• 學位論文

應用感性工學於音樂盒外型設計之研究

摘要 本研究將探討如何運用感性工學理論於DIY音樂盒產品設計的幫助，可讓設計師能有更明確的設計方向，深入了解消費者所喜愛的各種設計要素，反饋給設計師更多有利於設計的重要指標。對於本研究有相關深入的背景與濃厚動機目的，發現DIY音樂盒產品在設計研發上面可運用感性工學的方式，對於這類產品設計師能有更清晰的設計捷徑。 本研究首先蒐集DIY音樂盒形容詞語彙136個與圖片樣本30個進行分析，再透過初步篩選將形容詞語彙與圖片樣本縮減，並建立音樂盒設計要素與編碼，以定義DIY音樂盒商品其重要之設計特徵，接著進一步執行問卷調查彙整分析，將結果運用因素統計分析與ANOVA分析，判斷出感性形容詞語彙與各組不同外觀造型組合相關聯性，藉由研究數據結果將探討消費者對於DIY音樂盒產品的心理需求有哪些，以提供設計師作為設計前之依據，最終透過研究結果為： 1. DIY音樂盒歸納出設計要素5大項目以及14個類目。 2. 根據建立的因素分析結果有兩個主要因素，因素一代表性形容詞語彙為「創意的-非創意的」、因素二代表性形容詞語彙為「極簡的-非極簡的」，最終萃取出DIY音樂盒代表性形容詞語彙共計有15個。 3. 從設計構面中找出三個重要設計要素為： (1) 外觀造型構面(其他(特殊造型))喜好度平均值性別以男性大於女性；另年齡中以老年大於青、壯年。 (2) 音樂機芯曲目構面(世界古典名曲)喜好度平均值性別以女性大於男性；另年齡中以老年大於青、壯年。 (3) 活動機關構面(有(旋轉機關))喜好度平均值性別以男性大於女性；另年齡中以青、壯年大於老年。 關鍵詞:DIY音樂盒、因素分析、ANOVA分析、感性工學

• 學位論文

應用模擬於分析傳統產業生產運作之研究-以粉末冶金為例

在工業4.0 趨勢下，政府欲推動產業轉型，但產業轉型需花費大量資源投入，且 無法得知是否會成功，因此多數的公司不敢貿然轉型，此時若能利用系統模擬軟體建 立數位工廠，便能透過軟體進行實驗，並評估轉型的成效為何。 本研究為個案研究以粉末冶金產業為背景，針對粉末冶金的原料單位，模具單 位，成形製程進行流程觀察及訪問廠內人員，以便取得相關數據，再透過系統模擬軟 體FlexSim 將實際工廠轉換成數位工廠。本研究目標為透過模擬進行不同情境實驗， 再利用數據分析取得最佳方案，而主要情境有5 種，分別為原料人員巡查成形需求時 間，原料安全庫存，貨架擺放方式，成形領料量，不良率，透過模擬分析結果，其改 善幅度依序為17.56%，26.0%，56.18%，10.85%，1%。在新方式之下，原料單位能減 少庫存成本及原料成本，其結果可提供個案公司做為參考依據。 關鍵字：粉末冶金，系統模擬，FlexSim，數位工廠

• 學位論文

運用狩野模型、模糊層次分析法及決策矩陣挑選永續供應商 －以印尼棕櫚油行業為例

選擇永續供應商是產業將永續性納入其整個業務流程中必須要做的關鍵事項之一。該研究目的旨在透過整合質量管理工具、模糊技術和MCDM方法來開發一個選擇永續供應商的框架。狩野模型用於透過聚類過程確定關鍵的永續性標準，模糊層次分析法用於確定每個標準的權重；決策矩陣方法用於多種選擇中挑選最具永續性的供應商。本研究之提議框架將應用於印度尼西亞的棕櫚油行業，以驗證該框架是否適用及可行。結果表明該框架具有效性，並可提供各供應商提高績效之參考。

