• 學位論文

類神經網路在Gompertz修正模式上之應用與分析

自1962年Duane提出Duane可靠度成長模式後，學者一直偏重於探討可靠度成長模式的參數估計與提出新模式。傳統上，在參數估計方面常用統計學的方法分析可靠度成長模式，但因對非線性系統以及變數間有交互作用的系統統計方法之評估效果較差。Gompertz 模式為眾多可靠度成長模式中應用性較好，在1996年Keceecioglu針對Gompertz 的初期預測不精準提出一個修正模式，謂之Gompertz修正模式。本研究的具體目標為發展一個以類神經網路為基之預測系統，以克服Gompertz修正模式的在建構時之困難與耗時。我們採用平均絕對誤差(MAPE)比較預測效果。本研究中採用ReliaSoft Corporation網頁下的Gompertz範例進行模式驗證。本論文亦根據可靠度成長模式模擬數據，進行類神經網路建構可靠度成長模式之驗證，並與修正模式做比較。本研究在模擬模式假設可靠度的趨勢會依照Gompertz 模式，加入一隨機變數，以及採用不同線性遞減誤差比例尋找Gompertz 修正模式之最佳參數解。最後，由實例與模擬結果證明BPNN的建構系統比Modify Gompertz與Gompertz技術所建構的模式均有較好的預測能力。

• 學位論文

以相鄰為評估基礎之設施佈置問題

摘 要 設施佈置問題是將有限的資源作最有效的分配，並將設施與位置的對應關係達到最佳化的狀態，並希望在多種組合當中求其成本最少，其中成本包括部門間的搬運成本、互動成本等。設施佈置的優劣是生產系統運作的重要成敗關鍵，若因佈置的不當而重新佈置時其所耗費的成本將數倍於初始建置的成本。過去之研究多以探討部門間之量化因子 (如搬運成本或其他相關之成本) 為主，較少以部門間之質化因子 (如部門緊密度) 為考慮之重點。 本研究主要探討以相鄰為評估基礎來解決設施佈置的問題。在質化因數方面，本研究考慮以部門相關緊密度，並利用空間填滿曲線 (Space-filling Curve, SFC) 的方法建構較佳的佈置結果。本研究並期望對生產系統之佈置評估方法，提供另一角度之思考方向，並協助國內之企業在設施佈置之評估時之參考。 經由本研究所發展出的佈置軟體與其他佈置軟體演算法測試與比較，結果顯示以整體來說本研究建構之演算法所求解出之佈置方案，在部門總緊密評比(TCR)、加權緊密評比 (WCR) 比傳統佈置軟體 (ALDEP, CORELAP, BLOCPLAN, MIFLAG II) 演算法所建構出之佈置方案佳。

• 學位論文

田口品質設計之資料倉儲的規劃與製作

本文成功示範資料倉儲技術的應用，以完成在 田口(Taguchi)實驗設計中需要的各種功能。田口實驗設計的案例資料來源，是根據已發行的學術論文中關於半導體製造程序的數據模擬而來，並依預先設計完成的資料方體結構將資訊作倉儲，線上分析處理(OLAP)能夠完成下列功能：(a)備份重要的實驗參數，如直交表、S/N比與設計參數的組合，(b)以少數的可變因素預測完整的設計品質(c)評估不能作量測的設計參數。田口資料倉儲系統的提出是為了實現資料探勘與知識挖掘的功能。

• 學位論文

印刷電路板鑽孔作業生產排程之研究

隨著印刷電路板（Printed-Circuit-Board; PCB）的發展，使得大量生產複製速度加快，產品體積縮小，方便性提升、單價降低。台灣PCB產業由於具備品質、價格與交期等方面競爭力，促使國際間一些著名電子大廠紛紛來台下單，造成出口市場的持續熱絡，但由於PCB的製造流程相當複雜、訂單數量的龐大，再加上各種排程限制，造成在排程上具有相當的困難度。 PCB鑽孔製程為一非等效平行機台的問題，本研究以實際的案例探討鑽孔站的最佳啟發式排程法則，並發展了一套智慧型電腦排程系統，該系統能有效的在動態到達時間、訂單權重值、訂單可分割、上下料整備時間等考慮情況下，求解非等效平行機台問題。 在進行與實際排程結果的比較後，發現該啟發式演算法在解的品質方面有9.32%的改善效果，在求解時間方面，在工件數小於60筆的情況下，計算時間不會超過200秒，此結果遠比人工排程至少需耗半個小時來的更有效率。

