虎尾科技大學工業工程與管理研究所學位論文
國立虎尾科技大學,正常發行
選擇卷期
- 學位論文
由於網際網路與電子商務的蓬勃發展，使得買賣交易由傳統的交易市場轉向以網路為基礎的電子市場，為買賣雙方提供整合及交易情報的協同網路環境。在買賣雙方的競合關係下，雙方的交易方式亦隨著市場競爭與電子商務的不斷演進而逐漸改變，由買方主導的線上逆向拍賣 (Reverse Auctions) 已成為網際網路上受歡迎的拍賣模式之一。顧客或企業利用逆向拍賣，讓供應商參與競標 (bids) 來壓低供應商之價格，因此供應商應該更加重視自己的成本管理，訂定合理的價格來獲得較高的利潤，並從所有參與競標者中，贏得訂單，取得較佳的競爭優勢。 本研究為促進逆向拍賣之效率，提出一基於多評選準則的模型，在供應商端，建立模糊多目標規劃模型，並制定一啟發式演算法來求解，以協助供應商決定其標案內容 (報價)；在顧客端，則以多屬性決策方法來協助顧客選取最佳標案。在供應商之模糊多目標規劃問題的啟發式演算法設計上，本研究以主生產排程與可允諾量 (Available to promise, ATP)之資訊為基礎，調整生產計畫以產生本問題之可行解。可允諾量的應用同時也提供銷售與生產部門間的協調機制，不僅可快速回應顧問詢價，也化解了產銷間的衝突。本研究最後提供一完整例子以說明本研究之方法。
- 學位論文
「e視訊巡邏」可以彌補員警巡邏的不足，在各地普設偵測器後，警方已經靠著偵測器破獲不少搶奪、肇事逃逸，甚至命案等案件，因此道路偵測器儼然已成治安利器。然而不當偵測器裝設會使道路偵測上產生死角，而過量的偵測器裝設，又將浪費資源，因此道路偵測器問題為複雜之區位問題（Location Problem）。 由於道路偵測器配置問題屬於NP-hard，其求解範圍非常的廣闊，傳統利用最佳化方法如：窮舉法、動態規劃、分支界限法等方法來求解，然而在問題規模稍大時就顯得不實用，有鑑於此，本研究提出一個新的混合免疫演算法（Immune Algorithms）與粒子群最佳化（Particle Swarm Optimization）之方法，並結合修正法來解決複雜之道路偵測器配置問題。 由數值結果可得知，本研究所提出的方法，在不同的道路系統中（例如：直線道路、圓環、十字道路、三岔道路、綜合道路系統與綜合道路系統PRO等），給定不同的預算限制下，均可求得配置方案。
- 學位論文
矩狀史丹納樹為一個由水平與垂直線所建構之無迴圈網路，此網路跨越所有已知點，矩狀的史丹納樹問題（rectilinear Steiner tree，RST）是一個NP-Complete問題，當RST問題尺度稍大時，計算時間極長，因此有許多學者嘗試推導近似法來求解，以便獲得不錯之行走路徑。L’RST演算法是由學者F.K.Hwang於1976年所提出，在1994年時，Ting-Hai Cha和Yu-Chin Hsu提出Local and Global演算方式來改善L’RST的總長度，然而在節點數過多時其計算時間也明顯變長許多，在本文中主要以Local and Global演算方式為基礎加以延伸提出一個新的演算方法，其方法為先確定節點數目在超過多少時會造成運算時間過長，再利用分割方法來減少個別運算時間且在合併時利用修正方法使得長度之修正，以便減少在節點數過多時所花費之時間。
- 學位論文
企業人力資源的工作在經歷多年的蛻變轉型之下，逐漸地朝著策略取向的角色，管理者應體認到企業最珍貴的資產是合適的人才。然而，人力資源主要探討的就是「用人」，在面對企業之人才的選擇，以及安排至合適的位置，已成為企業以及學者專家間爭相討論的課題。管理大師彼得．杜拉克曾說：「沒有任何決策比用人策略的影響更為深遠」。如今，用「人」、選「人」已經成為企業變革管理與企業再造重要的因素。外在環境的變動，對企業的成長與否定固有一定的影響與衝擊，在知識管理大師野中郁次郎和竹內弘高(Nonaka & Takeuchi)提出「由中而上而下的管理方式」論點中，認為中階主管能夠試圖解決高層所創造出來的理想與遠景及基層實務觀點的衝突，中階主管在企業中扮演著舉足輕重的角色。 本研究利用問卷調查的方式，以中南部製造業中階管理人員為受訪者，收集研究所需之資料，並利用描述性統計、信度分析、變異數分析等統計方法，了解問卷內容的相關性。其後利用因素分析方法萃取十個甄選指標，分別為誠信正直、個人品德、問題解決之能力、工作情緒、專業技能、工作紀律、融會貫通、培訓人才、工作態度、創新能力，並將十個甄選指標建立在案例式推理(Case-based Reasoning，CBR)系統中，以當作系統的索引。 本研究以Excel VBA做為案例式推理系統建置之基礎，並以模擬的方式測試系統之實用性。測試結果顯示，案例式推理系統確實能有效的比對出合適職位需求的人選，未來期使本系統能提供企業界以系統化方式遴選最具競爭力的中階管理人才。