• 學位論文

實驗室排程之系統模擬-以A公司為例

本研究所探討的排程問題為實驗室測試活動安排規劃之排程問題。在排程的問題中，每項測試活動的測試時間不同，一項測試只可於一台機器上進行，不可多項測試於一台機器上進行，實驗室內有M台完全相同平行機台，實驗活動依照專案人員需求安排測試排程，目標為在將測試活動分配至M台機器以滿足專案人員的需求。 本研究將利用GAMS的CPLEX整數規劃模型求得最小化完成時間、最小化延遲次數以及最小化總延遲時間的最佳解，再將GAMS所產生的解代入FlexSim模擬軟體來解題，並且比較兩者之間的結果差異。

• 學位論文

考慮碳排放及消耗性產品之供應商管控存貨系統

在眾多行業之中，存貨管理與運輸業兩者是在供應鏈裡，碳排放量最多的。這些行業會產生大量的碳排放，讓物品保持良好的狀態，尤其是損耗性產品。最近，許多研究人員致力於減少碳排放，這與行業製定的碳政策有關。本研究考量到了單一供應商和購買者之間的供應鏈協調，結合了供應商管理庫存系統來管理，並且思量到了庫存與碳排放的決策。供應商使用兩種不同的情況將產品交付給買方的運輸方案，第一種情況是供應商通過一次設置-單次交付策略運輸產品，而第二種情況是一次設置-多次交付策略。碳排放成本也是根據碳稅政策計算的。這項研究的目的是在考慮最佳輸送量和每個生產週期有固定輸送次數的情況下，有效地將降低總成本並盡量減少總碳排放量。最後經由數值範例分析、敏感度分析，以了解各個參數對本模式之影響，並做出結論。

• 學位論文

應用數學規劃法求解台灣高鐵人員排班問題

本研究探討台灣高鐵服勤員排班問題，利用數學規劃法建構符合政府法規及公司規定之數學規劃模型，其目標式為最小化違反服勤員班表偏好。本研究可分為三階段：第一階段中，依照高鐵13位服勤員之周排班，利用數學規劃法建構符合其硬限制及軟限制的數學規劃模型，再運用IBM ILOG CPLEX Optimization Studio求解服勤員之周班表；第二階段中，將周班表擴增至月班表，求解服勤員排班問題；第三階段中，增加每位服勤員執勤每個班別(早班、中班、晚班)至少6天與至多8天之軟限制，求解服勤員之月班表。再者，本研究以敏感度分析討論服勤員人數從15位遞減至12位對目標式之影響。其數值結果顯示：數學規劃法能有效率求解台灣高鐵服勤員排班問題，並產生最大滿足服勤員偏好之班表。因此，本研究之方法論可提供排班人員做參考。

• 學位論文

應用循環神經網路建立航空器落地常發事件之肇因模型

航空安全一直以來都是航空運輸業者的最注重的核心。對於飛行途中發生的不正常狀況，民航業者多使用快速擷取記錄器(QAR)記錄與分析不正常航班參數超限情形，例如降落力道過重或飛機平飄過久等，以做為後續機隊飛航訓練、運作改善與維修保養之依據。但是目前需要仰賴專家人工判讀，找出事件發生時參數超限背後的肇因，包括飛行員操作不足或外界環境等影響因素。本研究目的在於運用兩種類神經網路法建立特定常發事件之判讀模型，藉由使用人工智慧方法，分析QAR中的重要參數，推測出事件可能操作肇因，來提高事件判讀效率。分析數據來自國內某民航業者所提供之兩種落地常發事件之參數資料，再經由專家訪談找出分析時使用的重要參數與可能肇因之後，使用長短期記憶(Long Short-Term Memory, LSTM)和雙向長短期記憶(Bi-directional Long Short-Term Memory, BiLSTM)以建立事件操作肇因分類模型。研究結果顯示運用雙向長短期記憶所建立之分類模型在正確率上可達到七成，雖然因實務研究無法避免樣本數過少、資料不平衡以及過度擬合等問題，但此結果仍驗證了使用類神經網路方法建立不正常事件操作肇因之自動判讀機制的可行性，未來可繼續在此領域深入研究探討，以促進飛安預防式管理之精進。

