TFT-LCD產業多能工技術員最適化指派問題之研究ijcs.topco-global.com/WebSite/Articles/2010Vol2_No3_141...International Journal of Commerce and Strategy 2010, Vol. 2,

商略學報 2010 年，2 卷，3 期，141-159。

141

彩色濾光片 (Color Filter; CF) 屬於薄膜電晶體液晶顯示器 TFT-LCD (Thin Film Transistor-Liquid

Crystal Display) 產業中的前段製程，亦是其關鍵零組件之一，其賦予 TFT-LCD 的色彩，也豐富了觀賞者的

視野。而 CF 廠的檢測區是確保完成製程的 CF 玻璃可以以符合客戶要求規格出貨的關鍵作業區域，堪稱是

CF 最後一道品質的防線；相異於製程區，是在現今的 CF 工廠中較無法自動化，作業屬性屬於偏向於勞力密

集之性質。本研究為一指派問題，將以工廠內調度員之角度為出發點，彙集現行調度員於進行技術員指派決

策時考量因素之專家意見，找出本研究欲建立之指派模式所需考量之重要構面準則，藉以減低指派決策時所

考量構面之差異，根據觀察分析所得之影響因素，運用多準則決策分析方法之層級分析法彙整出決定指派調

度之構面準則之重要程度，並據此建構整數規劃模式以求解技術員最適指派，透過如此之改善，確實可大幅

縮短調度員指派決策時間，並精確、快速的以現場工作及人力的狀況，作出最適當的調度，讓現場以有限的

資源，能夠有效提昇現場之良率以及產出；並可提供作為相關業界做為作業人員指派時之參考工具。

關鍵詞：彩色濾光片、多能工、指派問題、層級分析法、整數規劃。

TFT-LCD 產業多能工技術員最適化指派問題之研究

黃宇翔國立成功大學

黃鐘錡國立成功大學

論文編號：IJCS2009037

收稿 2009 年 9 月 10 日→第一次修正 2010 年 5 月 14 日→正式接受 2010 年 5 月 28 日

通訊作者黃宇翔為國立成功大學工業與資訊管理系教授，地址 : 70101 台南市大學路一號，電話：+886-6-2757575 轉

53723，E-mail：[email protected]。作者黃鐘錡為國立成功大學工業與資訊管理系碩士在職專班學生，地址 : 70101 台南市大學路一號，電話：+886-6-5050194，E-mail：[email protected]。

International Journal of Commerce and Strategy2010, Vol. 2, No. 3, 141-159

142

Color filter (CF) is a critical component as well as a preceding process in the fabrication of TFT-LCD (Thin Film Transistor-Liquid Crystal Display), which provides the color source in the flat panel display and enriches the sight of the viewers. The final inspection operation in CF shops ensures the proper quality level of finished CF products. This inspection is essential for the ongoing follow-up of quality assessment. The CF inspection process is highly labor intensive and, unlike the automatic handling system in CF operating processes, has no practical solution in automation so far. This paper presents a possible improvement in the assignment of multi-skilled workers on a CF shop floor. The front-line supervisors’ experiences and opinions about the attributes of current multi-skilled workers were taken into consideration and collected to assist in determining the essential aspects of assignment. The objective of this study was to improve the efficiency and quality of multi-skilled workers’ assignments and, thus, enhance the production effectiveness. The proposed model was validated on the shop floor. The model actually outperformed the original approach both in throughput and yield improvement.

Key Words: Color Filter, Multi-Skilled Workers, Assignment Problem, AHP, Integer Programming.

A Study on Optimal Assignment of Multi-Skilled Workers for the TFT-LCD Industry

Yeu-Shiang HuangNational Cheng Kung University

Chong-Chi HuangNational Cheng Kung University

Paper No.：IJCS2009037

Received September 10, 2009 →First Revised May 14, 2010 →Accepted May 28, 2010

The corresponding author, Yeu-Shiang Huang, is a Professor in the Department of Industrial and Information Management, National Cheng Kung University, Address: No.1 University Rd.,Tainan 70101,Taiwan, Tel:+886-6-2757575 ext. 53723, E-mail:[email protected] Chong-Chi Huang, is a student in the vocational master program in the Department of Industrial and Information Management, National Cheng Kung University, Address: No.1 University Rd., Tainan 70101, Taiwan, Tel:+886-6-5050194, E-mail: [email protected]

2010 Y.-S. Huang and C.-C. Huang 143

緒言

隨著開發中國家以低廉勞工取得成本優勢以吸引企

業投資之際，以代工性質為主之台灣電子製造業也逐漸

採用或持續進行人力成本縮減以因應此股風潮，藉由人

力的成本縮減及再利用，達到企業利潤最大化之目標。

同時，為提昇企業人力資本，以便企業單位於不同性質

工作間輪調，目前多數台灣電子製造業現場常用多能工

人才養成教育作為精簡人力成本手段之一。

彩色濾光片 (Color Filter; CF) 屬於薄膜電晶體液晶

顯示器 TFT-LCD (Thin Film Transistor-Liquid Crystal

Display) 產業中的前段製程，亦是 TFT-LCD 的關鍵零

組件之一，其賦予了 TFT-LCD 的色彩，也豐富了觀賞

者的視野。從素玻璃 (Bare Glass) 原料投入到成品 CF

大致上可區分為製程站、量測站以及檢測站。而 CF 廠

的檢測站是確保完成製程的 CF 玻璃，以符合客戶要求

之規格出貨的關鍵作業區域，堪稱是 CF 成品的最後一

道品質防線，相異於製程站，是在現今的 CF 工廠中較

無法自動化，作業屬性偏向於勞力密集之性質。在 CF

檢測區之檢測作業人員 ( 以下均稱為技術員 ) 的工作指

派規劃，是現場生產中，相當重要的一個環節。「適

當」且「適量」的技術員安排不僅可以確保出貨前的品

質卡關，更可有效消化各檢測站點的在製品 (Work In

Process; WIP) 水位。隨著產能及設備規模越來越大，

對於檢測站之作業效率更為重視。因此，如何使產品的

檢測作業能有效且確實的執行，以確保出貨前的品質，

並能達成工廠內之生產排程計劃，對 CF 的製造工廠來

說，一直是一項重要且急迫的課題。

CF 檢測區需要密集人力進行的檢測作業項目包

含：微觀檢查 (Micro Inspection)、研磨作業 (Grinding

Repair)、修補作業 (Ink Repair) 以及巨觀檢查 (Macro

Inspection) 等項目。技術員必須經過教育訓練以及認

證通過才具有操作該檢測作業設備之資格。對檢測區來

說，每班需要執行檢測作業的實際玻璃片數，不僅會隨

著各檢測站點上的在製品水位而變異，而且在檢測作業

的進行上，亦會有一定作業時間及產出片數的目標，故

主要需視各檢測站點的 WIP 水位及當時技術員之供給

情形，來進行檢測區各站點技術員指派的規劃。一般說

來，為了滿足生產線調度需求，並維持合理之人力水

位，目前業界多以多能工精神規劃檢測技術員之教育訓

練認證，亦就是一個檢測技術員必需取得該區所有作業

站點之機台認證。未經過教育訓練認證而取得執照之檢

測技術員，依規定是無法操作相關設備從事生產作業。

以生產線主管之角度視之，若某檢測技術員具有某檢測

站點認證，即代表該技術員已具備操作該檢測站設備儀

器之執照，可接受其指揮調度從事檢測區當站作業。

人力的規劃，於建廠之初，依照設備產能規劃藍

圖計算出檢測站各站點之編制人數，至建廠完成、試車

(Pilot Run)，乃至於邁入量產階段 (Mass Production;

MP) 後，因生產設備異常或產品品質良率不穩定，上下

游連帶關係影響之下，都會使得各站點的 WIP 水位不

若之前預期，非常容易形成人力供需不均衡的情況。比

方說，當工廠的某工作站點之 WIP 水位呈現較高或較

低的情況，且生產線不作任何因應時，便容易出現技術

員人力短缺或過剩的結果，使得生產線現場作業效率受

到影響，甚至影響到生產規劃部門 (Production Control;

