• 學位論文

以分類法與凱利方格技術萃取新產品之顧客需求-以數位筆記本為例

現今市面上的手寫輸入產品越來越多，從手機、PDA、翻譯機到數位筆記本，都有和手寫輸入結合的產品，因為使用手寫輸入可以讓使用者依照自己習慣的手寫方式來展現自己的想法，並且減少使用打字輸入時的學習障礙，因此我們可以看出手寫輸入在這個以物就人的時代中，扮演著重要的角色。現在的產品設計已經從早期的技術導向轉為以顧客導向為主的產品設計，因此了解顧客真正的需求是很重要的，本研究運用分類法萃取消費者對手寫輸入產品的需求，並將所獲得的產品需求轉化為二維的產品屬性，經由凱利方格問卷的填寫獲得消費者對研究產品在所有產品屬性的評分，最後經由資料的分析了解產品間的相似關係，以及本研究產品在重要的產品屬性上是否符合消費者需求。研究結果可以看出本產品在USB裝置中有明顯需要改善的產品屬性，因此產品研發者應該對這些產品屬性加以研究與改進，讓本產品獲得更多消費者的認同與喜愛。

• 學位論文

以Kano與QFD探討網路報稅之服務品質

隨著網路與資訊科技的日益進步，許多國家為了提昇競爭力，紛紛利用資訊科技來建構電子化政府，主要推動的就是網路報稅系統。而財政部提供納稅人一個不受時間、地點及服務方式的多元申報管道，且大力推動網路報稅系統。但如何讓綜合所得稅結算申報作業達到簡化與便民的目的，並有效提昇為民服務的品質呢？ 本研究係採用Zeithaml, Parasuraman & Malhotra 三位學者所提出之線上服務品質衡量模式(e-SERVQUAL)為問卷題項基礎，並利用Kano二維模式將品質分類以獲得滿意度，最後使用品質順序排序法計算權重導入品質機能展開中，再依據品質屋，透過關係矩陣，探求出網路報稅系統重要品質技術改善項目。 經分析結果得知前十項重要品質技術改善項目為：『財稅人員專業知識』、『系統改善與維護』、『資料庫管理與運用』、『納稅人申訴回覆時效』、『系統異常狀況處理』、『SSL安全認證系統』、『財稅人員表達與態度』、『資料安全管控』、『稅務人員教育訓練』、『網頁內容品質改善與維護』。期以改善之服務品質要素，使財政部將資源做最有效率之分配。進而達到網路報稅系統的服務水準，亦增加納稅人上網報稅之意願。

• 學位論文

應用改良式粒子群最佳化演算法於模擬最佳化之裝配線設計

工廠生產裝配線的排程、順序及工作下單時機一直是生產管理議題中十分重要的工作，其目的在於適時的配置製造資源，以最有效率的方式來完成產品。而在規模較大的企業裡，製程的改變往往牽動著許多環節與成本，為了減少不必要的錯誤與成本，許多企業紛紛導入了模擬(Simulation)的概念，但因為傳統電腦模擬若要解最佳化問題，必須以窮舉法的方式將問題的所有可行解皆代入模擬系統裡面，非常的費時且不具效率。本研究結合最佳化之演算技術，期望能讓電腦模擬系統可以更快更有效率的搜尋最佳的組合。 本研究利用電腦模擬技術建構一生產裝配線，並分別使用粒子群演算法(Particle swarm optimization, PSO)、突變式粒子群演算法(Particle swarm optimization with mutation based on similarity, PSOMS)及基因演算法(Genetic algorithm)來進行搜尋，希望在固定生產線配置的情境下，藉由模擬最佳化的過程找到每一原物料的最佳進料時間，以求得總完工時間與在製品等待時間最短。最後透過實驗設計與統計檢定法，證實突變式粒子群演算法(PSOMS)明顯優於基因及粒子群演算法。

