• 學位論文

以模糊多目標資料包絡分析保證區域模式法評估臺灣醫院經營績效

近年來由於我國全民健保財務多次出現問題，財務收支存在入不敷出的現象，對我國醫療體系資源使用相關影響頗大，故如何更有效的利用資源並提昇醫療體系之營運績效為未來重要的管理課題。 本研究以台灣19個縣市之公、私立醫院為研究樣本，投入項分別為醫生人數、護理人員人數、病床數，產出項分別為住院人次、門診人次、急診人次與手術人次。以模糊多目標資料包絡分析保證區域模式法探討營運績效及績效關鍵指標之影響，並利用差額變數分析與敏感度分析做為醫院改善方向之探討建議，最後以麥氏指數分析比較各縣市於2007至2009年間效率之變動情形。 研究結果發現，在模糊多目標資料包絡分析保證區域模式效率分析中，新竹市、台北市、宜蘭縣、桃園縣、台東縣等5個縣市皆為相對有效率。而在差額變數分析中，臺北市、臺東縣，苗栗縣，新竹市，宜蘭縣等5個縣市在三年研究期間均不需要進行差額變數調整，表示經營績效良好。在敏感度分析中，台北市、宜蘭縣、苗栗縣、臺東縣、新竹市等5個縣市之效率值並未因投入項的刪減而提升，整體效率值仍呈現相對有效率，顯示這5個縣市在運用資源方面更有效率，可為其他縣市之借鏡。由麥氏指數分析求出整體生產力變動，可以觀察在連續三年期間效率與技術層面的改善幅度變動情形，發現臺灣醫療體系總要素生產力呈現衰退，可說明改善並提升醫療效率為刻不容緩之工作。

• 學位論文

應用基因演算法於微透鏡陣列製程最佳化之研究

近代光學研究，逐漸因為大眾消費市場對於產品的需求，不論是外觀上的要求輕薄短小或是功能操作上的體驗提升，都成了促使光學相關產業開使對於微光學領域的重視。 微透鏡陣列是人類仿生的具體表現，是微光學領域中和人類日常生活較貼近的一環。其常被應用的領用抱括有平面顯示器的背光擴散及增效、光纖耦合，以及波前檢測等。許多製程被開發使用以提升其精密度，但能將之以較有成本大量複製的方法並不多見。 本研究即採用微射出成型、微射出壓縮成型、微熱壓成型等三種製程實驗所得的數據進行探究。以較少的實驗結果，利用倒遞類神經網路建構起一預測模式，再以基因演算法進行全域最佳解搜尋。藉由上述的流程，求解最佳的製程參數組合，以最佳化製程協助光學微透鏡陣列轉寫性特性的提升。

• 學位論文

應用資料探勘技術於人工生殖醫療診斷之研究

因為晚婚和壓力所造成的不孕症人口愈來愈多，台灣於2008年採用人工生殖的人數甚至已突破8000人次，活產嬰兒數也高達3000名，若以當年度新生兒總數約20萬人來估算，人工生殖治療的出生寶寳比率已佔了總出生率1.5%。雖然台灣人工生殖技術懷孕率高達36.5%，活產率則由民國87年的22.2%，逐年提升到97年的27.1%，但在不能保證懷孕的情況之下，動輒數十萬的治療費讓許多不孕婦女怯步，對許多不孕症夫婦而言，是否要進行這些須耗費時間與金錢的治療是個難題，且治療後能成功懷孕的比率又是多少？這些問題一直困擾著不孕症夫婦們。 在治療時，病患年齡與卵子及精子的品質等許多不同因素，都會對人工生殖的成功率造成影響。此外，進行人工生殖的整個流程步驟，其內容複雜且每一細部的環節皆會影響到懷孕率最終成果。因此，本研究將應用資料探勘(Data Mining)中的特徵選取(Feature Selection)技術，如主成份分析法(Principal Component Analysis, PCA)、線性區別分析(Linear Discriminant Analysis, LDA)及決策樹(Decision Tree, DT)結合台北某教學醫院生殖醫學中心所提供的資料，透過分析運算來瞭解人工生殖診療過程中，不同的醫囑診斷、身體素質等是否會成為對懷孕率造成影響的主要因素，希望能從大量的醫療診斷資料中篩選出有意義的屬性，並透過分類(Classification)方法中的類神經網路(Artificial Neuron Network, ANN)進行懷孕率預測，以提供醫師醫療診斷決策資訊，更精確地掌握及安排患者的療程。

