• 學位論文

基底影像重建技術之樣板比對及其影像校正之應用

樣板比對(Template matching)是指判斷兩個影像中是否存在相同的物體，其中一個為事先選定的樣板(Template)，另一個為所欲搜尋的目標物，傳統用於樣板比對之影像相減法(Image Difference)與相關係數法(Normalized Cross Correlation, NCC)在影像縱使只有小幅度的旋轉與尺寸之變化時，常造成比對錯誤的情形發生，因此本研究發展一個以基底影像(Basis images)為基礎的樣板比對方法，能夠克服小旋轉與些微的尺寸變化之影像圖樣。 本研究所提出之基底影像比對方法是先由標準影像中選取數個樣板子影像，並將其組成一個基底影像陣列，而比對時則是將每一個待測的子影像利用基底影像之線性組合進行影像重建，測量兩比對影像之差異時分別計算兩項距離指標: 1)使用基底影像線性重組之係數值做為特徵向量，計算樣板的特徵向量與待測子影像之特徵向量的歐基里德距離; 2)計算待測子影像與其重建影像兩張影像之灰階差異。實驗結果顯示，基底影像比對方法對於旋轉角度的容忍能力在 之間，而尺寸變化率之容忍度則在0.9至1.1之間(即 之面積增減)。 本研究所開發之樣板比對法應用在工業校正與保全機器人之移動物/入侵者偵測，在工業校正的應用中將每一個工件在組裝/檢測前對待測物進行影像定位與校正，減少因為工件位置的偏移所產生的組裝失敗或檢測錯誤; 此外在保全機器人的應用中將連續兩張影像校正到相同角度與位置，再以影像相減法將移動主體由背景中分割出來，能夠克服鏡頭晃動所造成的影像偏移變化，在影像尺寸160 120的實驗中每張影像計算時間為0.031秒，可達到即時偵測的效果。

• 學位論文

分析網路程序法結合折衷排序法運用在外包商評選之研究-以系統級封裝設計公司為例

隨著全球科技迅速演變，半導體技術的進展，系統級封裝 (system in package, SiP) 技術興起，而系統級封裝設計公司 (SiP design house) 就如同 IC 設計公司，主要是設計研發新產品，沒有自己的生產工廠，所有的生產皆委託外包商加工生產。在目前 3C 產品激烈的競爭下，誰能率先推出產品打入市場，就可搶得先機，然而目前卻鮮少有文獻針對 SiP design house 提出一套相關外包商評選系統，因此一個好的外包商可以提供良好的品質及準時交貨，換句話說，外包商對 SiP design house 則扮演了一個重要的角色，相對的 SiP design house 如何選擇一家適合的外包商亦是一個刻不容緩的議題。 同時，有鑒於過去企業選擇外包商時，往往是依照決策者個人主觀的判斷，常常缺乏一套客觀有系統的評估方法。外包商評選屬於多個評選準則 (criteria) 的決策問題，而考量的因素往往難以完全獨立。決策問題經常存在著相依 (dependence) 與回饋 (feedback) 的關係，而且在實際的評估問題中，評估準則間經常具有互相衝突的情況。為解決此一問題，本研究提出一個分析網路程序法(analytic network process, ANP) 結合折衷排序法 (vlseKriterjumska optimizacija i kompromisno resenje, VIKOR) 的方法。此方法可以協助 SiP design house 迅速有效評選適合的外包商。首先透過相關文獻回顧，先發展出初步的外包商評選指標，再將這些評選指標經由修正式德菲法 (modified Delphi method) 彙整專家群體意見，進而歸納整理出外包商評選指標分別為「服務構面」、「一致性構面」、「關係構面」及「彈性構面」 4 大構面及 15 項評選準則。接著利用 ANP相互回饋關係的決策問題系統，計算出各項外包商評選準則之相對權重，並且結合多準則決策方法 (multiple criteria decision making, MCDM) 中可以產生妥協的 VIKOR。 本研究評選出外包商準則前三項分別為：「溝通理解能力」、「解決方案的能力」、「技術能力」，結果發現隨著不同的產業需求及不同的準則與權重要求，不再像以往只著重於品質、價格及交期。企業現在更重視溝通理解能力、解決方案的能力及技術能力。透過本研究所提出之程序及評選外包商時須著重指標，可提供日後 SiP design house 於評選外包商時參考。