• 學位論文

以Kano與QFD探討電子郵件系統之服務品質

隨著科技的日益的進步，上網收發e-mail對於網路使用者來說已是一個必要的動作，在電子郵件系統競爭激烈的市場中，每個信箱都一昧的擴大信箱的容量，來滿足顧客對信箱太小的抱怨，對於垃圾信件或是病毒之預防卻不見有顯著的改善，電子郵件系統功能不斷的增加，然而，這些附加功能對顧客來說不完全都是重要且必須的。本研究希望了解一般消費者對於電子郵件系統，所需要以及所重視的構面，再運用品質機能展開技術，將顧客需求融入電子郵件系統設計。研究結果如下： 1.使用Kano分類電子郵件系統之服務品質，可發現電子郵件系統之服務大多係為當然品質和一元品質，而「網頁設計美觀且具有創意」和「版面安排簡潔明瞭」則是被視為魅力品質。 2.對於電子郵件系統之期望重要度，顧客最重視的是「個人資料將不會被惡意外洩或竊取」、「郵件的傳送過程是安全可靠的」與「不會對個人電腦造成危害」，顯示顧客較重視隱私與安全性。 3.在HotMail、Yahoo Mail與Gmail之競爭分析中，顧客對Yahoo Mail之滿意度明顯比其他兩家業者要來的低，而顧客對HotMail與Gmail兩者滿意度則是不相上下。 4.由品質機能展開可得知電子郵件系統前五項重要品質技術改善項目，分別為「阻隔垃圾與廣告信件」、「資料庫管理系統」、「員工道德教育訓練」、「用戶意見回覆時效」、「客服人員表達與態度」。

• 學位論文

運用德爾菲法與層級分析法建構復健科服務品質指標

現今醫療資源的供過於求，醫療機構復健部門之間的競爭日益激烈。醫療院所復健部門欲提升競爭力，增進醫療專業技術品質、改善患者病情，已非唯一目標，如何強化部門服務品質，則為另一重要之目標。目前，關於醫療機構其他部門在如何提升服務品質之研究已有多位學者專家提出，卻仍未有針對醫療院所復健科來建立其服務品質指標。 本研究藉由「德爾菲法」彙整出復健科服務品質之指標，再運用「層級分析法」計算出服務品質指標之權重，建立其復健科服務品質指標權重體系，以提供醫療院所復健科強化服務品質之參考。 本研究實施兩次德爾菲問卷獲得一致性與集中性的結果，針對復健科服務品質指標建構出六項二級指標、二十九項三級指標。實施層級分析法獲得二級指標項目的權重依序為：醫療人員的專業能力表現、醫療人員對病患的關懷程度、醫療人員與病患的互動、部門的環境及設施、醫療人員的禮儀表現、部門的行政措施。

• 學位論文

應用田口方法於溪釣釣具之研究

藉著溪釣釣具為主題，本研究為了探討影響溪釣魚獲量之關鍵因素，而設計了一個實驗並以田口方法來分析實驗數據，實驗的方式是以深度訪談的方式詢問5位溪釣專家來決定欲探討之要因，其中要因包含釣竿、釣線、魚鉤、浮標、鉛錘、轉環等釣具，並將上述之要因配置在合適之直交表上進行實驗，在記錄下實驗之相關數據後再應用田口博士所提出之堅耐設計來分析實驗數據，此外堅耐設計就是一般俗稱之田口品質工程方法，而堅耐設計之執行過程中，係應用統計上之實驗設計法並配合田口博士所提出之直交表來規劃實驗及分析實驗數據，最後根據分析之結果尋找最適參數水準並做成結論。 為了使實驗之結果較為精準，本研究之實驗順序採隨機方式進行，以及在滿足田口方法之條件下進行實驗，以田口方法找出最適參數水準後，再以迴歸方程式微調參數水準，期許得到更合適之參數水準，最後本研究所得之結果可供學術界之研究以及釣具製造廠商研發設計的參考。

• 學位論文

整合遺傳演算法與粒子群最佳化演算法於二階線性規劃問題之應用－以供應鏈之配銷模型為例

二階線性規劃擁有階層式的關係，所以許多研究將其應用在組織上下階層關係的最佳決策模式，這種階層式的決策問題可以經由多階的數學規劃來進行模擬。希望利用供應鏈體系的串聯，可以得到最佳的資源分配，以達到降低生產、存貨以及配送等成本，增加供應鏈效率和協調的目標。 粒子群最佳化演算法具有模仿生物群體依賴相似特性之群體智慧的概念方法及粒子經驗交換及傳承世代之演算模式，其利用粒子族群具有探測與開發的特色，可用於搜尋全域的最佳解。而遺傳演算法則是模擬生物在環境中遺傳以及進化過程而形成的一種全域最佳化演算法，利用「選擇」、「交配」及「突變」。透過此三個操作過程的演化，達到「適者生存」。本研究利用遺傳演算法中的交配以及突變的演算流程，導入粒子群最佳化演算法以改善提前掉進區域解的缺點，有效結合遺傳演算法全域搜尋的特性和粒子群最佳化演算法局部的搜尋能力，在有效避免提前收歛的同時，提高求解問題的精確度。 本研究利用四個例題來驗證求解的可行性，結果說明了本研究所提出的方法較遺傳演算法以及粒子群最佳化演算法來的優異。並且將二階規劃應用在供應鏈當中，藉由整合遺傳演算法與粒子群演算法來求取最佳解，從中了解製造商與供應商之間的存貨關係，結果顯示改良式粒子群最佳化演算法比遺傳演算法以及粒子群最佳化演算法具有更優異的表現。

