• 學位論文

混合集束搜尋法和粒子群演算法求解碼頭泊位指派問題

國際間的貨物交易大多經由海路運送，標準化的貨櫃運輸型態更是其中主流；台灣屬於海島型經濟環境，位於經貿樞紐，是國際貨櫃運輸的重要交會點。因此，港口的競爭力優劣相當關鍵。在海運的過程中，船舶將大部分的時間花費在港口作業上，若能有效的降低碼頭作業時間，將可以提升港口進爭力。 　　本研究針對船舶碼頭的指派問題(Berth Allocation Problem)進行探討，以規劃期間之船舶的等候時間最小化以及船舶的總服務時間最小化分別作為目標函數。由於碼頭指派問題屬於NP-hard，正確解法無法在合理時間內求解，因此求解方法採用集束搜尋法(Beam Search, BS)、粒子群最佳化演算法(Particle Swarm Optimization, PSO)，以及使用將集束搜尋法之求解結果當作粒子群演算法的部分初始解(BS-PSO)進行求解。 　　測試例題包括靜態與動態兩類，靜態例題為平行機台之標竿測試例題，動態例題則採用基隆港港口相關運作之資料隨機產生。從結果可以發現，BS可以在短時間內找到不錯的解，PSO則是具有較好的求解能力，而BS-PSO雖然求解時間較長，但相較於BS或PSO，能夠有最好的結果，其部分初始解使用BS的較佳解能有效控制PSO的收斂速度，因此相較其他方法還能夠有所進步。本研究中針對離散型的動態與靜態碼頭問題進行測試，未來能夠利用PSO的特性進行研究連續型的碼頭指派問題。

• 學位論文

整合資料探勘與核密度估計技術於人體多重疾病共同生理指標之評估

隨著生活型態的日益改變，許多慢性疾病已逐漸成為人類常見的死亡原因，但也因為慢性疾病的初期症狀往往不明顯且容易與其他疾病相互影響，造成患病的連鎖效應，進而增加預防與治療的困難性。過去雖然已有許多的研究針對單一疾病進行風險因子篩選與預測模式的建立，卻少有同時考慮多個具有相互影響的多重疾病。此外，由於人體的構造可想像為一個複雜的工廠，如何將可靠度的概念運用於特定多重疾病組合下之人體生理狀態健康評估是值得研究的議題。本研究提出一套分析流程，從篩選多重疾病的共同生理指標開始，到建立能同時預測多重疾病生理狀態的預測模式。另一方面，藉由分析各項共同生理指標的檢測值在發生變化時，對於人體產生特定多重疾病的影響性，評估各項共同生理指標與多重疾病組合下的疾病風險度。 　　整個分析流程主要分為三個部份。首先，在篩選多重疾病共同生理指標的階段，針對所有的受測者，以多種不同的資料探勘技術各別進行生理指標篩選後，再透過多數投票的方式找出多重疾病的共同生理指標。第二個部份是利用所找出的多重疾病共同生理指標，以多屬性反應值預測法建構出多重疾病的預測模式。最後的部份則是透過核密度估計技術將各項共同生理指標在不同生理狀態下的分佈情況進行資料配適，再計算出各項生理指標在不同數值的情況下，受檢者患病的機率。本研究所定義的多重疾病風險度即為受檢者的各項共同生理指標檢驗值不屬於健康族群機率之乘積。 　　本研究利用三個不同資料庫做為說明分析流程使用的案例，每個案例都是以包含邏輯斯迴歸法、決策樹與鑑別分析在內的六種分類技術組合成多重分類器進行多重疾病的共同生理指標篩選後，再以多元適應性雲形迴歸法及類神經網路等方法建構多重疾病的預測模式。在加州大學心臟疾病資料庫中，地中海型貧血(Thalassemia ,thal)、彩色照影下的主動脈數量(Number of major vessels colored by flourosopy, ca)、胸痛類型(Chest pain type, cp)及運動時是否誘發心絞痛(Exercise induced angina, exang)四個特徵變數為各項心臟疾病的共同生理指標，利用這四個生理指標所建構的多層感知機神經網路可達到67.16%的預測正確率。在衛生署所提供的高血壓、高血脂及高血糖盛行率調查資料庫中，利用多重分類器所篩選出的共同生理指標為空腹血糖(Fasting plasma glucose, FPG)、總膽固醇(Total Cholesterol, T-CHO)、三酸甘油脂(Triglyceride, TG)、收縮壓(Systolic Blood Pressure, SBP)及舒張壓(Diastolic Blood Pressure, DBP)，且透過多層感知機神經網路的預測模式，可達到98.91%的預測正確率。經由模擬Stewart K. J.等人在2005年的研究結果進行分析，發現若持續進行為期六週、每週3次的運動維護後，可使人體藉由運動維護之進行而平均減少大約7.29%罹患三高疾病的可能性。從國內某教學醫院取得的健康檢查資料庫進行分析可發現，性別(gender)、總膽固醇(T-CHO)、收縮壓(SBP)與舒張壓(DBP)為高血壓與高血脂疾病的共同生理指標。藉由多元適應性雲形迴歸法或類神經網路建構的兩疾病預測模式，皆可達到超過92%的總預測正確率。而模擬Lewis等人在1976年的研究結果則發現，若持續17週的運動介入，每週慢跑散步2.5英哩及一小時的柔軟體操，可減少平均4.63%罹患高血壓或高血脂疾病的可能性。 透過執行本研究所提出的多重疾病分析流程，可找出具有相互影響性的多重疾病之共同生理指標，並且建立能判別各種生理狀態的多重疾病預測模式。另一方面，在篩選出多重疾病的共同生理指標之後，能對人體生理狀態的健康情況進行評估，並且量化當進行維護介入活動後，人體健康狀況的改善效果。