• 學位論文

電波暗室用鐵氧體吸波磚性能研究

由於電子產品日新月異，使用之頻率愈來愈高，測試電子設備發出輻射電磁波的EMC電波暗室需求日增，因此建立電波暗室就非常的重要，而電波暗室的設施中的主要材料為鐵氧體吸波磚，因為它的特性關係著電波暗室的成敗，而目前此產品多為日、韓及歐美等廠商所生產，國內尚無廠商之產品特性可以與國外廠商匹敵。 本研究發展此技術以提高產品的反射損失，提高複數導磁率並設計提高鐵氧體吸波磚的吸收特性並實際應用於產品中；本研究乃利用類神經網路演算法完成相關之鐵氧體吸波磚特性提升並完成符合規格要求之認證，以驗證本研究之構想。

• 學位論文

結合損失函數與分析網路程序法運用於供應商評選

供應商評選是屬於多準則決策問題。對製造或服務業而言，選擇適當的上游供應商是企業成功的關鍵因素，它可有效降低材料採購成本、增加下游客戶的滿意度、並且可改善企業的競爭力。回顧相關研究文獻，多數都偏向供應商評選方法之研究，對於評選準則項目為因應環境變化而大量增加，造成關鍵指標被稀釋，因而可能影響到供應商選取的結果，此方面問題值得進行相關的探討。 本研究將供應商評選準則依其重要性，區分為主要準則與次要準則分別加以評價，以避免主要準則權重遭稀釋之疑慮。並分別以田口修正型損失函數及分析網路程序法獲得候選供應商之評價成績及權重，最後再透過供應商地圖及類神經網路整合主要及次要準則之評價結果來選取供應商。以此方式建立供應商評選模型，決策者可依企業的需求挑選到最佳的合作夥伴，有效提升企業競爭力。本研究並以無自有工廠之驅動積體電路供應商為例說明本研究所提出之供應商評選模式運作流程，驗證其有效性。經實例驗證，本研究提出之供應商評選模式，是可以有效地挑選出提升企業競爭力供應商的方法。

• 學位論文

變動鄰域搜尋法於虛擬機器配置問題之探討

由於雲端應用的蓬勃發展以及倍速成長的網路流量，各網路龍頭不斷在世界各地擴建資料中心。隨著資料中心的擴建與內部伺服器的增加，資料中心的耗電量增加成為決策者相當重視的議題，現代資料中心應用虛擬化技術，將工作以虛擬機器執行，虛擬機器會被分配給伺服器，以取得運算資源，因此，若是能夠有效管理虛擬機器在伺服器群中的配置，將可以降低能源消耗、節省成本，此為所謂的虛擬機器配置問題。 虛擬機器配置問題是屬於NP-hard問題，當問題規模很大時，例如虛擬機器數量或是伺服器數量很龐大時，使用整數規劃法會耗費大量的時間，不符合實務上的效益，而啟發式演算法為另一種解決方法，可以在合理的時間內求得不錯的結果。本研究所應用的方法為變動鄰域搜尋法 (Variable Neighborhood Search；VNS)，乃是一套近年來被廣為應用的啟發式演算法，過去研究顯示，VNS在求解組合最佳化問題時有很好的表現。 本研究針對虛擬機器配置問題提出兩種不同的數學模式，目標為伺服器總能源消耗最小化，並針對兩種模式分別提出VNS架構來求解。藉由隨機產生的測試例題，將VNS的求解結果與最佳化軟體Gurobi的實驗結果作比較，並使用能源消耗與求解時間作為績效衡量指標，實驗結果顯示出VNS在多數例題中能夠在較短時間內，搜尋出等同於Gurobi的最佳解或是勝於Gurobi的上限值。

