以熵約束多樣性二維基因演算法為基礎的 異質工件人力排程最佳化技術
An optimal human-power scheduling for heterogeneous part manipulation based a 2D genetic algorithm with entropy-constrained population diversity
姓名：張家綺
學號：J107252108
本論文的主要研究範圍於印刷電路板產業電子專案人力排程最佳化。在專業電 子製造服務業（Electronics Manufacturing Services，EMS）的領域中，對於電子產品 品質的考量通常將電子產品的工作流程以建置、檢查、驗證來確保正確性，在目前 產業裡仍然以傳統方式來進行工作處理流程的排程規劃，這不僅增加了專案負責人 （Project Manager，PM）的工作量，而且在沒有精確計算的安排下也可能導致專案 處理流程的阻塞，所以專案處理流程的排程規劃低效率是目前待解決的嚴重問題。 面對日益增長的 EMS 行業需求，傳統的排程規劃經常會引起一些問題，例如延遲交 付，延遲批量生產，甚至公司的收入損失。實際上電子圖樣類型、工程師能力和交 貨期相關的作業調度非常複雜，不適合以人工方式進行處理，欲解決此問題希望是 可以揮別過去的作業方式。人工智慧在過去十年中，具有解決優化問題的巨大潛力， 特別是基因演算法（GA）是優化作業調度的可行解決方案之一。然而傳統的基因演 算法的染色體設計對於我們的排程問題並不適用在此次要解決的問題，因此在本研 究中，運用以熵約束基因演算法，此方法具有下列特色：(1)由二維基因編碼的方式、 (2)增加熵評估群體適應值組成、(3) 提出基因換種機制增加多樣性，以提高求解的 效率和準確性。如果熵值降低，則啟動染色體群體換種機制。實驗結果進行分析之 後，發現加入熵約束群體的多樣性來啟動群體染色體換種機制可以有效地降低演化 世代迭代的次數，並將系統所搜尋出來的解的改善率降低 10％。
關鍵字：二維基因演算法、熵、異質工件、人力排程、排程最佳化