周雍強臺灣大學：工業工程學研究所黃俐瑀Huang, Li-YuLi-YuHuang2007-11-262018-06-292007-11-262018-06-292004http://ntur.lib.ntu.edu.tw//handle/246246/51201高科技產業的技術測試與產品需求有很高的不確定性，而先進製程技術更迭迅速、建廠的前置時間長，使得製程測試壓力很大，此外產能的投資成本往往很高，更加深了企業在規劃先進製程技術產能投資的困難度，產能建置過早會造成設備閒置，建置太晚則會喪失商機，所以產能建置時點是高科技製造企業的重要決策。 本文的主要目的是探討半導體先進製程產能的建置規劃方法，本文首先建構包含良率改善的隨機模型在內的系統動態模型，其次，依據系統動態關係，建立一個設備閒置與商機損失的經濟分析模式，最後，產能就緒的最佳時點經由數學優化產生並以投資績效指標，提出一個產能擴充的應有態度。 本研究的主要貢獻為成孕H良率改善的隨機模型計算測試期時間長度的機率分佈，提供企業明確的先進製程產能投資時點的決策方法，並結合產能擴充計劃與投資績效指標，客觀地提出產能擴充的合理態度。未來的高科技產業將會有很多的不確定性，本文提出的方法將有助於分析風險與制訂對策。Technology development and product demand in high-tech industries are full of uncertainties. Since building a factory requires long lead-time and manufacturing capacity incurs high cost, capacity deployment timing is an important decision in the uncertain environment of technology development and the volatile market. The objective of this paper is to propose a method of capacity deployment timing for advanced process technology of semiconductor manufacturing in order to decrease the capacity idle costs and the losing business chance costs. A dynamic system model based on a stochastic model of yield improvement is first presented. And then, establish an economic analysis model considering over-capacity and under-capacity costs. Finally, illustrations are given to show how to optimize capacity deployment timing with this model. The contribution of this paper is to offer successfully the distribution of time length of development, present the method of capacity deployment timing decision, and verify its optimization. Besides, the editor also presents a proper attitude to capacity increment when the demand condition is uncertain. Because of the high uncertainties that high-tech industry will face in the future, the research results will help those firms in that industry to make better risk and strategy analyses.中文摘要 I Abstract II 目 錄 III 圖 目 錄 V 表 目 錄 VII 第1章 緒論 1 1.1 研究背景與動機 2 1.1.1 先進製程產能規劃的不確定性 4 1.1.2 最小之產能利用率限制 6 1.2 研究目的 6 1.3 研究方法與步驟 7 1.4 論文組織與架構 8 第2章 文獻回顧 9 2.1 需求生命週期 9 2.2 學習曲線 10 2.3 製程良率發展 14 2.4 良率的時間函數 16 2.5 良率與需求的相依關係 20 2.6 價格趨勢模型 21 2.7 單位產能的投資成本 24 2.8 商機損失的成本 25 2.9 不確定性下的產能投資策略 27 2.10 固定資產的折舊方式 28 第3章 產能供應與需求的動態模型 32 3.1 產能需求之動態關係 32 3.2 產能決策模式 39 3.3 良率分佈的合理區間 41 3.4 在時間t時的良率機率分佈 46 3.5 測試期之期間分佈 (T1) 51 3.6 先進製程之產能決策分析 59 第4章 產能擴充計劃與績效指標 69 4.1 最小之產能利用率 69 4.2 資產報酬率（ROA）模型概念 71 4.3 產能擴充態度 76 第5章 總結 79 5.1 結論 79 5.2 未來研究方向 80 參考文獻 81 附錄一 良率改善的時間長度 83 附錄二 不同製程技術之需求與良率關係圖 84 附錄三 目標函數Z(tc)兩次微分證明式 86en-US產能投資規劃先進製程技術半導體製造良率學習測試期時間長度產能時點決策產能擴充Capacity Deployment TimingYield Improvement ModelsSemiconductor ManufacturingCapacity IncrementAdvanced Process Capacitythesis