指導教授：陳柏翰臺灣大學：土木工程學研究所陳佑怡Chen, Yu-YiYu-YiChen2014-11-252018-07-092014-11-252018-07-092014http://ntur.lib.ntu.edu.tw//handle/246246/260715營造廠在財務特性上有自有資金偏低及偏好短期融資等特性，而營造廠商通常以建築融資做為興建期間取得營運資金的方式之一，如何在專案生命週期的前端，準確地估計計畫成本，找出適合的融資辦法，為專案生命週期前端的重要課題之一。 本研究以台灣營造業為例，將營建融資加入專案現金流計算，應用FPGA（Fast Pareto Genetic Algorithm）找尋總工期最小化、融資成本最小化、需自備之自有資金最小化以及總利潤最大化多目標下最適融資辦法之排程，並以窮舉法（Enumeration）、粒子群優化法與模擬退火演算法來驗證本系統之可信度、可靠度與實用性。 結果顯示本系統找到之最適解相當位於全域柏拉圖解之前20%，並可減少近達99.99%之花費時間。本研究建立之系統可協助營造廠商於專案生命週期前期找出最適之融資辦法之排程以及其現金流，增進營造廠商之財務管理及專案評估與預測。For construction companies in Taiwan, low own funds and short-term financing are two of the financial characteristics, and financing from banks is a commonly-used way to obtain working capital during construction stage. To accurately estimate project costs and conduct appropriate project financing plans are considered two important topics in the beginning stage of project’s life cycle. In this research, case study of Taiwanese construction project is analyzed by FPGA（Fast Pareto Genetic Algorithm）, which combining construction financing and working capital into calculation to define an optimal construction schedule based on four objectives: Minimized total duration, minimized financing cost, minimized own funds, and maximized total profit. Verification is done by applying Enumeration method, Particle Swarm Optimization（PSO）, and Simulated Annealing Arithmetic（SAA） to verify the credibility and reliability, and practicality of this proposed system. The results show that the optimal solution is equivalently to the top 20% located in the Pareto solutions, and FPGA can reduce nearly 99.99% of the total time spent. The system proposed in this study can assist construction companies in finding an optimal construction schedule with compatible financing plans and cash flows in the early project life cycle, and also facilitating the operation of construction financial plan and increasing efficiency in project management.口試委員會審定書 # 誌謝 i 中文摘要 ii ABSTRACT iii 目錄 iv 圖目錄 viii 表目錄 x 第一章 緒論 1 1.1 研究背景 1 1.2 研究動機與目的 4 1.3 研究範圍 4 1.4 研究限制 5 1.5 研究流程 5 第二章 文獻回顧 8 2.1 專案現金流量 8 2.1.1 工程總價與工程成本 9 2.1.2 工程保證金 10 2.1.3 估驗計價與付款方式 13 2.2 營建業融資 15 2.3 多目標最佳化 16 2.3.1 多目標最佳化問題 16 2.3.2 柏拉圖最佳解 17 2.3.3 基因演算法 18 2.3.4 多目標演化最佳化演算法演進 19 2.3.5 Fast Pareto Genetic Algorithm（FPGA） 21 第三章 研究方法 28 3.1 專家意見諮詢 28 3.1.1 業主 28 3.1.2 承包商 30 3.1.3 銀行融資貸款 32 3.2 現金流模型 34 3.2.1 假設條件與限制 36 3.2.2 模型使用之符號說明 37 3.2.3 工程現金支出 39 3.2.4 工程現金流入 40 3.2.5 銀行業務 43 3.3 FPGA之參數設定 46 3.3.1 初始群體 46 3.3.2 分等與適合度值計算 48 3.3.3 交配與突變 49 3.3.4 動態調整計算子 51 3.3.5 停止條件 51 3.4 最適解之選取 52 第四章 系統開發 54 4.1 研究用之軟體介紹 54 4.1.1 Microsoft Project 2013 54 4.1.2 Microsoft Visual Studio 2012 58 4.1.3 C# 59 4.2 系統架構 60 4.3 系統介面與操作 63 第五章 系統驗證與應用 72 5.1 系統驗證 72 5.1.1 虛擬案例概述 72 5.1.2 虛擬案例之參數設定 74 5.1.3 虛擬案例之窮舉法驗證 76 5.1.4 虛擬案例之粒子群優化法驗證 77 5.1.5 虛擬案例之退火模擬演算法驗證 82 5.1.6 結果分析與比較 88 5.2 系統應用 95 5.2.1 案例概述 95 5.2.2 實際案例之參數設定 98 5.2.3 實際案例計算結果 100 第六章 結論與建議 101 6.1 結論 101 6.2 建議 102 參考文獻 103 附錄一 1094782717 bytesapplication/pdf論文公開時間：2019/08/16論文使用權限：同意有償授權(權利金給回饋學校)多目標最佳化營建融資專案現金流FPGA專案排程thesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/260715/1/ntu-103-R01521707-1.pdf