PC) 所擬定給製造部門之生產目標及出貨需求達成狀

況，茲事體大。必須由生產線主管視當班檢測各站點

WIP 水位及良率狀況來做相關調整。現階段生產線負責

調度之幹部於人員調度時，多以既定之配置員額，即各

作業站標準技術員人力編制，依當下各站點 WIP 水位

高低，以過去之經驗法則；依其對作業員作業熟練度、

專業度上的資訊及其他主觀看法，增加或減少各站的技

術員人數，即進行所謂的指派動作，目的就是要達成生

產計劃並獲取最大產出。這樣的方法已行之有年，儘管

做法極富彈性，但由於生產線均為輪班制，不同的班別

會有不一樣的調度人員，因此在運用此方式來進行技術

員調度時，資淺且經驗較為不足之生產線幹部往往比較

為資深之幹部更容易出現調度失當的問題，為此經驗法

則之主要缺點。因此，對現場技術人員作業指派的標準

化需求也因應而生。

綜上所述，技術員的工作情況為影響工廠產出的

因素之一，而在各種不同之生產條件底下，如在製品

水位、技術員熟練度、設備狀況以及產品良率等等，期

有一精確、快速且以技術員工作相關之主、客觀因素為

基礎為考量下之指派模式方法，作為生產線幹部於技術

員指派決策之參考。本研究將以工廠內生產線幹部之角

度為出發點，在現行的調度機制下，透過文獻探討，針

對過去的研究中觀察所得，彙集生產線幹部於進行技術

員指派決策時考量因素之專家意見，期找出本研究欲建

立之指派模式所需考量之重要構面準則，藉以減低指派

決策時所考量構面之差異，根據觀察分析所得之影響因

素，運用多準則決策分析方法，彙整出技術員指派調度

各項構面準則之權重，並據此建構數學規劃模式，以求

144 SeptemberInternational Journal of Commerce and Strategy

解技術員最適指派。透過此指派模式，期使生產線幹部

能精確、快速的做出現場技術員作業指派。除了縮短指

派決策時間，並讓現場以有限的人力資源，提昇生產效

率，達到最大的產出期望值及良率；並可提供為業界做

為技術員指派時之參考工具之一。

Gomar et al. (2001) 認為，多能工是一種降低直

接勞工成本，增進生產力以及降低失誤率的生產力策

略。多能工之生產策略即作業者在歷經某一範圍的技能

歷練後可使其參予超過一種以上的作業站稱之。多能工

的成功實施絕大部分依賴領班在指派作業員至合適的工

作以及有效率的合併組員的能力。Quick(1992) 表示團

隊中各人員各自具有獨特專業技術與能力，將團隊的目

標視為首要之務，能以公開清楚的模式互相彼此溝通、

支援、合作。因此，可以將團隊視為相互信賴，並一致

認同共同的目標、準則以及工作的方法且具備互補性的

才能的一小群個別成員的組合 (Katzenback and Smith,

1993)。Eguchi(2005) 考慮到作業員績效的衡量誤差以

及在工作指派中可能遇到的影響活動之間的關係，工作

輪調在多能工方法中扮演一個非常重要的角色，可預防

作業員為了私利而做出任何會影響生產效益的行為。多

能的員工具有能力適應新工作並有助於公司迅速調配人

力，不僅有助於企業強化因應市場及技術變遷的能力，

也使員工增強就業及再就業的專業技能，也是企業與勞

工未來的一個新目標 (Bradner, 2003; Brusco and Johns,

1998; Gomar et al., 2001)。多能工亦算是人力革新的一

種形式，一些學者在人力資源革新以提昇企業績效的效

應也提出廣泛的研究 (Eaton and Voos, 1992; Levine and

Tyson, 1990; MacDuffle, 1995)，而其他學者，如 Becker

and Murphy (1992)，Yang and Borland (1991)，Rosen

(1983)，以及 Bolton and Dewatripont (1994)，也專注於

整合不同技能工作者對於成本上的貢獻，在這些文獻內

容中指出，企業溝通成本的下降，導致企業員工之間更

大的差異化而非更多能工化。因此本研究之多能工定義

為「於單位中身具不同專業技能的成員，在透過短期或

長期性的在職訓練或工作輪調，使其可以彌補其他專業

技能之能力，以快速反應工作需求之變遷並同心協力低

完成組織單位的任務目標」。

綜上所述，追求極致的人力技術提升發展，以使

用人力在組織或單位做充分互補，通常使得組織或單

位之人力得以精簡化，此時，如何在已知的作業條件及

環境中，使用有限的資源以完成工作目標，將取決於良

好的資源分配，也就是指派問題 ( 決策 ) 所欲探討之方

向。Koopmans and Beckmann (1957) 探討經濟活動中

不可切割之資源指派問題，主要有兩個問題，第一個問

題中，忽略廠房間之運輸成本，為一支持一最佳化指派

之收租系統相關之線性規劃問題。在第二個問題中，廠

際間之運輸費用認列帶來複雜以及更加費力和無法預期

的計算，且似乎可擊敗價格系統並作為一維持最佳化指

派問題的方法。指派問題 (Assignment Problem; AP)，

顧名思義，就是指派某個人去完成某項工作或任務的問

題。由於任務的特性以及人員的能力差異，不同之指

派方式在完成工作之效率及效能皆會受到影響。Hillier

et al. (2000) 曾提及，任何一個指派問題均可以下列的

形式予以描述，給定一個欲執行的任務集合 (A Set of

Tasks) 以及一個可用來執行工作的被指派者集合 (A Set

of Assignees)，其所需解決的問題為決定哪一個被指派

者應該被分派給哪一項任務。其並提出以下幾種指派問

題的變化，指派問題的模式需滿足下列前提假設：被指

派者的數量和任務的數量是相同的、每一個被指派者只

被分派完成一項任務、每一項任務只能由一個被指派者

來完成、每一個被指派者和一項任務的組合皆有一個相

關的成本、問題的目標在決定如何進行指派才能使得總

成本達到最小。Kim et al.(1996) 認為指派問題基本上

可以簡單地定義為，將員工分派給機器。指派問題為線

性規劃上的一個特例，所以任何解決線性規劃問題的

方法均可套用於其上。自 Kuhn (1955) 提出匈牙利法

(Hungarian Method) 後，後續陸續出現相當多的研究，

也因此各種形式於此問題之探討已經十分透徹。在不同

產業別之人力指派領域中，例如航空業，Ryan(1992)

曾將航空公司人員指派問題定式為一集合分割問題以求

解公平性之人員指派，並利用單體法與分枝界限法進行

求解。

因本研究之決策變數不可分割，需限制為整數，屬

於整數規劃 (Integer Programming; IP) 之範圍。整數

規劃為管理科學中之重要分析技術之一，多用以指派人

員或機器以最佳化組織的目標 (Hillier et al., 2000)。求

解整數規劃的方法可分為分支界限法和切面法，一般大

都以分支界限法作為求解整數規劃問題的方法。其中分

支界限法 (Branch and Bound) 是一種系統化的解法，

在忽略整數要求及取得最佳解後，將非整數解值者分割

成為最接近的兩個整數，分列條件加入原題目而形成兩

個子問題，再分別以單形法求解。分枝後的子問題因為

加了額外限制條件而使可行解空間縮小，其結果或為目

標值劣於原最佳解，或因新條件與原條件矛盾而無可行


解 (Land and Doig, 1960)。經過一次分割如果還不能求

得整數最佳解，就要繼續就子問題分割成孫題目繼續演

算。切面法 (Cutting Plane ) 在求解時，首先忽略整數

條件而以單形法來求最佳解，若解值不是整數，則再加

上一個限制條件，稱之為 Gomery 條件。這限制條件代

表在線性規劃的可行解空間內加上一個整數限制條件，

以縮小其範圍，然後以對偶單形法求解，若仍不能求得

整數解，則再一次加上 Gomery 條件求解，一直重覆

到所有變數均為整數解為止。Current(1988) 運用整數

規劃，求解考慮轉運設施的層級配送網絡。而以整數規

劃求解裝線平衡問題為建立一數學模型作整體性考量以

求出最佳解，與啟發式演算法不同之處為啟發式演算法

可以找到區域最佳解或只達到預設目標及以此解為最終

解，而數學模型之解法則只能求最佳解 (Roberts et al.,

1970；Hadi et al., 1998)。

Markham et al.(1987) 說明人員的遴選有一定的要

求和標準，包括年資、年齡、能力、學歷、性別等。

Reeves and Reid(1999) 認為單位將人員指派至某一任

務時，主要的考量為該人員所具有的技術是該任務所需

要的。本研究所選用參考之技術員指派評量準則包括年

資、能力、品德以及人際關係等四項，均可作為各工作

種類對人員指派準則之評量，亦可為衡量技術員個人基

本能力之評鑑項目。

人員指派多數的情況是必須要在兩個或以上的替代

方案中做選擇的多準則問題，需考慮評估許多不同層面的

因素，亦可視這樣的指派評估機制為一多準則決策問題。

本質上，多準則決策問題中，各準則間其重要程

度各不相同，故需賦予評選準則之相對權重，可依此

結果訂出相關評定準則，Hwang and Yoon(1981) 彙集

幾種決定準則常用的方法，以便運用在各種多準則決

策問題上，例如特徵向量法 (Eigenvector Method)、

加權最小平方法 (Weighted Least Squares Method)、

LINMAP(L inea r P rog ramming Techn iques fo r

Multidimensional Analysis of Preference)、TOPSIS

法 (Technique for Order Preference by Similarity to

Ideal Solution Method) 及熵值法 (Entropy Method)