• 學位論文

晶圓研磨與切割製程之優化研究

本研究目的為透過實驗之優化研究，進而提升晶圓研磨與切割製程產品良率，製程能力與生產效率。以中央合成設計(Central Composite Designs)為基礎。 在晶圓研磨製程實驗當中，所考慮之參數包含研磨輪轉速、第一段進刀速、研磨輪第二段進刀速，在晶圓研磨第一階段發現生產效率不佳，缺點為產出過低，因為產能限制，此參數會造成生產力的損失，迫使我們在進刀速度的設定必須要往上調，然而進刀速度若移太大，後果會導致晶圓邊緣破裂提高而造成良率損失，後果可由研磨輪轉速來補償。經由我們調整優化後，提升製程產品良率,製程能力,生產效率 。 在晶圓切割製程實驗當中，所考慮之參數包含切割軸一轉速、切割軸二轉速、切割進刀速、切割深度列為實驗考量的關鍵參數，另外增加介面活性劑(SD-18)用以增加實驗的延伸性。每個反應變數的期望值，崩碎平均值為望小特性、崩碎標準差為望小特性、良率損失為望小特性，經由篩選我們得到，符合我們反應變數的期望值,且達到符合我們生產量指標。 將這兩個製程結果優化後，我們提升了晶圓研磨與切割製程產品良率,製程能力，生產效率，達到了本研究的目的。

• 學位論文

探討LED眩光程度與色溫對於辦公室人員的影響

根據過去相關文獻顯示，我們發現大部分研究著重於傳統照明中照度、色溫或顯色指數對於人內心感受或工作之影響，而鮮少學者研究LED照明與眩光、色溫兩者對人工作績效的影響，且LED照明影響人生理反應方面之探討仍相當欠缺，因此本研究主要目的為探討在LED照明下眩光程度與色溫對於辦公室人員之影響。有鑑於此，本研究擬定進行下列兩項實驗，分別使用三種眩光等級(Unified Glare Rating, UGR)和四種色溫值(Correlated Color Temperature, CCT)作為探討因子。兩項實驗皆使用LED作為環境照明，並將實驗場景設為一般辦公室。此外，眩光與色溫實驗分別招募男性大學生九位及八位為受測對象，受測者於實驗過程中將執行一般辦公室作業，除了工作表現與問卷調查外，也同時測量人體的生理參數，其中心跳、皮膚導電反應以及皮膚溫度等參數是為了評估人的覺醒與舒適程度，而閃光融合閾值、眨眼與凝視參數則是用以評估人的眼睛疲勞程度。 研究結果顯示，首先眩光與色溫兩者對於工作表現(包括錯誤率與完成度)、問卷(包括眼睛疲勞、環境感受與工作滿意度)皆無顯著影響。其次，雖然眩光等級增加會使人的警覺程度提高，但壓力與眼睛的疲勞程度也會隨之增加。接著，色溫研究結果顯示，雖然於任何色溫下眼睛皆呈現疲勞，但相較於其他色溫值，色溫為4000 K時，人所承受之壓力最小，且最感到舒適。最後，照明觀感之問卷調查顯示，受測者偏好色溫4000與7000 K的照明環境。此外，透過本研究之結果將有助於改善人類的工作環境和提高照明品質，並提供開發設計LED健康照明之參考。

• 學位論文

運用6σ(六標準差)探討點焊時極頭與鈑件調整之良品條件的確立

依據台灣交通部所頒訂的台灣車輛安全檢測基準＆車輛型式安全審験管理法，其中規定，自2008年１月１日起，總重量2.5公噸以下的新型式M1類的車輛，以及自2009年１月１日起，總重量2.5公噸以下的各型式M1類車輛，均必須符合〝前方及側方碰撞的乘員保護〞之規定。所謂的前方及側方碰撞試驗，指的是實車碰撞試驗，有前方碰撞試驗(Frontal Collision) ，其中又分為重疊前方碰撞(Overlap)試驗與偏置前方碰撞ODB(Offset Deformable Barrier)試驗，另外還有側面碰撞試驗(Lateral Collision )，我們國內目前僅有實施後兩項。 2010年開始，所有新開發的完成車輛，不論是國產車或進口車都必須滿足歐洲經濟委員會ECE( Economic Commission for Europe)的法規要求，也就是ECE No.94及ECE No.95條。在此條款的要求下，不論是國內或國外之汽車製造廠，對於汽車結構件的焊接強度都實施嚴格的把關與管理，否則在嚴苛的認證試驗條件下是無法通過認證的，當然也就無法在市場銷售。 影響車體焊點強度的控制因素有相當的多，例如，電流、壓力、時間、分流…等，這些都是一般常在論文中為大眾所探討的影響因子，本研究雖是同樣運用6標準差的改善5步驟配合實驗設計手法的應用，但是所探討的是一般較少為人剖析的點焊極頭在執行點焊時，其位置、角度與鈑件間隙，對於汽車車體焊點強度的影響，藉由要因分析、製程能力分析、回歸方程式、反應曲面等應用，藉此找出主要影響因子的良品條件，同時進行管制，以確保汽車結構件的焊接品質及確保車體保有最佳的安全焊點強度。

