Abstract
Leachman 使用線性規劃模型 (Linear Programming Model) 來分配 晶圓廠 (Wafer Fabrication) 的機台產能 (Resource Capacity)。在這 個線性規劃模型中，透過時程參數 (Cycle Time) 來推導動態生產函數（ Dynamic Production function）中的係數。但是時程參數是使用過去收 集的歷史資料來產生，而在計劃的過程中，是對新的時間範圍做規劃 (Planning)，所以使用歷史資料產生的時程參數必然不能符合新的時間範 圍所須時程參數的準確性。而此一參數的失真亦將嚴重影響線性規劃模型 的結果。針對此一問題，Hung[1991]先利用歷史資料所提供的時程參數， 將之代入該產能負荷模組中，求其投料計劃。然後，再模擬所得投料計劃 的生產過程，從中蒐集新的時程參數，再以此新得的時程參數代回產能負 荷模組，求解新的投料計劃，如此重覆迭代，來觀察時程參數的變化，發 現產能負荷模組與模擬模型兩者的時程參數經過少數迭代次數能收斂一致 。但是使用模擬模型非常耗費時間，因此在這篇論文中，我們在將時程參 數分解，找出會變動的等候時間，透過等候線模型 (Queueing Model)及 工作站產能負荷率與等候時間曲線來找出等候時間，再重新組合時程參數 ，如此可縮短估計時程參數的電腦運算時間。等候線模型因與線性規劃在 假設上的差異，以致效果不佳。而估計工作站產能負荷率與等候時間曲線 來組合時程參數，在適當參數控制下，有著極穩定的表現。