等。Chu(1979) 等人提出加權最小平方法來計算權

重，此法主要是以 Saaty(1980) 所提的成對比較矩陣

來建立一組聯立線性方程式，求解後所得之權重值與

Saaty 的特徵向量法所求得的權重相似。Srinvasan and

Shocker(1973) 提出 LINMAP 來計算權重。首先，定

義決策者對各方案的強勢評選順序，及決策者對方案進

行成對比較，而根據所有順序組衍生的等式構建成一

組聯立方程式，即可求算出各準則權重。Shannon and

Weaver(1947) 提出熵值法，利用正規化的方式求取權

重，其指出準則的表現值越混亂及差距越大，表示此準

則權種較大；反之，表現越一致，代表該準則權重越小。

TOPSIS 法 (Technique for Order Preference by

Similarity to Ideal Solution Method) 是由 Hwang and

Yoon(1981) 所提出之一種多屬性決策方法，其精神在

於先界定理想解 (Ideal Solution) 與負理想解 (Negative

Ideal Solution)。所謂理想解是各替代方案中，利益面

屬性中評估值最大，而成本面屬性中最小者；至於負理

想解各替代方案為利益面屬性中評估值最小，而成本面

屬性中最大者，爾後之分析基準為選擇最佳方案應遵循

與距離理想解最近且負理想解距離最遠的方案來做為最

佳方案，而這樣的距離在 TOPSIS 法中稱為歐氏距離。

Keeney and Raiffa (1976) 提出多屬性效用理論 (Multi-

Attribute Utility Theory; MAUT)，為一以多屬性之觀

點明確表達決策者之主觀偏好，並利用數學規劃方式來

建構效用函數，其對每一可能結果，指派依適當效用，

然後再計算每一方案之期望效用，最後藉以參考屬性之

組合進行方案評估，選擇最高期望效用之方案。多屬性

效用理論一般是透過一簡單加權求解最後的期望效用，

決定最終之結果，僅利用簡單之數學加權方法，可能無

法將群體決策者之個人偏好差異程度及優先順序考量在

模式之中。

層級分析法 (Analytic Hierarchy Process; AHP)，

係由 Saaty (1972,1980) 所提出之ㄧ種決策方法，其精

神主要在於使用層級式 (Hierarchy) 之決策判斷過程，

評估現有之替選方案，並依此獲得最適當之方案，也就

是於不確定情況下及具有多數評估準則的決策問題，為

一系統化、科學化解決多準則、多方案、主觀決策問題

的技術方法，Saaty(1972) 將層級分析法應用於美國國

家科學基金會從事有關於產業電力配額、蘇丹運輸系統

研究、美國武器管制以及裁軍局分配資源於從事恐怖主

義之分析等多項研究，使得層級分析法得以臻於完備成

熟。在層級分析法進行的過程中，將影響系統之要素，

予以分解成為數個群體，而每個群體再區分出數個子群

體，即為所謂的「層級結構化」，以逐級建構整個層級

結構。層級分析法中問題的描述即在澄清決策所希望達

成的目的。故層級分析法就是將複雜的問題予以系統

化，並將問題的各個考慮層面予以層級化的架構，因為

層級結構 (Hierarchical Structure) 有助於決策者對於事


物的整體了解，同時利用評估要素建構為層級形式，使

工作易於達成。因此，層級式架構具有彈性化、易於瞭

解以及合乎邏輯等優點 (Vargas,1990)。

AHP 理論發表以來，陸續有學者提出對 AHP 理

論的質疑，如 Belton(1986)、 Belton and Gear(1983,

1985)、Barzilai and Golany(1994)、Dyer(1990a,

1990b) 以及 Dyer and Wendell(1985) 等，主要是針

對層級分析法在理論基礎存在著「排序逆轉 (Rank

Reversal) 問題」，排序逆轉即為決策者在問題之目標、

準則以及替代方案之偏好不變的情況下，因僅考量某一

新方案或將一原有方案不納入考量，而導致原有方案排

序產生逆轉的情況；這些質疑認為若使用層級分析法過

程中所產生之排序是變動的，則所得之結果很可能會誤

導相關的許多決策者，使其所做出之決策毫無參考之

處。儘管如此，仍有其他學者表示支持，如 Harker and

Vargas(1987, 1990)、Satty and Vargas(1984a, 1984b)

分別對排序逆轉的問題加以研究以及 Saaty(1990a,

1990b) 本身亦提出詳盡的說明。另外對於「1-9 尺

度」缺失的修正，由於 Satty 提出之 1-9 尺度本身存

在許多矛盾，會使得決策者下判斷時並非易事，可能

會導致 :( 一 ) 評價結論的錯誤；( 二 ) 一致性檢驗的錯

誤。所以後續有許多學者紛紛加以改良，便不在此贅

述。而學術研究上，多數的學者都還是選擇使用 AHP

解決定性且繁雜的問題，例如解決供應商選擇問題

(Narasimhan,1983; Barbarosoglu and Yazgac, 1997)，

解決資源分配問題 (Ramanathan and Ganesh, 1995)等，

足證明其理論或許還有改進處，但於方法論上還是具有

相當的價值，且其結果還是足以信賴的。因本研究以層

級分析法計算準則之權重，過去其他學者使用層級分析

法計算方案的優先順序，而本研究將此權重應用於之多

能工作業員於各檢測生產作業站點指派因素之準則權重

計算，以判斷人員指派之優先順序。

台灣 TFT-LCD 面板產業於 2005 年成為政府亟欲

扶植「兩兆雙星」之重點產業，並掌握超過全球 40%

產量。現階段 TFT-LCD 面板的需求，在三大應用端監

視器螢幕、筆記型電腦以及液晶電視均持續旺盛成長。

近十年來，TFT-LCD 產業上下游零組件，從玻璃基板、

彩色濾光片、偏光板配向膜、背光模組、驅動 IC 等廠

商的垂直整合近年來已逐漸架構成形，而本文主要探討

之彩色濾光片 (CF)，為 TFT-LCD 之關鍵零組件，且

所佔整體成本較高，故在各國廠商之垂直整合策略中，

大部分均以自製模式生產以尋求成本降低，由此亦可

見其目前所佔地位之重要性。TFT-LCD 相關文獻並不

多見，但其產業結構乃至製程及現場管理之概念均與

半導體產業有許多類似之處，或師法其優點，或可從

半導體相關文獻中略窺一二。在半導體相關研究中，

Dabbas(2002) 指出多數工廠均忽略了作業員規劃的重

要性，當作業員不足時，將可能造成以下結果：( 一 )

機台利用率降低；(二 ) Cycle time拉長；(三 )產出減少；

( 四 ) 交期延誤。Yang et al. (2002) 針對半導體封裝站

製程，在考量機台衝突的情況下，提出一模擬基礎之

動態作業員指派方式策略，但其使用 brute-force 之方

式，在尋找尋最適解過程中，並未能最佳化人員配置，

容易跳入區域最佳解之陷阱。Süer (1996) 提出一「兩

階段啟發演算法」，針對勞力密集傾向，並具有數個

製造單元，且各單元均包含數個不等之操作站之製造

業現場，以混合整數規劃模式求解最小化作業員需求

量。第一階段係以混合整數規劃集合出人員技能，第

二階段再以整數規劃求解最佳化人員及產品指派，過

程中若第一階段人員技能與生產時間不變則不需重新

執行，只需再每次需求變更時重新執行第二階段之模

式即可。其後更據此研究，Süer and Bera (1998) 進一

步加入於生產過程批量分割後續探討，其提出的方式

明確地處理了作業員與產品配置的決策並得到最大化

產量及最小化人員成本。Kuo and Yang(2005) 在 TFT-

LCD 面板中後段製程 (I/P process) 之人員配置問題中，

採用 Süer and Bera(1998) 提出之兩階段的方式，第一

階段先以現有人員水位，最大化該 I/P process 生產線

之產出及得出其人力配置情境；第二階段以第一階段

之產出作輸入，以產出最大化之結果下最小化各線人

員之佈置數目。由此兩階段可推導出人員及產品於產

線間的配置明細。

TFT-LCD 產業多能工技術員

指派問題

以本研究所探討之TFT-LCD之關鍵零組件CF來看，

雖然在玻璃世代朝向大尺寸演進之催化下，製程中之自

動化程度及電腦化作業日益精進，以少人化中控區模式

為基礎進行相關生產動作，最終以邁向無人化工廠為目

標。但於完成製程之後於進行 CELL 段工程前之檢測作

業 ( 圖 1)，現階段須以較多之人力進行相關作業，為達

人員利用率最大化，多能工之認證已行之有年，目的在

於可視情況任意指派具某站認證人員至當站進行生產。


一般生產線調度大多均以既定之配置員額，即各站

標準人力編制，視各站點 WIP 水位高低，以過去以來

之經驗法則；依其對作業員作業熟練度上的差異主觀看

法增加或減少各站的作業員人數，但由於目前生產線為

輪班制，不同的班別會有不一樣的調度人員，因此在運

用此方式來進行作業人員調度時，資淺且經驗較為不足

之調度人員往往容易出現調度失當的問題，造成人員閒

置或不足的結果，為潛在的人力資源利用風險。為進一

步說明，茲舉一簡例如後：假設檢測區內共有四個作業

站需要採用密集人力作業，在完成製程之 CF glass 在經

過預洗段 (AOI pre-clean) 及 AOI 設備掃描 (AOI defect

scan) 後，會將 CF glass 上的製程缺陷 (Defect) 以及無

法藉由清洗製程洗淨之微塵 (Particle) 加以進行電子顯

微鏡拍照，並將其座標上傳至資料伺服器 (Fileserver)

之後，開始進行微觀檢查 (Micro Inspection)，此站之

檢測技術員對 CF glass 之缺陷進行檢查以及規格判定

的動作，並決定其是否允收、報廢或是可修補；接下來

為研磨作業 (Grinding Repair)，在這站中，主要是將

上游缺陷判定作業中所判定需進行研磨作業的 CF glass

defect 進行研磨的動作，其作業模式為將 CF glass 上超

過規格的突起物 (Tokki) 予以研磨至規格內，程序前後

均必須確認是否有無類似漏光問題或 Grinding Repair

無法修補的金屬類 particle 之情形，得直接至修補作業

站進行 laser repair 並修補遺失之光阻 (Ink Repair)，

而後再度確認是否合乎規格；至於最後一站巨觀檢查

(Macro Inspection)，則為出貨前的人員目視檢查，在

此站作業當中，檢測技術員利用檢測設備所投射之不同

方向之各種光源進行對 CF glass 之目視檢查，期檢查出

異常或色差 (Mura)。故在以往的指派模式中，工廠上班

時，均會視其當班的 WIP 及良率狀況進行人力的安排，

換句話說，就是會依現場狀況產生相關的各檢測作業站

各自之作業任務需求數量，也可以視其為相同性質的檢

測作業站點技術員人力需求數量，假設有n 個作業站點

可供檢測技術員指派，令 j 代表檢測站所產生之第 n 件

工作任務， j =1, 2,……, n，且現場為輪班制度，但由

於指派作業均以當班為主，故可得知在某一班上班作業

時段中，共有m 個檢測技術員 i 可接受工作指派，i =1,

2,……, m，而每件工作 j 僅容許指派一位檢測技術員 i。此外，由文獻回顧及探討所得之檢測技術員之指派準則

分別為年資、能力、品德以及人際關係，而根據現場實

際從事調度之資深領班經驗，往往於進行技術員指派時

會加入個人主觀意見，故這些準則需被量化以提供後續

指派模式構建參考之依據。以下為本研究使用的符號：

Uij：技術員 i 指派到工作 j 之期望效益值。

Ii ：工作 j 之工作類型於當前人力需求的相對重要性，

j =1, 2,……, J， =1。

Wl：技術員指派考量因素之相對權重，l =1, 2,……, L，

=1。

Gil：技術員 i 於指派考量因素 l 之級分。

而進行技術員的指派時，雖可參考技術員相關指派

準則過往之表現，但於實務上，由於仰賴人員進行指派

的動作，故對相關資料的處理，亦難免有疏漏或比重不

一之情形，本研究技術員指派問題可藉由使用方法、數

光學檢查前清洗光學檢查微觀檢查(Micro)

