臺北科技大學工業工程與管理系碩士班學位論文
國立臺北科技大學,正常發行
選擇卷期
- 學位論文
本研究著重於考量產能限制之多廠多產品供應商評選問題，並將組裝次序規劃與組裝作業分派技術運用於整體供應鏈生產規劃上，以找出最適供應商組合及生產資源分配。研究中將建置多目標最佳化模式，並發展一改良式多目標演算法，進行最佳化模式求解。使中心組裝廠於接獲多產品訂單後，在考量產能限制條件下，規劃出最適之多產品零件供應商組合、各組裝廠產量計劃、各供應商至各組裝廠間之運送計畫等。此改良式演算主要以NSGA-II為基，於初始解產生時加入最多後續作業數及最大作業時間演算及判斷機制，以改善NSGA-II之求解效率，其被稱為W-NSGA2。最後W-NSGA2被導入水龍頭組裝作業之案例，並與NSGA-II和NSPSO進行求解績效比較。結果顯示W-NSGA2具有較佳之演算結果。
- 學位論文
現今是個知識爆炸的時代，企業為了提升自我競爭優勢，不斷的開發新知識和搜尋舊知識並加以改善。專利文件中的資訊包含許多知識，且這些資訊可以輕易地透過網際網路下載，使用者可快速取得專利文件探討其感興趣的知識。以有許多學者利用各種方法探討專利文件內隱含的知識。利用資料探勘尋找結構化的專利指標資訊，並且將這些資料進行專利分析，探討專利內的技術或預測技術發展的趨勢；也有學者利用文字探勘擷取專利文件內的關鍵字擷，再利用關鍵字進行分析，藉此挖掘專利文件中的知識。 本研究透過自動化的文字探勘及專利分析及專利品質評估，利用斷詞方法將中文句子拆解為單詞，利用系統所拆解出的單詞進行關鍵字擷取並計算詞頻矩陣，利用詞頻矩陣進行技術分群藉此獲得專利的技術分布情形。透過因素分析篩選出關鍵專利指標，利用關鍵指標建立專利品質評估類神經模型，透過建立好的類神經權重可將未知品質的專利進行品質預測。自動化的系統更可提供決策者快速方便的操作介面，在研發新技術或觀察市場技術分布趨勢可提供更快速易懂的資訊，降低決策及技術開發的時間和金錢成本。
- 學位論文
地球日漸暖化，節能減碳已成為國際間共同的責任。在人類面對全球氣候挑戰的同時，低碳城市抑或是低碳生活圈已逐漸成為低碳經濟與低碳社會的關鍵。因此，國內外不少政府以及城市積極推動各項低碳生活圈策略與措施，以邁向低碳經濟，減少能源使用與二氧化碳排放。 由於低碳城市、低碳生活圈的盤查與規劃技術，可協助行政區域落實溫室氣體減量目標，故本研究擬建立一個再生能源生活圈綠色運輸之碳足跡評量與分析方法，並以台灣政府所推動的節能減碳總體計畫含十大標竿型子計畫中之「澎湖低碳島建置計畫」為深入研究案例進行探討。首先本研究使用EIO-LCA由上至下的程序，推估出綠色政策執行前，澎湖縣各產業部門所產生的碳足跡；接著使用系統動態學方法論，建構澎湖低碳島綠色運輸政策系統動態量化模型，進行政策效益評估的模擬；最後，幫助決策者了解綠色運輸政策的節能減碳效益以及相對的投資成本，並且可事先評估相關政策是否能達成所設定的減碳目標。 本研究結果顯示，對澎湖縣環境衝擊較大的四大產業為 (運輸倉儲及通訊產業)，其次為 (農林漁牧業) 、(批發零售業住宿及餐飲業) 以及 (水電燃氣業)；而綠色運輸政策如電動機車替代政策、電動機車替代結合二行程機車限制上路政策以及電動機車替代結合二行程機車限制上路再加上限制汽油機車牌照發放政策，執行從2011年至2030年模擬結果以電動機車替代結合二行程機車限制上路再加上限制汽油機車牌照發放政策減碳量效果最佳，但相對其所需投資成本也越高。
- 學位論文