• 學位論文

液晶顯示器在高溫動作下品質評估之研究

在可靠度驗證中高溫動作試驗主要是加速產品老化，以了解產品對環境耐受程度或篩選早夭失效產品，因此，在液晶顯示器的產業裡，設計人員通常是藉以觀察產品內電子元件及材料是否受高溫影響而導致產品產生瑕疵或喪失其功能。 本研究主要在探討顯示異常類中的畫面間歇性閃爍品質問題，並運用實驗設計的分析方法來探討液晶顯示模組在高溫動作試驗下有哪些關鍵的操作變數。由實驗的分析結果發現，影響液晶顯示模組在高溫動作試驗下的品質變異主要為溫度、畫面、畫面更新頻率及時間，同時這也是影響液晶顯示模組驅動迴路負載的主要操作條件。驗證本研究的成果發現，可大幅下降顯示異常類不良約73.87%的，在實質效益上將可減少約1萬美金的品質失敗成本及292個維修工時。同時也可回饋給研發設計人員於驅動迴路上未減額設計缺失的改善。

• 學位論文

系統動態應用於製造業新產品開發流程之探討

新產品開發過程本質上充滿變數，開發過程中每個流程結果都會影響其他流程作業的進行，加上流程與流程間具有相互反饋之特色，使得新產品開發專案在時程、資源等方面之控管充滿不確定性。導致許多企業之新產品無法準時上市，歸咎原因，常常不是新產品開發專案的開發技術能力不足，而是開發流程與作業的管理不當所導致。新產品開發的關鍵在於時程的掌握，有效管理新產品開發專案流程，才能控制產品從研發到上市的時間。因此如何建立企業新產品開發專案流程調整機制，甚至當現有流程不適用時，如何調整流程亦是組織能否持續成長的關鍵議題。 本研究以企業研究的方式探討，用系統思考分析的方式找出新產品開發專案流程作業間之因果關係，再依據系統動態方法建立專案流程動態模型，運用Vensim套裝軟體進行模式建構與動態模擬，評估出流程中的關鍵改善流程，進行流程改善活動並分析執行新產品開發專案流程改善後的實質效益提供企業界參考。