- 學位論文
今日的企業正面臨著日益競爭的全球化商業環境，對製造業而言，縮短產品開發時程、提高品質與降低成本、快速反應客戶需求，已成為其保持競爭優勢的必備條件。對產品研發設計者而言，如何快速地設計出符合顧客需求的創新產品是最重要的課題。近年來由於人工智慧與網路技術之發展突飛猛進，使得協同式產品研發系統達到跨作業系統、跨程式語言、甚至跨任何接取設備的境界，讓研發團隊成員，不限設備、需求、時間、地點，隨時依需求取得各種服務。 本研究旨在建構能支援協同產品設計之知識庫管理系統，讓產品設計者能快速地將顧客需求(Customer needs)透過可行的推理機制，搜尋與顧客需求相類似的參考產品，從事概念設計(Concept design)。同時為了在設計階段便考慮到產品的可裝配性、及可製造性、及製造成本，可經由相關知識庫的建構，讓Design for X技術，加入協同產品設計的理念中。 本研究區分三個階段，首先探討知識庫管理系統之架構，並對知識庫模式與知識庫建構步驟提出建模方法，同時以支援顧客需求與模組化組裝設計之產品知識系統為例，建構可行的支援協同產品設計之知識庫管理系統。第二階段運用Web-service技術去整合此不同用途之知識庫管理系統，讓相關的產品研發活動可以突破時間、地點與設備平台的限制。最後階段以自行車產品研發為例，建構其產品知識庫(應用protégé為工具)、裝配製程知識庫等，實際建構支援協同式產品研發之知識庫管理系統，並驗證其可行性。 最後透過實際以自行車產品研發為例所建構之支援協同式產品研發知識庫管理系統，達成讓產品設計者快速地將顧客需求透過所建立之推理機制，推理出符合顧客之產品，並透過模組化組裝設計之產品知識系統達成讓Design for X技術，加入協同產品設計的理念中，最後運用Web-service技術整合此兩不同用途之知識庫管理系統，讓相關產品研發活動可以突破時間、地點與設備平台的限制。
- 學位論文
全民健保實施以來，因支付制度的不適用、醫療資源分配不當及病患不當用藥習慣等原因，導致健保當局財務日趨惡化。如何針對以上種種可能導致財務問題的原因，作出適當的處置與改善，為目前健保當局極需思量的問題。 台灣自1993年正式邁入高齡化社會，人體隨著年齡的增長而日趨老化虛弱，各種直接或間接的疾病症狀因而產生，致使老年人口的健保診治費用成為健保費用支出的大宗。老年人常因骨質疏鬆、骨強度降低、骨脆性增加的情況，稍不小心發生意外而骨折，當中又以髖部骨折為常見問題。髖部骨折是老年醫療照護的重要議題。本研究以髖部骨折中最常見之股骨轉子間骨折為主要研究對象。 老年人常患有糖尿病、高血壓及心臟病等疾病，而這些疾病皆可能會影響股骨轉子間骨折診治，使得醫療費用較一般病患來的高。本研究希望能藉由病患臨床資料以醫療費用與住院天數為指標，分別以案例式推理及類神經網路建立預估模型，並分別評估模型績效，最後再與健保當局現今實施之醫療資源配置實例比較，探討股骨轉子間骨折手術的醫療資源分配與利用率。 本研究應用類神經網路與案例式推理以作為探討醫療資源分配之工具。研究結果顯示，預測住院天數部分，神經網路之均方根誤差為0.0518；案例式推理在誤差為一天時，準確率可達92.89%。預測醫療費用部分，案例式推理在誤差為2000元，率可達83.89%。
- 學位論文
根據民國94年中華民國腎臟基金會統計全台資料顯示得知，目前需藉由長期透析方式維持健康之末期腎臟病患（End Stage Renal Disease，ESRD）已高達45,718人，其中接受血液透析病患有41,905人，可見血液透析仍是目前末期腎臟病患主要之選擇。台灣透析病患有95.8%需要每週進行三次血液透析，每次透析約需四至五小時，故大部分透析病患之生活品質會受到很大的影響。 尿毒症是腎臟功能極度衰竭引起的症候群，病患必須依靠長期透析治療維持生命。然而，透析治療期間時常發生電解質不平衡及體液的累積，導致病患不適而產生長期透析症候群，甚至引發急性併發症導致死亡。如何讓透析治療除了延續生命以外，提昇到生活品質的訴求，血液透析品質對病患而言不容忽視。 本研究開發「血液透析品質評估輔助系統」，對於血液透析品質有分辨（差、普通、好、很好）的能力。利用長期血液透析累積大量檢驗數據，及相關醫學文獻找出血液透析品質指標：Kt/V、URR、Albumin、Hct，建立血液透析品質因子。藉由案例式推理之運用，建立系統，以及運用粒子搜尋法（Particle Swarm Optimization，PSO）決定案例式推理裡各因子最佳的權重，結果顯示準確度為81.1321%，此系統可提供醫護人員臨床照護參考，對病患狀況作預先處置，使達到適化透析的境界，對透析病患將是一大助益。
