Abstract
在半導體製程中，降低生產週期(cycle time)與提高準時交貨率(on-time delivering ratio)是很重要的兩個目標。半導體晶圓製造的上游製程為光罩製造，而電子光束機(electrical beam writer)則是光罩製造的瓶頸機台。本論文研究電子光束機的生產排程，提出一經驗分配動態規劃演算法(empirical distribution dynamic programming)以及兩種啟發式動態規劃演算法(heuristic dynamic programming)。其主要問題為隨機加工時間之批量排程問題。我們考量工件加工時間的隨機性(stochastic)，且假設工件在機台上的加工時間為常態分配，其平均值(mean)與標準差(standard deviation)為已知，並在交期為已知參數的情形下，本論文以最小化總延遲時間(total tardiness)作為目標，並使用統計方法與動態固定批量法(dynamic fixed batch approach)及最大批量法(full batch approach)之排程結果來比較其績效。實驗結果顯示，經驗分配動態規劃法之表現最好，兩種啟發式動態規劃法次之，而最大批量法及動態固定批量法之表現最差。在解題時間上，經驗分配動態規劃法之解題時間最長，其次為啟發式動態規劃演算法一、啟發式動態規劃演算法二，而最大批量法以及動態固定批量法較前三者快，且兩者之解題時間無顯著差別。在缺貨情形較少及需求率較低之情形下，經驗分配動態規劃法解出之工件平均延遲時間，僅為目前業界使用的動態固定批量法的10%，而在一般及缺貨嚴重、需求量較大之情形下，仍有40%左右的改善幅度。