巨觀檢查(Macro)修補作業(Ink)研磨作業(Grinding)

圖 1 CF 檢測流程


學模式，並利用工具如電腦來輔助人員動作。在數學模

式以及方法確立的情況下，技術員指派準則能力如何合

理衡量，將是本研究模式中相當關鍵的部分。

TFT-LCD 產業多能工技術員

指派規劃模式

本研究於確定多能工技術員指派準則後，將依循兩

階段進行，第一階段首先建立研究問題之層級結構，並

依此建立專家問卷對研究對象進行問卷調查，受訪者為

台灣目前某 CF 廠之資深領班，並由問卷分析結果，利

用電腦軟體對於過去進行技術員指派之各站人力需求、

各作業站之重要性做兩兩比較評估以求出因素及構面間

相對權重 (AHP)，同時針對技術員指派準則能力，以級

分計分法，依技術員實際個人能力以及領班評定於團體

中等級高低的方式進行轉換適當之級分數，而技術員個

人級分數與指派準則之權重相乘，得到該技術員指派到

某一作業站點的期望效益值；第二階段則將第一階段所

產生之期望效益值投入多能工指派整數規劃模式，求解

出最佳化指派。

指派準則之權重

本階段以專家訪談法，針對文獻探討所得之技術員

指派準則要素，依專家意見以現況將生產線調度人員在

進行檢測技術員指派時所考量之偏好準則要素據以具體

化，並以層級分析法得出各準則要素之相對重要性，同

時並探討技術員能力之計分方式，以為一共同衡量標準。

專家訪談

進行專家問卷設計之前，分別與目前台灣某 7.5 代

之 CF 工廠生產線之四位檢測區資深領班面談訪問，以

滿足前章文獻探討所得人員指派準則要素為基礎之前提

下，討論是否還有可據以延伸提出其對於為達成生產績

效最大化所進行指派時主觀評估準則構面，以符合實務

面的需求。此四位資深領班，皆有現場各工作站作業輪

調歷練至少六年以上，並實際從事檢測區生產及調度工

作，經驗非常豐富，彙整專家意見並互相比對後，得出

「技術員工作指派評估準則構面項目」，共六項，如下

所示：

( 一 ) 年資：一般來說，年資較長之技術員，對現場作業

之經驗較為豐富，對於所指派之工作之各方面要求

相對來說較年資較淺技術員更容易進入情況。

(二 ) UPH：為檢測技術員於某工作站之每小時單位產出，

可為衡量「能力」項目之實際可量化準則之一。

( 三 ) 專業度：以技術員從事各站點之正確率、漏放或誤

宰件數總計為範圍表示，可為衡量「能力」項目之

實際可量化準則之一。

( 四 ) 配合度：即工作指派彈性與工作態度，有工作站輪

調支援經驗、適應能力好或工作態度良好之檢測技

術員，適應作業速度會比完全無工作站輪調支援之

技術員來的快，也會樂於接受幹部之工作調度，不

會因個人因素造成生產上技術員調度的瓶頸，因此

配合度高之技術員通常列入作業之優先指派考慮，

為「品德」面可由現場領班實務經驗進行評估技術

員之準則。

( 五 ) 溝通力：若技術員具有良好之溝通技巧，能降低工

作執行中因衝突與矛盾產生所造成之影響，因此，

擁有良好溝通技巧必優先列入考慮，技術員之「品

德」以及「能力」與其「溝通力」應成正向關係。

( 六 ) 人際關係：假設每一位檢測技術員都有足夠的多能

工技能，但是因為一起工作的夥伴之間的關係不協

調，最終可能還是會對生產績效產生重大影響。因

此接下來將針對檢測區技術員之間的關係了解，並

將其量化供調度人員參考。

本研究之專家由生產線具代表性，且是由實際負責

執行技術員工作指派之決策人員所提出之專家意見，由

此提供於指派 CF 檢測技術員工作時所需考量之所有準

則構面，經過匯整之後得到本研究所需衡量「檢測技術

員工作指派評估準則構面項目」，並據以設計專家問卷

進行專家問卷調查，問卷調查結果將於本章末以層級分

析法軟體進行分析，以獲得各準則構面之相對權重。

技術員指派衡量

關於衡量量人員能力的計分方法甚多，傳統上國內

最常使用如百分法 ( 百分制 )、等第 ( 五等第、九等第 )

計分法、分級計分法 ( 級分 ) 等。由於目前電子製造業對

於技術員的能力及個人績效評鑑均發展出各自規則，且已

相當成熟，而相關機制可適度表達出技術員的基本能力；

但由於評核人員之主觀基準及固定分數的僵化，仍有可能

造成評鑑值的偏誤，故本研究採用分級計分法，期降低其

偏差。檢測技術員指派之級分數的設定原則如下：

( 一 ) 為避免本研究所採用之檢測技術員的基本資料分級

過細，而無法達到使用級分數的目的，故捨十五等

級計分法而採實際分數十等級計分法處理檢測技術

員之基本資料。


( 二 ) 以相關績效制度評核而得之技術員評鑑資料，分別

賦予級分數 (1-10 分 )；部分項目因衡量因素如數

量、難易度 ( 如巨觀檢查與微觀檢查 ) 並非一致，

無法將之完整區分為十等級，故部分項目的分級級

距 (Range) 並非相同 ( 等距 )，將其中技術員之能力

級距轉換級分方式以符合實際狀況及方法之需求。

( 三 ) 檢測技術員指派依據之作業能力資料的選取基準如

下概述 :

