Abstract
本研究為了使生產規劃更接近實際的生產問題，將裝設時間、裝設成本，均予以考慮在內，但因為加入此裝設決策後，問題模型便成為混合整數規劃(Mixed IntegerProgramming)問題，使批量問題的求解成指數型困難問題(NP-Hard)。所以，嘗試以新的演算方法來改善尋找最佳解的過程。 由於近年來有不少的研究是利用遺傳演算法來解困難的最佳化問題和排程問題，在和其他現有的經驗法則比較下，都能得到很好的結果。所以本篇論文針對多項產品、多種資源、多生產時期，以及含裝設時間、裝設成本的生產規劃問題作探討，提出利用遺傳演算法的技術以及一個啟發式的運算子，來排序鄰近染色體的集合，再從中找出優良鄰近染色體，以幫助求解的過程，使問題能得到最佳之解答。 藉由設計決定配對方式的實驗，比較本論文中所發展的四種配對方式，找出何種配對方式，對於求解時較有助益。再設計解題參數的實驗訂出解題參數值，設計不同題型的隨機問題進行因子變動對演算法的影響，最後將演算法的結果與分枝界限法的最佳解以及其他啟發式演算法的解進行實驗結果比較。 由本論文所提出的演算法，可以得到以下的結果：1.較其他啟發式演算法更逼近最佳解。2.由實驗結果可以評估出本演算法的適用性。3.和傳統解法相比較，演算法對於解大型的問題時，能有效減少求解的時間。所以本論文中的演算法可以更正確的找到或逼近最佳解，即與最佳解的差異比其他演算法小，而得到相當不錯的結果。