Abstract
摘要近年來，隨著半導體產業的快速成長，其製程與生產規畫問題亦日趨複雜。因此，許多學者便針對這些問題提出了相關的研究，以尋求可以改善生產績效的方法。由於半導體產業的製造流程複雜，使得其有效且可行的排程方法設計十分困難，因此一直很難找到一個方法來達到所有績效最佳的方式。經由文獻回顧發現，有許多的學者利用系統模擬的方式來實驗不同派工法則對績效指標的影響，利用電腦上建構的模式來進行實驗，以求能找到一個可以有效改進績效的方法。然而，大量的實驗資料往往在有意無意間被人所忽略。因此，我們便需要一個有效率的資料挖礦法則，來處理大量的實驗資料，進而去找出不同派工法則組合出來的影響，以獲得能達到不同需求的派工組合。在本研究中，利用機台分群的觀念，針對不同機台的工作負荷量來將所有機台的工作群分成三群，分別是高負荷群、中負荷群、和低負荷群，利用這樣的分群來將不同的派工組合運用在其上，並且經過多次的反覆模擬實驗來收集所有的實驗結果，以增加模擬的可信度。最後利用資料挖礦的手法：自我組織映射網路和決策樹，來提供視覺化的結果，以及不同派工法則在多目標的表現結果，以提供決策者來根據這樣的結果來做出符合需求的決定。