年資：以各檢測技術員到職日起至資料選取日止為

準 ( 單位 : 年 )。

UPH：以各檢測技術員從事各站點起至資料選取日

止之每小時產出水準。

專業度：以檢測技術員從事各站點起至資料選取日

止之正確率、漏放或誤宰件數總計為準。

配合度：此為主觀項目，將由當班資深領班對所轄

技術員之評分為準。

溝通力：此為主觀項目，將由當班資深領班對所轄


人際關係：此為主觀項目，由當班資深領班對所轄


檢測技術員指派依據之作業能力資料的選取基準，將

以不影響其在原單位認定之能力的假設下加以整理匯集而

得出，接下來將說明本研究以級分數之設定原則為基礎，

對上述技術員指派基本準則之分級之標準限制規劃：

( 一 ) 年資：以研究對象公司建立時間來看，得檢測區技

術員年資為介於 0~9 年，以級分方式處理得年資級

分數之計算標準如表 1 所示。

( 二 ) UPH：以檢測技術員於工作期間曾執行過之所有檢

測站點類型加以彙整計算，且為簡化問題，故僅對

檢測技術員曾任之作業站期間之生產成績，即每小

時單位產出之數據所佔當班之排名落於第幾個百分

點內，共分為 5 個級距，成績在前 20% 為 A 等級，

成績落在第 21%~40% 為 B 等級，以此類推，以級

分方式處理，如表 2 所示。並依各站點難易程度將

級分資料標準化取整數後得計算基準如表 3。

UPH 級分數依檢測技術員曾輪調過之檢測站

點之結果分別累加，再由表 3 換算各作業站成績所

佔班排行百分比等級之得分，加總而成。

( 三 ) 專業度：以檢測技術員於工作期間曾執行過之所有

檢測站點類型加以彙整計算，且為簡化問題，故僅

對檢測技術員曾任之作業站期間，Micro/Grinding/Ink 作業站以正確率；Macro 作業站以漏放或誤宰

件數為基礎，即相關正確率、漏放或誤宰件數之

年資 0~0.5 0~1 1~2 2~3 3~4 4~5 5~6 6~7 7~8 8~9

級分數 1 2 3 4 5 6 7 8 9 10

表 1 年資級分數計算基準表

UPH A B C D E

Micro 10 8 6 4 2

Grinding 10 8 6 4 2

Ink 10 8 6 4 2

Macro 10 8 6 4 2

表 2 原始 UPH 級分數計算基準表

UPH A B C D E

Micro 3 2 2 1 1

Grinding 5 4 3 2 1

Ink 8 6 5 3 2

Macro 10 8 6 4 2

表 3 標準化後之 UPH 級分數計算基準表

專業度 A B C D E

Micro 10 9 7 5 3

Grinding 10 9 7 5 3

Ink 10 9 7 5 3

Macro 10 9 7 5 3

表 4 原始專業度級分數計算基準表

專業度 A B C D E

Micro 8 7 5 4 2

Grinding 10 9 7 5 3

Ink 5 5 4 3 2

Macro 3 2 2 1 1

表 5 標準化後之專業度級分數計算基準表


數據所佔當班之排名落於第幾個百分點內，共分

為 5 個級距，成績在前 20% 為 A 等級，成績落在

第 21%~40% 為 B 等級，以此類推，以級分方式處

理，如表 4 所示。並依現場實際各站點發生疏失之

難易程度將級分資料標準化取整數後得計算基準如

表 5。

專業級分數依檢測技術員曾輪調過之檢測

站點，Micro/ Grinding / Ink 作業站以正確率；

Macro 作業站以漏放或誤宰件數累加，再由表 5

換算各作業站成績所佔班排行百分比之得分，加

總而成。

( 四 ) 配合度：此項目為主觀評斷，採取檢測區資深領班

對所轄之技術員於過去工作指派時配合程度之主觀

印象進行排名，依所評比所佔當班之排名落於第幾

個百分點內，共分為 5 個級距，成績在前 20% 為

A 等級，成績落在第 21%~40% 為 B 等級，以此類

推，再以級分方式處理得計算基準表，如表 6所示。

( 五 ) 溝通力：如配合度，亦為主觀評斷項目，所採取之

級分計算基準方式亦同，如表 7。

( 六 ) 人際關係：如上，亦為主觀評斷項目，所採取之級

分計算基準方式亦同，如表 8。

檢測技術員的六項指派要素基本資料經由上述各級分

之計算轉換後，所得之指派級分數加總，即為本研究所採

用以評估檢測技術員個人的基本作業能力分數；這樣的作

法可以將各技術員於各項表現上的差異標準化，藉以獲得

技術員對其能力評估值之設計及計算方式之認同。

層級分析法

以往之相關研究，大部分建立在當人員具有相同

作業站之認證時，其作業能力一致。站在生產線現場

主管的立場，假設除了作業員認證的基本門檻外，尚可

依生產線主管之主觀偏好進行指派，而此主觀偏好有可

能從過去經驗中所產生，那麼針對生產線主管的指派決

策內涵，我們可以利用層級分析法 (Analytic Hierarchy

Process; AHP) 來加以定義及描述。層級分析法發展的

目的就是將複雜的問題系統化，劃分成不同層面給予層

級分解，而層級結構的建立在 AHP 方法的流程進行中

是相當重要的一個部分，複雜的問題得以簡化，使決策

者更容易作出正確的決定。圖 2 為整個系統詳細劃分的

層級結構。

整個層級目標是由目標、因素、子因素及方案所構

成，層級的數目端視問題的性質及分析深度而定。而每

層要素的數目，根據 Saaty(1977) 的研究，在同一層級

內的成對比較評估要素，以不超過七個為限。

層級分析法成對比較法之相對權重

若以目前檢測區各站需求人力為準則，利用專家問

卷，分別對四種職務總類進行比較評估，依結果利用套

裝軟體「Expert Choice 2000」對資料加以運算，得到

成偶比較矩陣如表 9。

因為 C.R. < 0.1，所以一致性程度是令人滿意的。

故由問卷訪談所得之比較評估資料，經過軟體「Expert

微

觀

檢

查

巨

觀

檢

查

修

補

作

業

研

磨

作

業

技術員

指派

決策

年

資

配

合

度

溝

通

力

U P H

專

業

度

人

際

關

年

資

配

合

度

溝

通

力

U P H

專

業

度

人

際

關

年

資

配

合

度

溝

通

力

U P H

專

業

度

人

際

關

年

資

配

合

度

溝

通

力

U P H

專

業

度

人

際

關

係係係係

圖 2 技術員最適指派評量之層級結構示意圖


Micro Grinding Ink Macro

Micro 1.00 1.41 2.00 1.00

Grinding 0.71 1.00 2.00 1.19

Ink 0.50 0.50 1.00 2.00

Macro 1.00 0.84 0.50 1.00

Total 3.21 3.76 5.50 5.19

表 9 檢測區各站點人力需求之成偶比較矩陣

評估項目 Micro Grinding Ink Macro

權重 0.261 0.325 0.142 0.272

重要性分析 3 1 4 2

表 10 檢測區各作業站點之相對權重及重要性分析

檢測站點Micro Grinding Ink Macro

評量準則

年資 0.022 0.046 0.019 0.032

UPH 0.058 0.061 0.029 0.061

專業度 0.078 0.098 0.040 0.072

配合度 0.047 0.047 0.021 0.037

溝通力 0.031 0.043 0.021 0.046

人際關係 0.025 0.029 0.012 0.023

表 12 層級分析法成對比較之相對權重

溝通力 A B C D E

級分數 9 7 5 3 1

表 6 溝通力級分數隻計算基準表

配合度 A B C D E

級分數 9 7 5 3 1

表 7 配合度級分數之計算基準表

人際關係 A B C D E

級分數 9 7 5 3 1

表 8 人際關係級分數之計算基準表

層級層級分析法成對比較法評估要項

要項層級權重整體權重

1

Micro 0.261 0.261

Grinding 0.325 0.325

Ink 0.142 0.142

Macro 0.272 0.272

2Micro

(0.261)

年資 0.086 0.022

UPH 0.222 0.058

專業度 0.300 0.078

配合度 0.180 0.047

溝通力 0.117 0.031

人際關係 0.095 0.025

2Grinding(0.325)

年資 0.141 0.046

UPH 0.189 0.061

專業度 0.303 0.098

配合度 0.146 0.047

溝通力 0.132 0.043

人際關係 0.089 0.029

2Ink

(0.142)

年資 0.137 0.019

UPH 0.201 0.029

專業度 0.284 0.040

配合度 0.15 0.021

溝通力 0.146 0.021

人際關係 0.082 0.012

2Macro(0.272)

年資 0.119 0.032

UPH 0.226 0.061

專業度 0.264 0.072

配合度 0.135 0.037

溝通力 0.17 0.046

人際關係 0.086 0.023

表 11 層級分析法之成對比較法之層級權重Choice 2000」運算後，得到各檢測作業站點 (Micro、

Grinding、 INK、 Macro) 對目前人力需求之相對重要

性，其相對權重分別為 0.261、 0.325、 0.142、 0.272，

表 10 為檢測區站點之相對權重及重要性分析。

接下來分別以「Micro」、「Grinding」、「Ink」

以及「Macro」為準則，對技術員指派主客觀評量因子

( 年資、UPH、專業度、配合度、溝通力、人際關係 )

進行成對比較評估，經檢驗整體C.R.=0.07 ＜ 0.1，代

表其整體一致性比率是符合要求的。且由於指派要項為

完整層級關係，層級分析法之成對比較之層級權重如表

11，層級分析法成對比較法之相對權重如表 12。

經過專家問卷調查，將檢測技術員指派的的六項主

客觀指派要素及各檢測作業站點進行成對比較後，所得


之相對權重，乘上檢測技術員個人之級分數，即為本研

究後續所採用以評估檢測技術員指派至某檢測站之較為

客觀之期望效益值。

多能工技術員指派整數規劃模式

以前述所有檢測區技術員指派時所參考之要素重要

性，作為本節數學規劃模式之權重，而由檢測技術員在

各指派要素之級分與指派要項之權重的乘積，則為檢測

技術員指派到某一作業站點的期望效益值；經檢測技術

員指派模式的運算求解指派組合，以求能將正確的檢測

技術員指派至正確的作業站點上，為了確保本研究架構

合理且能符合實際需要，在模式建構上，尚有以下幾點

假設：

H1: 每一位檢測技術員之年資、專業度、人際關係、

配合度、溝通力之數據與執行各項檢測站點工作

之時間，均可經層級分析法或現有資料獲得。

H2: 已知每一檢測站點工作所需之專業知識。

H3: 依據每一位技術員所擁有技能多寡，可指派到不

同之工作上，無其他限制。

檢測技術員指派之期望效益值之函式，根據上述定

義與符號說明，可以得到：

(1)

其中代表檢測技術員 i 於指派考量因素 l 之級分乘

以它的權重，也就是檢測技術員個人能力之衡量指標。

模式目標式由本研究以多能工技術員指派期望效益最大

化為構想，建構如下之目標函式：

(2)

模式限制式中，每個檢測工作任務僅能被指派一個

檢測技術員執行且不能重複出現 (3)；且每個檢測技術

員僅能執行一個檢測工作任務 (4)。而本模式為整數規

畫限制，限制決策變數之值必須為 0 或 1。

(3)

(4)

本研究假設檢測區有 n 個作業項目，而可指派之人

員有 m 位，在技術員指派的過程中，依照前述假設，

完整之技術員指派整數規劃模式如下 :

此模式基於所有作業站點均無其他指派限制，以期

望效益最大化求最佳指派組合，然實際作業運作時，常

見部分作業站點在某些條件上之限制，使得某些技術員

不得被指派到某一作業項目，此時Uij =0，Xij =0。

本研究期望透過此指派模式，使生產線幹部能更精

確、快速的做出現場技術員之作業指派，讓現場的人力

資源作最有效能及效率之運用，以達到最大的產出期望

值及良率。

實例驗證

本研究主要是針對 TFT-LCD 之前段工程，CF 工

廠檢測區的技術員工作指派為主，針對的研究對象，

即待指派之技術員，選定目前隸屬於台灣一 7.5 代 CF

廠之檢測作業區現場某班，共 48 位，其年齡主要落於

20~33 歲之間 ( 圖 3)；在學歷的部分，高中職學歷佔

46%，為最大宗，其次為專科，佔 33%，其餘為大學學

歷，佔 21% ( 圖 4)。本研究摘錄部分技術員相關能力資

料的方式配合以下說明；而該班技術員於工作指派時各

準則之基本資料，資料來源為透過現場單位取得過去 4

個月之數據，彙整得出檢測技術員之基本資料表，摘錄

如下表 13 所示。

根據本研究對象班別之區間，由當天生產計畫之需

求而產生之實際之各檢測站之工作件數，即各檢測站點

之技術員人力需求，如表 14，當班在實際現有人力底

下，檢測區領班如何將適合之檢測技術員指派至適當之

工作站，以求得最好之指派組合。本案例驗證之技術員

工作指派相關基本假設與限制如下：

( 一 ) 假設生產線檢測區待指派工作之總數大於或等於可

指派之技術員總人數。

( 二 ) 未從事過「Micro」或「Grinding」作業之技術員不

得擔任「Ink」之作業。


圖 3 技術員年齡分布圖圖 4 技術員學歷情況

年齡分布學歷分布

年資UPH 專業度

配合度溝通力人際

關係Micro Grinding Ink Macro Micro Grinding Ink Macro

技術員 1 5.0 B C D C A A B

技術員 7 2.2 B A D D E A E D B

技術員 14 1.7 E C B A C D E

技術員 25 0.8 D D D B C C D

技術員 36 0.6 B C E E A B D

技術員 39 0.5 C D E A D D E

表 13 檢測技術員之基本資料表

年資UPH 專業度

配合度溝通力人際

關係Micro Grinding Ink Macro Micro Grinding Ink Macro

技術員 1 6 0 4 5 0 0 5 4 0 9 9 7

技術員 7 4 2 5 0 4 4 3 0 3 1 3 7

技術員 14 3 0 1 0 6 0 9 0 3 5 3 1

技術員 25 2 0 4 5 0 0 3 2 0 9 7 3

技術員 36 1 2 0 0 4 2 0 0 3 3 3 1

技術員 39 6 0 4 5 0 0 5 4 0 9 9 7

表 15 技術員指派之級分數

工作數作業別指派標準

經歷專業度 ( 漏放件數 )