• 學位論文

粒子群演算法應用於製造設施佈置之研究

隨著科技日新月異的進步，企業也不斷追求自動化的機器生產設備，當製造系統中，使用自動化的機器設備時，唯有提升良好的製造設施佈置，在最佳空間的規劃中，使物料流程的順暢、避免物料回流情形發生、最短的搬運途程（距離）、最少的物料搬運成本並增加製造的流暢性、及提高機器操作效率的目標;然而，現今的製造設施佈置中，通常是以脊椎式的佈置方式為主，此方式較彈性化，且可減少冗長時間的花費，並能提升製造設施佈置的整體生產績效，促進製造的流程順暢，並且使用自動化的機器設備更能充分發揮。 本研究使用粒子群演算法(PSO)的技術特點，應用在製造系統的設計中解決優選的製造設施佈置問題，並建立一個數學模型，發展在機器(部門)的物料流動距離，以典型的零工式和流程式這兩種佈置於製造環境，分析考量各式各樣的現實方面，例如限制區或地點限制等等，希望藉由粒子群演算法的優點，尋求出製造設施佈置的最小物料搬運(佈置)成本，並且尋找近似最佳解的佈置方案，也能減少物料搬運成本，將其隨機亂數的最佳參數組合，並與文獻中的其他演算法(如基因演算法)所獲取之結果，加以分析與比較，也將探討其物料搬運成本的差異，再可接受的時間、品質、範圍內，求取一近似最佳解的佈置方案。

• 學位論文

衛星計程車產業服務品質指標建構與運用之研究-以台北市為例

計程車是目前國內都會地區，除大眾捷運系統及市區汽車客運業以外，最重要的副大眾運輸工具。計程車在營運與派遣管理上結合全球衛星定位系統(GPS)，已成為主要發展趨勢，此一計程車派遣系統除可確實掌握計程車車輛行蹤以嚇阻犯罪發生外，並可提高計程車服務品質與營運效率。 近年來已有學者提出以多層次(multidimensional)，層級的(hierarchical)的方式進行服務品質的衡量。因此本研究以衛星計程車服務業為對象，以層級分析法(AHP)為基礎，發展出一套服務品質衡量模式。 本研究實施兩次德爾菲問卷，獲得一致性與集中的結果，針對衛星計程車就構出4項一級指標與21項二級指標。第三次問卷調查採用層級分析法，計算出指標相對權重。第一層級指標依序排名為：「搭乘安全性」、「搭乘舒適度」、「行車服務」與「行政服務」。第二層級指標前三名排序為：「遵守交通規則」、「具職業登記證」與「車牌清晰」。 經過問卷調查、資料彙整與統計分析後，希望層級分析法(AHP)能對於衛星計程車評鑑的權重設定導入新的概念，本研究結論可以作為政府對衛星計程車車隊評鑑的參考。

• 學位論文

整合增長式自組織映射圖與遺傳演算法之發展與應用

近幾年來，集群分析（Clustering Analysis）已廣泛被應用於各個層面，如：商業和教育、社會科學、遺傳學、生物科學等，群集其主要目的就是利用群體中具有相同統計特性聚成同一群，使得同群之間的同質性較高，而不同群之間有顯著的差異。因此，本研究利用自組織映射圖（Self-Organizing Map, SOM）發展出一個兩階段群集分析方法。第一階段為增長式自組織映射圖（Growing Self-Organizing Map, GSOM），其將透過輸入資料本身之結構產生適合的網路拓樸，並透過傳統SOM之訓練來產生網路權重向量，而第二階段則再利用連續型遺傳演算法（Continuous Genetic Algorithm, CGA）找出全域最佳解。 為驗證本研究所提之集群分析方法，提出GA、GASOM（Genetic Algorithm Self-Organizing Map）和SOM+GA，首先採用4個已知群集分佈的基準資料集：Iris、Wine、Vowel及Glass來分析何種方法之網路效益為最佳。研究之結果顯示GASOM為最佳，不但可以加速收斂效果而且也可以獲得更佳的解。 此外，本研究亦透過GSOM與GASOM的結合，將其應用在電池評等分級上，結合實際的電池量測結果做一綜合評判，以作為電池自動化分級評等系統之基礎，提供電池相關業者在設計及製造上品質之提升及成本的降低。