• 學位論文

太陽能電池晶片表面自動化瑕疵檢測

近年來由於原油價格不斷的上升且全球暖化程度日趨嚴重，促使各國不斷尋找替代能源，太陽能成為不可取代的發電來源；在太陽能產業上由於多晶矽太陽能電池(Solar cell)製造成本最為經濟，使得其成為市面上太陽能電池主流。太陽能晶片(Solar wafer)的表面若出現瑕疵將使下游太陽能電池之製造良率下降且使電池之發電效率不佳，因此本論文提出三種應用於多晶矽太陽能晶片之表面瑕疵檢測技術，可針對具有低對比且光源不均之無紋路背景進行瑕疵檢測，以及將模糊難辨之瑕疵自多晶太陽能晶片之異質性紋路表面區分出來。 本論文所提之前兩種太陽能電池/晶片瑕疵檢測法，使用霍夫轉換(Hough transform)為基之一維線段偵測演算法，此演算法首先利用水平與垂直灰階掃描線之資料點估計出直線，當任一偵測點偏離所估計之直線，則該點將被判定為瑕疵點。本論文的第一種瑕疵偵測法針對太陽能電池背面之低對比且光源不均之特性所造成的非穩定一維訊號，提出以霍夫轉換為基之直線偵測法，可有效的將低對比瑕疵偵測出來。第二種瑕疵偵測方法是針對多晶矽太陽能晶片之異質性紋路背景中的鋸痕瑕疵，利用傅立葉轉換(Fourier transform)影像重建技術將複雜晶格背景去除，使去除晶格後的影像成為光源不均之無紋路背景，便可結合本論文提出直線偵測法檢測出鋸痕瑕疵。前述兩種方法只針對特定瑕疵，而第三種瑕疵偵測方法是同時針對太陽能晶片上模糊難辨的指紋、髒污、鋸痕瑕疵，利用小波轉換(Wavelet transform)，透過萃取太陽能晶片影像上連續分解階層之小波能量值作為特徵，且將階層間之能量差異作為權重，建立足以分離正常晶格背景以及瑕疵之指標，可有效偵測瑕疵。 實驗結果顯示本論文所提出的直線偵測方法除了可有效偵測太陽能電池背面之凸塊瑕疵以及太陽能晶片上的鋸痕瑕疵之外，亦可應用於光源不均之影像上偵測出低對比瑕疵。本論文提出之第三種偵測方法可自複雜的多晶太陽能晶片背景晶格中，有效地分離出指紋、髒污、鋸痕等多種具模糊邊緣特性的瑕疵。

• 學位論文

An Efficient Approach on a Study in Optimizing the Best Design for a Network System

ABSTRACT Advances in technology have also caused an increase in choice. Every day we are faced with a lot of decisions in our life. Some decisions are easy to make while others are very difficult or too complex to make (e.g. a large networking system). Despite there exist some mathematical formulas in determining the most efficient path flow of a network system, most have limitations due to the stochastic nature involved in them. As a last resort engineers and managers have to turn to simulation to help them make decisions. Just a good decision isn’t good enough in today’s competitive environment, rather one seek for an optimal solution. With the aid of switch mechanism, it would be possible to test the path flow through a network system hence creating alternative designs. These alternative designs required computational budget in order to be evaluated. Therefore this study proposes a two stage procedure, simulation and optimization to help make an optimal decision in an efficient manner that require less computational budget through the process of a statistical technique refer to as ranking and selection.

• 學位論文

應用資料探勘技術建構面板異常問題之處理模式

由於目前機器尚無法有效靈活地搜尋與判別面板缺陷種類，因此 TFT-LCD 面板製造廠對於客戶退貨異常品的缺陷檢測，仍然仰賴大量人工以繁瑣的檢查、拆解與分析來判斷面板異常之成因。面板製造廠為了維持企業競爭力而減少檢測人員，使得檢測工作緩慢，然而若是未能掌握品質異常之原因並且及時改進，將會造成大量不良品的產生，不利企業之競爭力。 本研究針對台灣某家 TFT-LCD 面板製造廠所提供之異常現象與異常真因數據，提出一種以分群演算法K-means 為基的分類方法。首先利用K-means 分群法將異常現象數據分群，再利用不同的分類方法針對各群資料進行分類，以辨識準確率作為績效指標來比較不同分類方法的績效。研究結果顯示，利用本研究所提出之以分群演算法K-means 為基的分類方法來處理面板異常現象數據，可以有效地提昇分類之績效。本研究之結果能協助業界達成追求利潤、提高顧客滿意度之目標。

• 學位論文

優質老化之研究

本研究主要目的為針對高齡化社會之需求，提出一個具整合性之優質老化之研究。為了因應人口老化成長快速之社會需求，各國政府已重視人口老化所造成之問題，並且提供許多輔助老人之在地老化長期照護政策。然而，根據過去文獻皆提及，這些長期照護政策遭遇許多的挑戰，例如：不足的服務資源、不適當的健保制度以及缺乏照護人員等等。因此本研究嘗試提出一個整合性之優質老化之研究架構，並進行科學化與系統化研究，以減少人口老化帶來之衝擊。此研究架構包含六個研究領域：高齡化服務系統、老人因應模式、高齡化政策與制度建立、老人產品與服務系統設計、老人心理與生理、老人科技等領域。同時本研究也呈現兩項研究成果，發展一個整合性之成功老化模式，以及發展一個TRIZ-based在地老化服務系統創新模式。有關研究結論與管理內涵在本文中有進一步之討論。