10 Micro 無 <1

16 Grinding 無 <1

10 Ink Micro / Grinding <1

12 Macro 無 <1

表 14 檢測各站的人員需求


( 三 ) 本研究針對現場實際產生各作業別之工作進行指

派，每一件工作均為不可再分解之工作，也就是每

項指派工作為基礎不可分解之動作。

依實際由現場取得過去四個月之資料，加以處理後

得出研究對象班別檢測技術員指派準則之基本能力資料

( 表 13)，經由技術員指派之準則級分計算基準的轉換，

得出研究案例班別檢測區技術員從事各項檢測工作類型

之級分數，摘錄如表 15 所示。

經由技術員指派之級分數乘上以 AHP 法所得出之

各技術員指派準則之相對權重，可得出以 AHP 法為基礎

之技術員指派至各作業項目之期望效益值，並稍作處理，

如表 16 所示。

同時，在現場實際生產運作過程中，針對某些作

業項目，在領班決定某檢測技術員對應某檢測站點工作

的指派與否時，會受到該名技術員之經歷，及作業站經

驗限制以及相關作業站之專業度影響，本研究將已求出

之以 AHP 法為基礎之檢測技術員指派期望效益值 ( 表

16)，依表 14 以及表 17 進行處理。即未從事過微觀檢查

作業以及研磨作業之技術員之修補作業之期望值將修正

為 0；另依照研究對象之現場作業規定，若技術員於當月

於某站作業發生疏失成立件數大於 1 件，則該位技術員

於下月將不得從事該站點作業，直到重新認證合格，所

以相關技術員於各相關站點前個月之漏放回饋件數大於

1 件者，該工作項目之期望值也將被修正為 0，綜合以上

所述，對表 16 進行處理後，最後可得出以 AHP 為基礎

之修正技術員指派期望效益值，技術員 7 在指派到 Micro

類型工作時，其指派期望效益值將修正為 0；技術員 14

在 Grinding 的工作類型，其指派期望效益值亦將修正為

0，相同的，技術員 25 在 Macro 的工作類型，其指派期

望效益值亦將修正為 0，如表 18 中所示。

本研究的電腦演算環境是以Microsoft Windows 2000

為作業平台，硬體設備為 acer Travel Mate 3002WTCi 內

建 Intel® Pentium® M 740 processor 1.73GHz、512MB

DDR2 RAM。利用 Microsoft Office Excel 2000 軟體作

為資料，即技術員指派期望效益值資料前置處理、匯入

及指派結果輸出之工具以及介面，並與 LINDO System,

Inc. 出品之 Lingo 8.0 進行程式語言撰寫之線性模式程式

檔相連結，進行求解分析檢測區人員指派最佳化問題。技

術員工作指派透過 Lingo 8.0 電腦程式進行運算後，輸出

結果相關數據經由本研究整理後，得出最佳化檢測技術

員指派組合以及其指派最佳化之期望效益值結果 (5463)。

為了與本研究所發展以 AHP 法為基礎之指派最佳化模式

進行實際生產效益的比較，另實際由研究對象當班之領

班，依照給定資料，以其過去從事工作指派之經驗法則，

及其主觀看法，進行技術員指派，其求解時間約為 10 分

鐘，數據經本研究整理後，得出人工指派最佳化檢測技

術員指派組合。

經由本研究之電腦指派模式實際驗證結果，與傳統

人工經驗指派之方式求解之生產效益比較後可得：本研

　站別

人員

Micro工作

1~10

Grinding工作

11~26

Ink工作

27~36

Macro工作

37~48

技術員 1 101 203 85 110

技術員 7 81 116 24 89

技術員 14 42 148 24 99

技術員 25 86 63 28 96

技術員 36 76 145 60 79

技術員 39 54 35 16 73

表 16 以 AHP 為基礎之檢測技術員指派期望效益值

　站別

人員

Micro工作

1~10

Grinding工作

11~26

Ink工作

27~36

Macro工作

37~48

技術員 1 101 203 85 110

技術員 7 0 116 24 89

技術員 14 42 0 24 99

技術員 25 86 63 28 0

技術員 36 76 145 60 79

技術員 39 54 35 16 73

表 18 以 AHP 為基礎修正後之檢測技術員指派期望效益值

　站別

人員Micro Grinding Ink Macro

技術員 1 0 0 0 0

技術員 7 1 0 0 0

技術員 14 0 1 0 0

技術員 25 0 0 0 1

技術員 36 0 0 0 0

技術員 39 0 0 0 0

表 17 漏放回饋件數統計


究電腦指派模式可較人工經驗指派節省整體指派時間

約 99.67%。另一方面，以實際之生產效益的成果來檢

視，第一天，以傳統經驗進行人工指派動作，由工廠內

部良率報表顯示，在進行檢測作業前之當日產品良率為

66.89%，經過人工指派動作後之技術員進行檢測作業

後產品良率為 98.7%，可以提昇約 31.81% 的良率；第

二天，以本研究電腦指派模式進行技術員指派，同樣由

工廠內部良率報表得到，在進行檢測作業前之當日產品

良率為 62.34%，經過本研究電腦指派之技術員作業後

良率為 98.43%，提昇了約 36.09% 的良率，與第一天

相比較，提昇了檢測區技術員進行 CF 檢測前後的良率

約 4.28%；在各站總產量的部分，第一天，以傳統經驗

進行人工指派動作，以工廠內部生產報表顯示，各站總

產量為 8742 片；第二天，以本研究電腦指派模式進行

技術員指派，同樣由工廠內部生產報表得到，各站總產

量為 8900 片，與第一天相比較，提昇了約 1.81%。本

研究電腦指派模式與人工經驗指派模式求解檢測技術員

指派之生產效益比較，如下表 19 所示。

由表 19 可見，使用本研究提出之指派模式，確能

使生產線幹部能更快速的做出適當之作業指派，現場的

人力的以適能適所地做最有效能及效率之安排，其產

出量及良率皆有顯著之提昇。然而由於上述實作僅為單

一結果，若以此為結論依據，嚴謹程度較為不足，因此

乃針對同一班別之檢測區，分別再規劃人工指派以及本

研究電腦模式指派之生產測試動作各 10 次。經徵求研

究對象現場主管同意後，以研究對象班級連續十天之上

班日，依每日工廠生產情況，上半天採人工指派模式，

下半天以本研究電腦指派模式來進行檢測技術員之工作

指派測試。另為檢驗後續規劃實作結果中，不同的檢測

技術員指派模式對領班指派作業時間、技術員對 CF 玻

璃檢測作業前後所提昇之良率以及現場檢測區各站總

產出效益的影響，本研究以重複量數的相依樣本 t 檢驗

(repeated measured design for pair t test) 來檢驗影響

程度，運用假設檢定，在指派作業時間的部分，令虛無

效益人工經驗模式本研究電腦

模式

Improvement (%)

指派時間 600 秒 2 秒 99.67%

良率提升 31.81% 36.09% 4.28%

總產量 8742 片 8900 片 1.81%

表 19 本研究模式與人工經驗指派模式效益比較

No指派時間 (Sec) 良率提升 (%) 各站總產量 ( 片 )

人工模式本研究模式人工模式本研究模式人工模式本研究模式

1 580 2 24.66% 24.98% 4373 4580

2 520 2 22.90% 22.56% 4410 4501

3 577 2 22.45% 23.80% 3832 4019

4 540 2 22.83% 26.55% 4122 4296

5 616 2 22.89% 24.24% 4250 4244

6 602 2 24.38% 29.08% 3974 4025

7 560 2 23.46% 26.54% 4004 4019

8 626 2 30.02% 35.46% 4176 4255

9 565 2 36.23% 35.21% 4298 4303

10 558 2 28.40% 27.18% 4111 4136

M 574.4 2 25.82% 27.56% 4155.0 4237.8

SD 33.2 0 4.46% 4.50% 184.20 196.00

t 54.5751 -2.3044 -3.2738

p 0.000** 0.023* 0.005**

* p<0.05 ** p<0.01

表 20 本研究模式與人工模式指派結果與相依樣本 t 測試摘要 (N=10)