• 學位論文

解答多目標規劃的新方法-免疫系統法

目前有許多以生物群體行為所形成的最佳化技術，例如：螞蟻演算、基因演算、神經網路以及細胞，這類的最佳化技術越來越普遍，其解答過程藉由自然合作的行為機制。這表示可將多目標最佳化問題可以分解成數個子問題，藉由相互合作的方式來解答問題，在本文所提出的免疫人工系統是一種生物計算系統，它是一種解答多目標最佳化問題的新方法，其多目標最佳化的架構非常接近生物合作機制，它是藉由兩個搜尋過程的合作來完成多目標最佳化：第一階段區域的人工免疫搜尋機制，是要找出滿足限制條件下個別目標的最佳解；第二階段全域的人工免疫搜尋機制則是以合作的方式最小化所有目標間的衝突。在本文中，要強調的是所提出的合作型態人工免疫系統並不同於原始的免疫系統，並將提出的人工免疫演算法與文獻中的傳統的多目標最佳化技術比較其最佳化的能力。比較的結果顯示，這個提出的免疫人工系統演算法能夠明顯的減少收斂時間並增加解答的精確性。

• 學位論文

遮蔽性設限資料之可靠度分析

多零件系統可靠度常藉由估計每個零件之可靠度來分析之。在實際情形下之成本與時間考量，系統真正失效情形可能未知，亦即是觀察到遮蔽性資料。本研究以最大概似估計方法探討包含兩個零件串聯之系統可靠度，假設零件間彼此獨立且失效時間為指數分配之隨機變數，分別推導設限型態中以固定時間停止之型Ⅰ設限實驗與以觀測數目停止之型Ⅱ設限資料時之零件參數的估計式。 本論文之主要貢獻在於探討非設限與型Ⅱ設限時用最大概似估計法得到之零件參數之為大概似估計值及其估計值之期望值與變異數。利用模擬資料驗證及探討型Ⅰ與型Ⅱ設限實驗所得到之估計值偏差情形。模擬結果顯示型Ⅰ設限資料之估計值之偏差性與觀察時間長短與樣本數有關，而型Ⅱ設限資料下之估計值之偏差僅與觀察數目有關。

• 學位論文

應用GRG演算法判定真直度與真平度之研究

當技術伴隨著時代而演進發展時，產品間的功能日趨強大，而其設計也更為複雜；此時，量測物件是否符合其標準規格，儼然變的更為重要及複雜。例如於量測真直度是一種檢測對物件平面上的存在元素，是否符合為直線的條件判定；而量測真平度是一種檢測對物件平面上的存在元素，是否符合為平面的條件判定。 由於最小平方法（LSE）的計算簡單及唯一解的特性，目前在檢驗產品特性測量上確實被廣泛的使用著。然而此法的最大缺點，乃在於只能夠獲得概似解，它並無法保證所要的結果是否正確無誤，也正因為如此，最小平方法的使用上，有著一定程度的風險存在，因此，它並不是一個很好的判定物件特性的演算法。以此為出發考量，為了減少利用此法所造成的誤判與損失，我們將依ANSI所制訂的最小區域準則，提出由一般化縮減梯度搜尋法（GRG），在判定與解決真直度與真平度兩方面上，可以比最小平方法獲得更為精確之數值結果，因此可作為判定這兩種物件特性之應用。而此處的GRG演算法是藉由使用美國微軟所提供之Office Excel’s Solver物件，即「規劃求解」，來協助我們達成計算之過程。 由於目前的品質檢驗過程大都以電腦或軟體為其檢驗的輔助工具，做為決定是否允收之基準。在講求效率與競爭的時代中，追求高精準與高效率的回饋系統，是目前我們所重視的。本研究另一目的，將利用便捷的網際網路，與具有高流通性質的Excel軟體中之規劃求解物件，建構一可供快速查詢結果之使用者界面，並同時達成及時化之理想。