半導體製造產業作業複雜，製造方面依技術需求有迴流製程作業與設備機台昂貴等特性，在此生產環境中，生產排程規劃複雜許多。派工法則是一種方便且有效地協助排程規劃的常用手法，但於有迴流製程作業之生產環境，常伴隨有瓶頸問題，常用的瓶頸派工法則主要針對特定瓶頸站排程，一旦有新瓶頸發生，原先針對特定瓶頸站的派工法則的效果便立即會受到影響，使得生產績效較差。本研究利用模擬方式建構迴流型流線生產系統，考慮瓶頸漂移現象的發生，在每一個新瓶頸站使用層級式派工法則，決定工單加工的優先順序，而非瓶頸機台使用同族派工法則，以縮短生產週期時間，降低生產週期時間變異，減少設置次數。實驗結果顯示，本研究提出的考慮瓶頸漂移之層級式派工若與同族派工相比較，有顯著的改善，平均生產週期時間最高改善率為17.73%，生產週期變異最高改善率可達66.16%。若瓶頸漂移之層級式派工與特定站之層級式派工相比較，平均生產週期時間最高改善率為8.90%，生產週期變異最高改善率可達57.75%。
- 學位論文
近十年來，由於地球暖化現象日趨嚴重，環保成為一個很重要的議題，這也導致越來越多人針對封閉式供應鏈進行研究。而科技發達與網路的普及，加速了資料的傳遞速度，造成整個市場環境變化劇烈，因此本研究將針對多期多階的封閉式供應鏈問題建構多目標最佳化決策模式，希望供應鏈在運作時，可以達到整體總成本最小化與總體時間最小化之目的。並進一步將規模經濟的概念導入最佳化決策模式中，期望除了在盡量滿足消費者需求之餘，還能考慮到基於規模經濟之效益，以獲得整體供應鏈及個別廠商最佳化營運績效。為有效地進行多目標最佳化決策模式求解，本研究將以三種規模之封閉式供應鏈模式進行NSGA2，找出最佳解，讓決策者能夠即時根據市場需求快速地做出適當的決策。
- 學位論文
龍門核電廠與過去核電廠不同之處在於龍門核電廠改採用數位儀控的系統。雖然系統操作變簡單，但卻呈現太多警報資訊，卻造成運轉員心智負荷提高。因此如何準確的衡量運轉員的心智負荷，變成電廠很重要的課題。現有主要心智負荷衡量方法中，皆為事後或於任務進行中衡量人員心智負荷情形。本研究提供一個預測模型，能事先預測運轉員注意力資源的需求與衝突情況於執行任務，並以20位運轉員填寫之NASA-TLX問卷結果驗證此模型。研究結果顯示本研究之預測模型與NASA-TLX的問卷結果相關係數為0.971，而迴歸模型的解釋能力為92.5%。此模型可提供核電廠預測運轉員處理異常狀況時的心智負荷，並能提供幫助核電廠進行流程改善的建議。
- 學位論文
商品發生安全事件時，如何在最短時間內將問題商品下架，並且找出問題的根源，成為了各個國家目前非常重視的課題。建立商品履歷制度，可以讓消費者、流通者、加工者、生產者等人雙向地往回追溯或往下追蹤商品的資訊。因此，商品產銷履歷制度成為商品品質安全控管最有效的手段。 商品履歷牽涉範圍廣大，涵蓋了整個供應鏈，因此企業決定要實施商品履歷時，頇考慮許多不同層面的影響因素，使得導入過程變的困難及複雜，針對這種狀況，本研究運用德爾菲法以及分析層級程序法，針對電子電器類商品為研究對象，分析建構商品履歷的關鍵成功因素。研究成果可提供企業規劃及建構商品履歷時的依據及推廣方向，或是提供給政府作為輔助決策之參考。
- 學位論文
手術室是醫院裡最重要的醫療資源之一，許多醫院的手術室經常出現瓶頸資源的狀態，因此若是醫院無法有效運用相關醫療資源以敷成本，在面臨競爭以及管理成效不彰時，醫院將面臨倒閉的命運。醫院管理除了要降低醫院手術室營運成本外，另一方面更要維持良好的手術品質。因此，讓有限的醫療資源做最充分運用是醫院管理者刻不容緩的要事。要達到有效的手術室管理，其中的關鍵便是排程問題(Scheduling Problem)。 