• 學位論文

以系統模擬方式探討不同裝配生產系統供料模式之研究

建置製造系統所需考量之因素有很多，大多以經驗法則注意事項為考量，未能採精確方式分析及模擬。本研究以裝配生產系統為例，利用模擬軟體eM-Plant建構一考量多種影響生產現場系統設計因素之模型，如生產批量、移運批量、供料批量、工料時機點、供料人員數及是否混線等因素；並利用此模型探討對系統平均WIP數量、總生產週期時間、平均機台利用率、平均供料人員利用率及存貨持有成本等之績效指標之影響。我們取162個實驗組合中結果較佳之前10%實驗組合結果之平均值與總體結果平均值比較；較佳10%實驗組合結果之系統平均WIP數量績效指標較總體低68%，總生產週期時間少39%，平均機台利用率高出47%，平均存貨持有成本少65%；顯示不同生產現場系統設計因素對生產系統之績效指標有顯著影響，而混線與否及工作站配置為影響物料需求時點之主要因素。利用實驗結果中各績效指標較好之生產現場系統設計因素組合，期望能供決策者在建構製造現場時可依其不同之目標，有效率的以系統化方法找出符合其生產狀況之供料方法，並有助於抉擇改善生產績效之因子，應用於生產現場。

• 學位論文

應用賽局理論於彈性製造系統派工之研究

為了使得彈性製造系統(Flexible Manufacturing System)有更好的效率，以及配合機台之間複雜的指派任務，製造系統中可利用增加搬運車的方式改善機台之間的搬運效率，而在製造系統中若有兩台或以上的自動導引搬運車(AGV)，機台之間可能有會爭奪搬運資源的問題，多台AGV的調度問題可以表示為一個多任務、多台車的即時動態調度問題，在這種情況下，如何決定最適合的搬運策略，同時考量到不損失各加工站利益最大化之目標，又能達到整體系統之利益均衡，實為彈性製造系統中無可避免的挑戰。 本研究將搬運車之間的互動視為一賽局模型，工件模擬成理性的參賽者，將機台的調度及AGV的選擇為任務的策略，設計合適的決策標準，建立一套賽局派工法則，並與傳統的先到先服務（First Come First Serve, FCFS）、最短加工時間（Shortest Processing Time, SPT）、最早訂單交期（Earliest Due Date, EDD）…等派工法則進行工件帄均前置時間、產出量、機台利用率的比較。根據結果顯示，以賽局理論為基礎的派工法則應用於多搬運車(Mutil-AGV)的彈性製造系統中能有效的提升系統效能。

• 學位論文

類電磁與粒子群演算法應用於設施佈置問題之研究

設施佈置乃是將各部門指派至各個適合的位置，使企業之資源能夠有效的運用。良好的佈置能助於提升生產之效率、提高資訊傳遞之效率、減少搬運之成本以及增加所佈置之面積的使用率；不良的佈置則會降低生產之效率、降低資訊傳遞之效率以及增加搬運之成本。因此，不論是學界或業界，都投入相當多的資源以研究設施佈置問題(Facilities Layout Problem, FLP)。 本研究將發展部門擺放演算法及形狀調整演算法，用以決定部門擺放之方式，接著透過類電磁演算法(Electromagnetism-like Algorithm, EMA)與粒子群演算法(Particle Swarm Optimization, PSO)分別搜尋出較佳的佈置方案，以降低搬運之距離及成本，並與各文獻之結果比較，最後以形狀調整演算法將所有不規則形狀之部門調整至規則之形狀。