• 學位論文

運用多層感知器預測航空維修品質績效指標

航空業是由眾多專業組織彼此依賴、協同運作之產業，環境複雜且多變，而飛航安全作為所有航空業者在營運管理時的重要指標，如何有效提升航空器運作安全成為各航空公司戮力追求的方向。其中掌握航空器之運作安全、穩定的幕後功臣便為航機維護組織，維修人員除需必備的專業技術之外，也需有高度的集中力與耐心。除此之外，工作環境之妥善程度以及制度管理等都可能影響到維修組織之維修品質。然而，預防重於治療，與其在事故發生後逐步檢討，不如在事前分析可能影響維修品質的因素並做出預測，防範於未然。本研究旨在為航機修護組織建立維修品質預測模型，用以提升安全管理能量。首先根據業者自我督察或受相關單位稽核之歷史報告進行分類，依據報告因素按月份分為三大類：人員、環境及管理因素，再根據報告重要程度計算出三類因素之權重與品質績效指標(Quality Performance Indicators, QPI)。其次，利用連續三月之QPI作為輸入資料，以倒傳遞學習演算法（Back-propagation, BP）訓練權重後建立多層感知器（Multi-Layer Perceptron, MLP）預測模型，模型輸出結果為下月QPI之趨勢，包括上升、持平及下降三種變化。本研究之模型預測準確率，人員因素達70.0%、環境因素達81.8%、管理因素達66.7%，整體準確率可達七成。本研究顯示此類預測結果應具有實務應用上的參考價值，可納入作為業者建立安全管理預警指標之參考。

• 學位論文

應用長短期記憶法建立品質績效指標預測模式-以飛機維修護廠為例

航空運輸業的核心就是飛航安全，根據統計飛航事故主因除了人員因素之外，其次就是與飛機本體相關其佔比接近五成，因此飛行器的維修保養在飛航安全中是很重要的一環，故飛行器的維修組織就變得格外重要。近幾年，我國民用航空局除主動執行安全查核外，亦要求維修組織建立自我查核，並視需求接受外部主管機關或客戶執行查核，因此維修組織可收集到不同來源的安全查核資料。如何充分分析這些安全資訊，用以提升組織風險管理，是值得深入探討的研究課題。本研究目的即在於運用上述安全查核資料建立品質績效指標，並深入探討績效指標的預測能力。研究分析數據來自國內某業者所提供之查核紀錄資料，再經由專家分析查核紀錄之主要發生原因，最後將其分類為人員類、環境類及管理三類績效指標。後續則使用長短期記憶(Long Short-Term Memory, LSTM)建立品質績效指標模型，用以提醒維修組織事先提出防範措施。研究結果顯示，使用LSTM方法在人員類正確率為88%，環境類正確率為90%，管理類正確率為80%，雖然仍有過度描述現象，但研究結果仍可驗證使用類神經網路法建立趨勢分析機制在實務上的可能性。此模型預測準確率還有再進步的空間，未來可繼續深入探討，期望所預測的品質指標可應用於航空業界，並提高飛航安全。

• 學位論文

應用資訊理論於開發紡織資訊管理系統

紡織成衣工業在台灣已經有60餘年的歷史，如何與時俱進透過電腦的輔助使布料切割達到最佳的利用效率而減少不必要的浪費進而替地球進一番心力，是企業所追求的目標。「碼克排版 (Marker planning)」於紡織成衣業界中為最核心的問題之一，以往都是以人工排列為主，不僅曠日費時且使用效率不彰更成為企業成本的來源，現在透過電腦的計算可以在更短的時間裡找到比人工排版更為有效率的排列結果，並為企業省下可觀的成本。 本研究為架設一套成衣資訊管理系統，為成衣工廠及顧客們建立出一套可查詢及追蹤的系統。工廠也能利用這套系統建立出屬於自己公司的紀錄，也能從系統中計算出最適布匹數量能夠滿足訂單需求。 本研究考量的主題是紡織業中Cutting Stock的問題，應用作業研究求解。並由此主題延伸出一套簡單且人性化的成衣資訊管理系統，可以作為多方採取計算、查詢及追蹤的功能。