本研究中以數學規劃的方法進行手術排程，數學規劃模式將延續Pham & Klinkert(2008)所提出之MMBJS(Multi-Mode Blocking Job Shop)模式加以延伸改進，以找出最佳的手術排程並比較不同排刀方法之效率。其結果發現在五日內的手術重新指派方面，發現使用混合整數規劃法之手術室利用率會較其他方法提高分別為5.9%、3.8%、5.3%、0%，另外，使用混合整數規劃法針對每種資源的使用率做比較其結果高於其他方法至少2.1%以上，最後，使用混合整數規劃法之時間成本會較其他方法減少分別為45200元、12550元、52850元、4100元。在十日內手術重新指派方面，發現使用混合整數規劃法之手術室利用率會較其他方法提高分別為7.2%、1.8%、4.5%、0.1%，另外，使用混合整數規劃法針對每種資源的使用率做比較其結果高於其他方法至少1.2%以上，最後，使用混合整數規劃法之時間成本會較其他方法減少分別為131100元、34300元、107650元、17850元。
- 學位論文
財務預警模型有助於投資者、政府或企業藉由模型對於公司經營狀況作一整體性預測與研判，財務預警模式相關文獻多以追求分類預測的準確度為研究目標，對於建構模型的變數或選擇變數方法的效果較少著墨，類神經分類模型在財務預警模型有不錯的分類預測效果，但類神經模型本身並無變數挑選機制，本研究以特徵挑選與分類預測兩階段去建構財務預警混合模型，特徵變數挑選有關聯係數(Eta square)和逐步羅吉斯回歸分析(Stepwise Logistic Regression)兩種方法，分類預測方法有倒傳遞類神經網路(Back-Propagation Neural Network，BPNN)與一般迴歸類神經網路(General Regression Neural Network，GRNN)兩種類神經網路方法。利用以上兩階段各兩種方法做混合模型，共4種混合模型(Stepwise LR+BPNN、Stepwise LR+GRNN、Eta square +BPNN、Eta square +GRNN)，探討混合模型對公司危機預測的績效。另外利用Stepwise LR、BPNN、GRNN去做3種單一模型，探討不同的混合與單一模型對公司破產預測績效的影響，本研究採用預測準確率及檢定力(危機公司預測為危機的能力)作為績效定義，除找出績效最優的財務預警模型外，也討論變數挑選階段對預警模型的貢獻和有顯著貢獻的特徵變數，研究資料以台灣上市電子公司1999年至2006年的季資料作為實驗樣本，實驗結果顯示，兩階段類神經模型都較單一類神經模型在測試的平均準確率高出接近6%，而特徵篩選方法與類神經方法間也存有交互作用，以BPNN搭配Stepwise LR和GRNN搭配Eta square有較佳績效。
- 學位論文
全球電腦市場競爭力日益激烈，筆記型電腦品牌公司為了使消費者有更好的選擇，提供表面材質及外觀設計之創新，來提高品牌市佔率。表面材質設計創新之創新，會導致產品外觀可靠度降低及研發時程延長，相對帶來更多研發的風險，故風險之評估，成為企業競爭力不可或缺關鍵要素之一。本研究因而提出以筆記型電腦表面材質產品專案為例，建立產品研發專案之風險評估模型，分別應用德菲法 (Delphi Method, DM) 專家問卷、模糊層級分析法 (Fuzzy Analytical Hierarchy Process, FAHP) 於評估影響筆記型電腦表面材質產品專案之重要風險因子。研究結果顯示，筆記型電腦表面材質產品專案下能提供 42 項風險因子分類，包含高、中高、中、低度風險。企業可應用此模式，節省繁雜的過程，考慮未來用相關合適的風險處理機制之研發管理來降低風險，並為企業帶來更佳的競爭力。