假設：電腦指派與人工指派所得均值差 0，而對立假設

：電腦指派與人工指派所得均值差 < 0；在 CF 玻璃檢

測作業前後所提昇之良率以及現場檢測區各站總產出效

益的部分，令虛無假設：電腦指派與人工指派所得均

值差 0；而對立假設：電腦指派與人工指派所得均值差

> 0，蒐集個別執行之生產結果比較彙整如表 20 所示。

由上表結果看來，在規劃之後續測試中，透過本

研究之電腦模式指派所產生之生產效益，即經過檢測之

CF 玻璃的良率提升幅度與各站之總產量絕大多數均較

人工指派模式來的高，同時，指派所耗費之時間相對的

也來的比人工指派模式少，大幅增進指派作業的效率。

運用統計方法對兩種方法所產生之結果加以進行檢定，

可得知研究對象班級在後續測試中，使用本研究模式，

於指派時間之後測平均數均小於前測平均數；而於良率

以及產量的後測平均數均高於前測平均數，整體指派時

間平均水準提昇了 99.65%，整體指派效益在檢測前後

良率的平均水準提升了 6.73%，在各站總產量的平均部

分則提升了約 2%；在兩種技術員指派方法之前後測相

依樣本 t 考驗中，得知不論在指派時間、良率以及產量，

其結果均得拒絕，也就是說測試的結果，在 95% 的信

心水準底下，本研究相對於過去之人工經驗指派，是有

著顯著上的進步。

本研究之技術員指派模式的關鍵核心為獲取整體期

望效益值最大化，模式中，檢測技術員之指派期望效益

值以相關指派限制底下，技術員基本能力以及指派準則

要項權重之值加以彙整而得。從結果面來看，也就是提

升於指派過程中所產生之實際效益，本研究以 AHP 法

為基礎之電腦指派模式以及傳統人工經驗指派模式之整

體指派時間、各站點產量加總以及兩種方法對應到產品

於檢測作業前後之良率差異來作生產效益之比較。過程

中，技術員指派準則之重要性評估所使用之方法已廣為

類似研究所使用，所以並非是本模式最關鍵部分，而在

於技術員相關之基本能力的評估過程，方法是否能真實

的表達出技術員的能力，也必須要符合成本、效率以及

要能被接受，是具有一定的困難與挑戰性的。鑒於研究

對象對檢測技術員之能力以及績效之評鑑標準已行之有

年，不易改變，本研究先對檢測技術員之相關成績進行

分級的動作，再以分級計分法，期以在一致性的基礎底

下，進行技術員能力與績效的評估，以避免由於評估上

的差異造成對於其能力評估之失真，並據以作為指派組

合最佳化之求解基礎。

於進行實例驗證過程中，以研究對象檢測技術員之

各檢測站點工作指派之級分數乘上以 AHP 法所得之各

指派準則對應到各檢測站點之權重，可得到各檢測技術

員指派至各檢測站點工作之期望效益值，此外，因 CF

之現場檢測工作有相關的資格要求及限制，透過模擬人

工篩選動作，依技術員之實際情況作為是否修正其期望

效益值之依據，在資料前置處理完成後投入電腦模式進

行運算，並蒐集前一日人工模式指派得到兩組檢測技術

員之指派組合；此兩組指派組合互有差異，工作項次雖

不盡相同，在技術員指派作業類別的部分有 58.33% 的

吻合度，並於後續再進行 10 次之電腦模式指派與人工

經驗指派測試，將對所得到之數據進行分析檢定，從結

果看來，得知本研究之電腦指派模式針對技術員之關鍵

指派準則進行技術員之工作指派，在實際實施的生產效

益上，與過去人工經驗指派方式是有著顯著的差異，其

不僅可大幅縮短現場領班之整體指派作業時間，而且對

CF 產品生產的良率與產量有向上提升的幫助，因此對

現場之生產應有一定程度的貢獻，其成效的確可滿足本

研究之預期結果。

本研究實際訪談蒐集參與本次測試之現場領班以及

技術員意見回饋，對現場領班幹部而言，以往的技術員

工作指派作業在本研究模式的協助下，其工作負擔頓時

減輕不少，可專注於在場協助技術員調度與溝通協調後

續情況，並作為相關作業之教育訓練或為經驗較缺乏之

人員輔助，而此電腦指派模式，在技術員執行下，雖大

部分仍可順利進行生產動作，唯其習於過去指派經驗，

在本研究指派模式下，偶有與過去未曾於同一工作站共

事過之同事一起作業之機會，少部分在溝通力以及人際

關係等準則中表現較不理想之人員在本研究模式下之工

作默契搭配上尚待進一步的適應與磨合，但大體上，不

至於對本研究結果產生重大的影響。所以，在對往後越

大世代，技術員人數越多之光電廠，利用此指派模式，

可使現場幹部有效率進行檢測作業人員工作指派，也愈

能突顯本研究模式所帶來之整體效益。

結論與建議

現場作業人員之指派作業在電子製造業的領域是每

天必須面對的課題，惟傳統實務上多以人工經驗方式指

派，常係根據決策者對檢測作業之個人主觀意見，尚欠

缺運用最佳化之做法與觀念，建立一最佳人力指派組合

決策系統。本研究以最佳化之數學規劃理論建立數學模

型，並以一實務上之範例，進而求解最佳人力指派，以


供後續相關實務上使用。本研究發現，以往檢測區現場

領班進行技術員指派時，並無一具一致性衡量之人員與

工作間的期望效益值來作整體指派最佳化之衡量，容易

因為人為之好惡或疏忽，進而影響到指派的合適性，甚

至必須要為不適合之指派而承擔生產目標無法達成與人

員情緒問題處理，甚至是作業疏失發生的壓力。本研究

透過文獻回顧以及與實際從事檢測區技術員指派作業之

資深領班進行專家訪談以得出影響技術員工作指派的準

則要素，分別為年資、UPH、專業度、配合度、溝通

力以及人際關係等六項準則構面，以 AHP 法對指派準

則 ( 檢測工作種類及指派評估準則 ) 之重要性進行比較

評估，並獲得指派準則之相對權重，再將所有需進行指

派之技術員及檢測工作等兩部分，一併投入模式中進行

整體指派。從研究結果可得知具有速度快、有效提昇效

益的優點，可作為以往既耗費時間又易出差錯之人工經

驗指派改良之參考，經由本模式，依相關作業之特性與

其指派屬性之關係及實際運作上的限制進行技術員之指

派，除提升單位整體作業效率，使其得進行最適化之技

術員工作指派同時兼具提昇生產效益之功能，可進一步

提供給各作業種類工作指派時之參考。

本研究係針對一實際之生產現場進行技術員指派之

總產量及良率提升為目標，並以於進行指派準則權重評

估過程中，可以發現在所有工作類型裡面，決策者，即

現場領班，較重視UPH、專業度以及配合度等準則要項，

由此可知速度，品質以及服從為多數製造業現場領斑進

行工作指派時所要求之重點，也可作為業界現場製造部

門人事教育訓練作業努力規劃執行重點方針之建議。而

本研究進行的過程中，在取得現場幹部的同意進行電腦

指派模式測試時，雖然在多能工的教育訓練背景之下，

在習慣小組默契工作習慣之現場仍舊有不小的聲浪，所

幸在加以說明後得以順利進行，且最終用以評估之生產

效益有顯著提昇之幅度，故仍不失為一可參考之方式，

在產品整體良率的部分，其經過電腦模式所指派前後提

昇良率幅度高於人工經驗指派，部分測試結果顯示若檢

測前良率情況較不理想的情形下，亦會影響到該次測試

結果，故工廠製程水準的一致性將會影響本研究之電腦

指派模式之實際效益，需限制在一致性水準之間。

本研究的範圍，主要針對技術員之指派作業決策制

定之主、客觀評估構面準則及指派方式作探討。其探討

之主要相關問題，建構在各作業站工作性質、技術員其

所擁有之作業認證項目等均為已知的狀況下進行，同時

針對專家所篩選出來具代表性之構面準則加以探討。本

研究以光電廠彩色濾光片之檢測作業為研究對象，惟本

研究之模式，可依實際之生產條件情況與特性，經由不

同屬性之相對重要性與實際之限制條件，作為類似性質

單位間之資源指派與排程之實務運用。若在其他非電子

製造業，而為其他傳統產業者，礙於不同產業間之異質

性，套用相同之模式可能會產生迥異之研究結果，本研

究亦未包含不同產業間之差異，後續研究可繼續做此方

面之探討。

本研究所提出之技術員指派準則評估機制，旨在作

為有效提升整體人員指派之期望效益，在指派準則項目

之級分數評估的部分，應使用何種計分法、級分間隔所

包括之範圍大小何者較為適宜，可作為未來研究之後續

探討；而在指派級分數的資料選取範圍，採主觀及客觀

資料混合之評估，其中資料選取之時間範圍是否適當，

在一段時間之後，其相關技術員能力之資料參考性是否

尚適用，能力的變化以及資料採樣之頻率是否須考慮，

亦有待後續研究探討。由於本研究使用電腦輔助指派，

事先已將指派準則權重、能力級分數以及相關限制先行

整理以投入模式，裨增進作業效率並降低程式複雜度，

而在技術員數量隨著光電廠世代演進逐漸放大以及生

產情況變化頻仍之情況下，有效利用電腦工具將相關資

料作整合，並提供一使用者介面供決策者作有效率的輸

入，亦可作為未來研究之方向。

參考文獻

Barbarosoglu, G. and Yazgac, T., 1997. An Application of the Analytic Hierarchy Process to the Supplier Selection Problem, Production and Inventory Management, Fist-Quarter, 14-21.

Barzilai, J. and Golany, B., 1994. AHP Rank Reversal, Normalization and Aggregation Rules, INFOR, 32(2), 57-63.

Becker, G. S. and Murphy, K. M., 1992. The Division of Labor, Coordination Costs and Knowledge, Quarterly Journal of Economics, 107(4), 1137-1160.

Belton, V., 1986. A Comparison of the Analytic Hierarchy Process and a Simple Multi-attribute Value Function, European Journal of Operational Research, 26(1), 7-21.