- 學位論文
在眾多的老年常見的疾病中，關節炎佔有相當高的罹患比率，而膝關節的退化多少都會影響老人的生活。行動不便不但會造成了生理上的障礙，對於老人心理的衝擊影響甚鉅。根據健保申報資料統計顯示，台灣地區接受膝關節置換術從1998年到2003年約成長了29.9%，其利用率高且醫療費用成本高，佔健保相當份量的支出比例。 本研究的目的乃是要建構一個輔助臨床的評估系統。就醫院觀點而言，初期住院日評估可以協助醫師事先建立診療標準流程，在有限的醫療資源與人力情況下如何合理分配與評估並可作為後續出院照顧計畫之安排；就病患與家屬觀點而言，可減少病患對自己住院期間長短不確定性與減輕病患家屬精神壓力的心理調適。 本研究分別應用三種人工智慧技術(決策樹、類神經網路與案例式推理)以作為探討醫療資源分配之工具。研究結果顯示，決策樹正確分類率為78.53%；類神經網路之均方根誤差為0.0436；案例式推理在誤差為一天時，準確率可達79.21%。總結而言，本研究結果已顯示此系統的實際可行性，並提供適切結果。
- 學位論文
半導體業在國內發展的相當迅速，而在預燒製程(burn-in)的過程中，常常會以批次處理機台(batch processing machine)來進行。本研究主要在探討雙機流線型(flow shop)批次排程問題並建構兩個混合整數規劃模式，並使用基因演算法(genetic algorithms，GA)及模擬退火法(simulated annealing，SA)來求解批次排程問題。其中工作的處理時間與大小(size)皆為已知，且工作有不相同的大小(size)，並以數個工作形成批次的方式在處理機台上加工，每個批次的大小不能超過機台本身所能處理的最大容量。批次的處理時間是以在同一批次之中所含工作之最長的處理時間定義為此批次的處理時間。本研究所建構的兩個混合整數規劃模式，分別是當兩機之間的暫存區容量(buffer capacity)為無限制與零的模式。目標是在如何將工作分配至批次內與安排批次到機台的工作順序，使得完工時間達到最小化(Minimum Makespan)目標。最後，將基因演算法、模擬退火法與電腦套裝軟體LINGO8.0版三者加以比較，由結果顯示，在小規模問題時，三者的求解能力差不多，但當問題規模變大時，基因演算法不管在求解品質或者計算時間上，皆優於模擬退火法與LINGO許多。
- 學位論文
在股價預測研究上分為三種理論學派：1. 基本分析學派、2. 隨機漫步理論學派、3. 技術分析學派。基本分析是透過總體經濟分析、產業分析、公司基本面分析三個步驟，定位該公司股票的實際合理價值；隨機漫步理論認為，股價複雜之程度近於隨機變化，極難預測，因此衍生出買入持有策略；而技術分析則只需針對供需的變動分析即可。在相關研究裡，以往較常使用的是時間序列、複迴歸分析等數量統計模型，但也因為運用數量統計模型，需做諸多的先前假設與限制，且也不符合屬於非線性型態之股票市場，故本研究以類神經網路中的倒傳遞網路為主，以技術指標作為類神經網路的輸入變數，並運用基因演算法決定網路架構與輸入變數組合，進行未來股價走勢之預測。研究資料係取自於台灣證券交易市場部份歷史資料，研究樣本共五十七支個股，資料範圍於1991年至2006年。本研究將預測模型分為四種，1. 探討在日、週、月不同週期之下，何種準確率為佳；2. 將個股以產業別做區分，探討在此模型下，何種類股其準確率為佳；3. 將個股以資本額大小做區分，探討在此模型下，何種準確率為佳；4. 縮短訓練資料，探討屬於時間序列之股價歷史資訊，捨去過於久遠的資訊，對其準確率的影響。研究結果顯示，預測週期以週、月之準確率較為理想；產業別以電子類股、紡織類股、塑膠類股為佳；在資本額方面，股本較大者，因不易受到市場炒作的影響，故網路學習較理想，準確率也會較佳；捨去過於久遠的資料，大部份都可以保持相同，甚至更好的準確率。本研究並結合了股票擇時與股票選擇，以台積電、正新個股進行模擬交易，計算總報酬率。模擬結果顯示，選股前後之總報酬皆超越買入持有策略。