• 學位論文

使用貝氏方法建立田口製程能力指標信賴區間與假設檢定之研究

製程能力指標的目的在於說明製程能力與規格界限間的關係，並且描述製程表現的好壞，其中之一的製程能力指標 由Chan、Cheng與Spiring（1988）提出。本研究的目的在於對製程能力指標 進行區間估計與假設檢定。第一部份在建立 的貝氏統計模型（Bayesian statistical model）並使用HPD（highest posterior density）建立 的雙尾信賴區間，與Zimmer、Hubele與Zimmer（2001）的傳統均分雙尾的信賴區間比較。結果顯示，當製程平均值 偏離目標值T時，使用HPD求得的 信賴區間長度小於傳統均分兩尾信賴區間長度。平均而言，隨著不同的樣本數n以及製程平均值 與目標值T的差距，貝氏信賴區間縮小幅度約在0.8072%至37.70848%之間，其中隨著製程平均值 偏離目標值T愈嚴重，貝氏信賴區間與傳統信賴區間的差異會愈來愈大；隨著樣本數n的增加，貝氏信賴區間與傳統信賴區間的差異反而減少。第二部分使用HPD建立 的信賴下限與Johnson（1992）的信賴下限及Boyles（1991）提出的兩個近似信賴下限作比較。結果顯示，在不同的參數設定下，彼此之間各有優缺點。最後進行假設檢定，比較P-value與 。結果顯示，當製程平均值 等於目標值T時，P-value與 相等；當製程平均值 不等於目標值T時，P-value與 也因為受到不同參數的影響，彼此之間各有優缺點。 關鍵字：製程能力指標、信賴區間、貝氏統計模型、HPD

• 學位論文

應用數位相機於印刷電路板檢測之參數最佳化設定與影像品質之評估

隨著數位化技術、網路及多媒體電腦對圖形處理能力的提昇， CCD被廣泛地被應用各種數位影像處理的領域上。目前有許多機器視覺系統直接採用數位CCD攝影機作為檢測裝置，但主流解析度為35萬像素左右，有著畫質較差與價格偏高的缺點而無法與百萬畫素以上的數位相機相比。 數位相機通常建議在自動模式下拍照，若被攝物為反光物會導致自動模式功能失效，因此使用自動模式擷取影像會有較差的影像品質。以印刷電路板製程來說，若使用自動模式檢測會因裸板表面的銅箔產生反光而使得擷取影像會產生線路辨識不清的問題，例如線寬或線距不易量測、銅箔位置不易找到等，使得檢測分析時遭遇到很多的困難。 本研究目的為應用數位相機取代傳統工業用CCD來進行產品檢測，並探討數位相機在自動模式下對檢測影像的不適性，進而尋求最適影像檢測的最佳參數設定，以提高檢測能力。限制實驗環境為20至60Lux之LED燈，以主觀影像品質、解析度和雜訊度做為評估影像品質的指標，在多品質特性最佳化的情況下建立一套以數位相機為機器視覺檢測系統之方法及PCB之最佳檢測條件。 經由驗證實驗得知，本研究估計的最佳操作條件較自動模式擷取的影像品質佳，可提供業者一套測試方法應用到以數位相機檢測產品及自動模式功能失效之各種領域，作為設計階段的參考依據以提昇數位相機之影像品質，滿足不同使用上的需求。

• 學位論文

應用機器視覺於低對比動態X-Ray影像強化及瑕疵偵測之研究

X射線非破壞性檢測技術是以X射線的照射而將產品內部的構造投影出，以達到對產品檢測的目的。但當產品是由不同材質的元件所組成時，X射線並無法以單一的強度穿透產品內的各個元件，此時，即會產生低對比影像而造成檢測上的困難。本研究之目的為針對低對比動態X-Ray影像，發展出一套影像強化及瑕疵檢測系統，以改善現行檢測上的困境。 研究中主要包含了兩方面的主題探討：（1）藉由影像增強的方法來增加影像的對比度、消除雜訊以突顯出欲檢測區域的影像；（2）瑕疵偵測，首先以相關係數為基礎的比對方法，來實現無檢測定位點的動態影像目標物及時搜尋定位，在目標物影像辨識上，使用了影像的相關性、幾何特徵及區域灰階作為影像特徵值，並以馬氏距離作為區別分析的分類器，以達到產品分類的目的。在研究結果中，本研究所提出的修正後對比伸張強化法的強化效果明顯優於各方法，相較於原始影像，此法在影像對比值提升了約40％，背景雜訊則是降低了約35％。在瑕疵偵測方面，經由兩階段的相關係數搜尋法，可即時搜尋出動態影像中目標物的正確位置。此外，本研究所提出的瑕疵檢測流程，產品分類準確率可達96％，雖然有少數的瑕疵種類可能會被誤判，但誤警率及遺漏率均不會發生，對整體檢測結果而言，不會產生危害之情形。因此，對於低對比動態X射線影像，可利用本研究所提出的方法來達到即時影像強化及瑕疵偵測。