Belton, V. and Gear, T., 1983. On a Short-coming of Satty's Methods of Analytic Hierarchies, Omega, 11(3), 228-230.

Belton, V. and Gear, T., 1985. The Legitimacy of Rank Reversal a Comment, Omega, 13(3), 143-144.


Bolton, Patrick and Mathias, Dewatripont, 1994. The Firm as a Communication Network, Quarterly Journal of Economics, 109(4), 809-839.

Bradner, T., 2003. Multi-skilled Workers is New Goal for Labor, Industry, Alaska Journal of Commerce.

Brusco, M . J . and Johns, T. R., 1998. Staffing a Multiskil led Workforce with Varying Levels of Productivity: An Analysis of Cross-training Policies, Decision Sciences, 29(2), 499–515.

Chu, A. T. W., Kalaba, R. E. and Spingarn, K., 1979. A Comparison of Two Methods for Determining the Weights of Belong to Fuzzy Sets, Journal of Optimization Theory and Applications, 27(4), 531-538.

Current, J. R., 1988. The Design of a Hierarchical Transportat ion Network with Transshipment Facilities, Transportation Science, 22(4), 270-277.

Dabbas, R. and Chen, H. N., 2002. Molding Staffing Requirements within a Semiconductor Manufacturing Environment, in IEEE/SEMI Advanced Semiconductor Manufacturing Conference, 234-239.

Dyer, J. S., 1990a. Remarks on the Analytic Hierarchy Process, Management Science, 36(3), 249-258.

Dyer, J. S., 1990b. A Clarification of “Remarks on the Analytic Hierarchy Process”, Management Science, 36(3), 274-275.

Dyer, J. S. and Wendell, R. E., 1985. A Critique of the Analytic Hierarchy Process, Department of Management, The University of Texas at Austin, 84/85, 4-24.

Eguchi, K., 2005. Job Transfer and Influence Activities, Journal of Economic Behavior & Organization, 56(2), 187-197.

Eaton, A. and Voos, P., 1992. Unions and Contemporary Innovations in Work Organization, Compensation, and Employee Participation, in L. Mishel, P. Voos (Eds), M. E. Sharpe, Armonk, NY, 173-216.

Gomar, J. E., Haas, C. T. and Morton, D. P., 2001. Assignment and A l locat ion Optimizat ion of Partial ly Multiskil led Workforce, Journal of Construction Engineering and Management, 128(2), 103-109.

Harker, P. T. and Vargas, L. G., 1987. The Theory of Ratio Scale Estimation: Satty's Analytic Hierarchy Process, Management Science, 33(11), 1383-1402.

Harker, P. T. and Vargas, L. G. , 1990. Reply to “Remarks on the Analytic Hierarchy Process”by J. S. Dyer, Management Science, 36(3), 269-273.

Hillier, F. S., Hillier, M. S. and Lieberman, G. J., 2000. Introduction to Management Science, McGraw-Hill, Inc.

Hwang, C. L. and Yoon, K., 1981. Multiple Attribute

Decis ion Making Methods and Applicat ions , Springer-Verlag, New York.

Hadi, G. and Brdal, B., 1998. Binary Integer Formulation for Mix-model Assembly Line Balancing Problem, Computers & Industrial Engineering, 34(2), 451-461.

Katzenback, J . R. and Smith , D. K. , 1993. The Wisdom of Teams: Creating the High Performance Organization, Happer Business, New York.

Keeney, R. L. and Raiffa, H., 1976. Decisions with Multiple Objectives, John Wiley and Sons, New York.

Kim, C., Kim, S. S. and Foote, B. L., 1996. Assignment Problems in Single-row and Double-row Machine Layouts during Slow and Peak Periods, Computers & Industrial Engineering, 30(3), 411-422.

Kuhn, H. W., 1955. The Hungarian Method for the Assignment Problem, Naval Research Logistics Quarterly, 2, 83–87.

Koopmans, T. C. and Beckmann, M., 1957. Assignment Problems and the Location of Economic Activities, Econometrical, 25(1), 53-76.

Land, A. H. and Doig, A. G., 1960. An Automatic Me thod for Solv ing Discre te Programming Problems, Econometrica, 28, 497–520.

Levine, D. I. and Tyson, L. D., 1990. Participation, Productivity and the Firm's Environment, In A. S. Blinder (Ed.), Paying for Productivity: A Look at the 25 Evidence, Washington, DC: The Brookings Institution.

MacDuffie, J. P., 1995. Human Resource Bundles and Manufacturing Performance: Organizational Logic and Flexible Production Systems in the World Auto Industry, Industrial and Labor Relations Review, 48, 36-52.

Markham, W., Harlan, S. and Hackett , E., 1987. Promotion Opportunity in Organization: Cause and Consequences, Research in Personnel and Human Resources Management.

Narasimhan, R., 1983. An Analytic Hierarchy Process to Supplier Selection, Journal of Purchasiming & Material Management, 19(1), 27- 32.

Quick , T. L . , 1992. Successfu l Team Bui ld ing, American Management Association, New York.

Ramanathan, R. and Ganesh, L. S., 1995. Using AHP for A l location Problem, European Journal of Operational Research, 80(2), 410-417.

Ry a n , D . M . , 1 9 9 2 . T h e S o l u t i o n o f M a s s i v e Generalized Set Partition Problem in Aircrew Rostering, Journal of the Operational Research Society, 43(5), 459-467.

Rosen, S., 1983. Specialization and Human Capital, Journal of Labor Economics, 1(1), 43-49.


Reeves, Gary, R. and Reid, R. C., 1999. A Military Reserve Manpower-planning Model, Computers & Operations Research, 26(12), 1231-1242.

R o b e r t s , S . D . a n d Vi l l a , C . D . , 1 9 7 0 . O n a Multiproduct Assembly Line-balancing Problem, IIE Transactions, 2(4), 361-364.

Saaty, T. L., 1972. An Eigenvalue Allocation Model for Prioritization and Planning, Energy Management and Policy Center, University of Pennsylvania, Philadelphia, PA.

Satty, T. L., 1977. A Scaling Method for Priorities in Hierarchy Structure, Journal of Mathematic Psychology, 15(3), 234-281.

Satty, T. L., 1980. The Analytic Hierarchy Process, McGraw-Hill, New York.

Satty, T. L., 1990a. An Exposition of the AHP in reply to the Paper - Remarks on the Analytic Hierarchy Process, Management Science, 36(3), 259-268.

Satty, T. L., 1990b. How to Make a Decision: The Analytic Hierarchy Process, European Journal of Operational Research, 48(1), 9-26.

Satty, T. L. and Vargas, L. G., 1984a. Inconsistency and Rank Preservation, Journal of Mathematical Psychology, 28(2), 205-214.

Satty, T. L. and Vargas, L. G., 1984b. The Legitimacy of Rank Reversal, Omega, 12(5), 513-516.

Srinvasan, V. and Shocker, A . D. , 1973. Linear Programming Techniques for Multidimensional

Analysis of Preference, Psychometrika, 38(3), 337-369.

Shannon, C. E. and Weaver, W., 1947. The Mathematical Theory of Communication , The University of Illinois Press.

Süer, G. A., 1996. Optimal Operator Assignment and Cell Loading in Labor Intensive Manufacturing Cells, Computers & Industrial Engineering, 31(1-2), 155-158.

Süer, G. A. and Bera, I. S., 1998. Optimal Operator Assignment and Cell Loading When Lot-splitting is Allowed, Computers & Industrial Engineering, 35(3-4), 431-434.

Vargas, L. G., 1990. An Overview of the Analytic Hierarchy Process and its Applications, European Journal of Operational Research, 48(1), 2–8.

Yiyo, Kuo, Taho, Yang, 2005. A Case Study on the Operator A l locat ion Decis ion for TFT-LCD Inspection and Packaging Process, Journal of Manufacturing Technology Management, 17(3), 363-375.

Yang, T., Fu, H. P. and Yang, C., 2002. A Simulation-based Dynamic Operator Assignment Strategy Considering Machine Interference – a Case Study on Integrated Circuit Chip Moulding Operations, Production Planning & Control, 13(6), 541-551.

Yang, Z. and Borland, J., 1991. A Microeconomic Mechanism for Economic Growth, Journal of Political Economy, 99(3), 460-482.

黃宇翔為國立成功大學工業與資訊管理系教授，美國威斯康辛大學麥迪生分校工業工程博士。主要講授管理決策

分析、多變量分析及策略定價等課程，主要研究領域為決策科學、可靠度工程、供應鏈管理、生產作業管理等，

學術論文曾發表於 IIE Transactions, Naval Research Logistics, IEEE Transactions on Engineering Management, European Journal of Operational Research, Reliability Engineering and System Safety, IEEE Transactions on Reliability 等期刊。

Yeu-Shiang Huang is a professor in the Department of Industrial and Information Management at National Cheng Kung University, Taiwan. He earned both his M.S. and Ph.D. degrees in Industrial Engineering from the University of Wisconsin-Madison, U.S.A. His research interests include operations management, supply chain management, reliability engineering, and decision analysis. Related papers have appeared in such professional journals as IIE Transactions, Naval Research Logistics, IEEE Transactions on Engineering Management, European Journal of Operational Research, Reliability Engineering and System Safety, IEEE Transactions on Reliability, and others.

黃鐘錡為國立成功大學工業與資訊管理系碩士在職專班學生。

Chong-Chi Huang is a student in the vocational master program in the Department of Industrial and Information Management, National Cheng Kung University.

Documents

TFT-LCD產業多能工技術員最適化指派問題之研究ijcs.topco-global.com/WebSite/Articles/2010Vol2_No3_141...International Journal of Commerce and Strategy 2010, Vol. 2,