• 學位論文

報童供應鏈利潤分享模式之研究

過去的報童供應鏈利潤分享與利潤最大化問題研究中很少同時考慮市場風險與品質風險，市場風險為需求不確定性造成供應鏈產品製造過剩或短缺，兩種情況都會造成不必要的成本;而品質風險則是顧客收到不良品時造成的損失。本研究同時考慮供應鏈之市場風險與品質風險，研究提出兩個供應鏈模式:第一為議價模式由下游零售商承擔市場風險，決定產品訂購量與市場價格，由供應商開出批發價，但零售商可以訂購量來與供應商協議，供應商由零售商所決定之訂購量來找到最佳利潤，便以最佳利潤時的批發價將產品賣給零售商;第二為抽成模式由供應商同時承擔市場風險與品質風險，決定產品生產量與市場價格，零售商僅扮演銷售的角色，利潤來自總利潤的抽成，供應商的訂價策略將影響雙方是否皆能獲得更多利益。在兩模式中皆由供應商承擔品質風險，供應商將以選別型檢驗計劃來降低品質風險，故須付出產品檢驗成本，研究建立計量型與計數型檢驗計劃，並比較其成本。供應鏈模式假設市場需求服從韋布分配，依照市場價格影響韋布分配參數之情況，市場需求分配可分為兩種:(1)僅比例參數受市場價格影響之韋布分配、(2)比例參數與形狀參數皆受市場價格影響之韋布分配。綜合市場風險成本與品質風險成本，研究將對議價模式與抽成模式進行比較，探討供應鏈成員如何分享利潤以及在什麼條件下可達到雙贏的局面。而數據分析結果顯示在相同市場價格下，以議價模式之最佳利潤為基準，不論市場需求分配為何，抽成模式之市場價格在某個範圍內可使供應商與零售商獲益提升。

• 學位論文

應用支援向量回歸建立剖面資料之監控方法

在統計品質管制 (SPC) 中常使用管制圖監控製程，隨著製程複雜性的增加，若繼續使用單變量管制圖進行監控將會造成嚴重之誤判。在許多管制之應用中，只利用一個或數個品質特性並不足以描述一個物件之品質，因此需要一個反應曲線或剖面來描述物件之品質，通常可以用線性回歸模型做為剖面提供描述模型。對於某些製程而言，品質特性之間可能是獨立的或是彼此之間具有相關性，但剖面 (profile) 製程之品質特性並非為單一分配之變數，而是一個函數。剖面是利用反應變數與一個或多個解釋變數間之關係所組成，而剖面製程之函數關係可呈現出線性、曲面以及離散等形式。然而在過去的研究中，對於剖面製程之監控仍採用管制圖進行監控。 為了提升線性剖面製程之績效，本研究提出建構支援向量回歸 (SVR) 之監控系統進行預測。在績效評估方面，本研究使用平均連串長度 (ARL) 做為績效指標，並以文獻中所提出之方法為比較基準。本研究提出三種不同之預測模型來監控線性剖面製程，並考慮四種不同偏移之型態 (截距、斜率、誤差項變異數以及截距與斜率同時發生偏移)，進而探討每一種型態在不同偏移程度下之監控績效。由研究結果顯示，以本研究所提出之三個 SVR 模型加入移動視窗概念之監控方法，在不同偏移程度下均能有效地提升偵測績效。