管理系學士專案研究報告。
3. 李忠益(2005)，岸肩橋式起重機工作人員排班之研究，國立台灣海洋大學航運管理學系碩士學位論文。
4. 李健鴻(2018)，”勞動保護與產業彈性之間的平衡難題”，台灣勞工季刊 第49期， p.4〜13。
5. 侯勝宗、連婉茜、仇介民(2017)，服務庫存與營運績效關聯之實證研究：以台灣大哥大車隊為例，台大管理論叢，27卷
2S期，p. 63〜 92。doi:10.6226/NTUMR.2017.SEP.F104-004。
6. 姜辰(2006)，營建業多能外籍勞工指派最適化，國立交通大學土木工程學系碩士論文。
7. 郝沛毅、李御璽、黃嘉彥編譯，2014，資料探勘，高立書局。
8. 陳軍凱(2005)，隨機需求下航空貨物收貨人員人力供給暨班次表設計規劃之研究。國立中央大學土木工程研究所碩士論文。
9. 陳志源(2008)，啟發式物流作業排程與人員排班之整合推論模式，國立清華大學工業工程與工程管理學系碩士論文。
10.陳平舜、蔡嘉哲、謝文桓、林明翰、陳厚光、江宗恒、王宣尹、陳威甫、陳文育、陳威廷(2014)，護士人員排班問題之
研究，科技部補助專題研究計劃成果報告期末報告。
11.黃國平、吳青翰、洪慈佑(2005)，緊急醫療救護案件區位模型分析，規劃學報第32期，學術論著，p. 13〜30。
doi:10.6404/JP.2005.12.0013。
12.黃智群(2014)，以數學規劃解決餐廳人員的排班問題－考慮工作支援與延遲服務的影響，國立中正大學企業管理學系企
業管理碩士論文。
13.楊勝富(2012)，以群集分析結合決策樹建置門診醫師排班作業提升醫療服務品質，國立勤益科技大學工業工程與管理學
系碩士論文。
14.萬光玲，1998，餐飲成本控制。台北市:百通圖書。
15.盧尚洙( 2002)，輪值人員排班與起始時間決策之研究，輔仁大學管理學研究所碩士論文。
16.謝漢雄(1982)，”人員排班技術之研究”，管理評論，1(1)，p. 67-78。 doi:10.6656/MR.1982.1.1.CHI.67
17.Mr. Opengate(2015)，機器學習，分群/聚類：K平均演算法Clustering：K-Means Algorithm。
https://mropengate.blogspot.com/2015/06/ai-ch16-5-k-introduction-to-clustering.html。搜尋日期：
2019年1月12日。
18.Buffa, Elwood S., Michael J. Cosgrove and Bill J. Luce(1976). An integrated work shift
Scheduling system. Decision Sciences, 7(4), 620-630. DOI :10.1111/j.1540-
5915.1976.tb00706.x.
19.Baker, K. R. (1976). Workforce allocation in cyclical scheduling problems：A survey.
Operation al Research. Quarterly 27 (1)：155-167.
20.Morris, J. G., and Showalter, M. J. (1983). Simple approaches to shift, days-off and tour
scheduling problems. Management Science, 29(8)：942-950.
21.Beasely, J. E. and Cao, B. (1996). A tree search algorithms for the crew scheduling problem.
European Journal of Operational Research 94(3)：517-526.
22.Browne. J. (2000). Scheduling employees for around-the-clock operations. IIE Solutions,
32(2)：30-33.
23.De Causmaecker, P., Demeester, P., Berghe, G. V., and Verbeke, B. (2004, August). Analysis of
real-world personnel scheduling problems. In Proceedings of the 5th international conference
on practice and theory of automated timetabling, Pittsburgh： 183-197.
24.Hsieh, S. J. (2002). Hybrid analytic and simulation models for assembly line design and
production planning. Simulation Modelling Practice and Theory 10(2)：87-108.
25.Lau, H. C. (1996). On the complexity of manpower shift scheduling. Computers and Operation
Research, 23(1)：93-102.
26.Millar, H. H., and Kiragu, M. (1998). Cyclic and non-cyclic scheduling of 12 H shift nurses
by betwork programming. European Journal of Operational Research, 　104 (3)：582-592.
27.Meisels, A. and Schaerf, A. (2003). Modelling and solving employee timetabling problems.
Annals of Mathematics and Artificial Intelligence, 39(1)：41-59.
28.Walsh, Th.(2015). Clustering with Workforce Auditor：Gain a Detailed View of the Whole
Organization with Workforce Analytics. White paper of KRONOS Incorporated.
https://www.kronos.com/resource/download/12731。搜尋日期：2020年2月25日。