• 學位論文

利用層級分析法探討工具機遠端監控系統被使用者採納之因子

工具機(Machine Tool)乃製造業之母，在工業製造的價值鏈中佔有關鍵的角色。然而該類型機台之使用年限動輒15~20年，且操作使用之複雜度極高，售後服務與維修體系是成敗的關鍵，但廣佈直營服務據點的作法卻嚴重侵蝕毛利，因此國際各大工具機廠商紛紛提出解決方案，希望透過資通訊科技(Information and Communication Technology)解決此一困境。其共通方式皆使用遠端監控系統(或遠程監控系統；Remote Control and Monitoring System)。而台灣在工具機的產值與出口於世界排名均名列前茅(產值第五大，出口值第四大)，需求理應更勝他國大廠。 此理念與產品存在8年以上，卻少有工具機使用者採用此作法，而早年發展業者亦不再有積極作為，故此研究將利用專家德爾菲法(Delphi)及層級分析法(Analytic Hierarchy Process；AHP)探討現行工具機遠端監控服務之服務架構、系統架構及使用者意見，研究工具機使用者採用工具機遠端監控系統考量因素原因，並提出工具機遠端監控系統未來發展方向之建議。

• 學位論文

量子基因演算法於分派式流程型工廠之排程

流程型生產一直以來為排程研究的焦點，但是近年來加工環境的改變，以往只考慮單一工廠的加工型態已然跟不上時勢變化。因此，本研究針對流程型工廠加入分派的因素，以求解最小化總完工時間(makespan)為目標函數，並且使用量子演算法(Quantum Algorithm；QA)作為求解基礎，加入基因演算法(Genetic Algorithm；GA)概念來進行求解，增加求解績效，並加入NEH演算法以及反覆貪婪演算法(Iterated Greedy Algorithm；IG)作為區域搜尋方法，以提出較合適的加工順序。結果顯示量子基因演算法搭配區域搜尋之後績效顯著。

• 學位論文

應用群集分析建立投資理財顧客關係管理模式

現今企業經營處於日益激烈的競爭環境，為提升其競爭力，企業必須改善其獲利能力及有效分配企業資源以節省成本，若能有效的辨識顧客價值，並且把有限的資源有效地投入高價值顧客，並以正確的策略提升中低價值顧客的價值，將能有效的改善企業獲利。 本研究目的透過個人投資屬性問卷分析系統，以投資人的年齡、財務狀況、投資經驗及面對風險的態度進行綜合性評量並以RFM為分群基礎，正確且完整的辨識顧客價值，評估各個群集的價值；再來利用K-means分群技術將顧客做分群的動作，最後使用決策樹探勘各個顧客的價值與各個群集投資理財顧客行為屬性的差異分析，並從中找出行銷的機會，利用熟知顧客行為屬性模式增進企業獲利的機會，作為企業訂定策略之依據。

• 學位論文

應用改良式基因演算法於運輸問題

因全球化的關係，各種產品的銷售競爭越趨激烈，而產品供應鏈的重要程度也越顯重要。其中原料、半成品及成品的運輸問題更是供應鏈中不可或缺的一環，必須有一個完善且確切的計劃來運輸這些原料、半成品及成品，以求降低成本又不失品質來滿足顧客的需求。但不同的產品、地域、生產規模等因素皆會影響運輸模式，為了因應這些供應鏈內部條件的不同所產生各種運輸問題，本研究要利用傳統的多目標基因演算法(multi-objective genetic algorithm)來加以改良，得到一個適用於各種狀況、各種規模，且計算效率優於傳統基因演算法，來達到降低成本又不失品質的目的。本研究以不同的方式將染色體編碼，將不同性質之基因分類；加入學習機制，對染色體做小區域搜尋，以求找到區域最佳路徑；菁英保留將以染色體的重要性為挑選條件。交配與突變則利用值與路徑交換進行。一個適合且流暢的流程，將會得到一個更好的決策。