Browsing by Author "CHEN MU-CHEN"

Now showing 1 - 12 of 12

健康產業商品協同規劃預測暨補貨系統分析與建置
(2006)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
建置服務導向架構暨社會型代理人導向架構為基礎之協同配送管理系統
(2007)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
台灣產業已經轉型為技術、資本與人才密集的產業，且具有產品生命週期很短、高科技、高成本與高附加價值的產業特性。隨著全球市場對產品的需求逐漸複雜化，市場擴大使得製造商至系統廠的物流網路更趨複雜，傳統的物流架構逐漸不符需求，運輸成本隨著提高，零擔運輸（Less Than Truckload; LTL）頻率增加，亦造成運輸資源的浪費。為了有效降低物流運輸成本，製造商可透過第三方物流（Third Party Logistics; 3PL）來負責配送，國內的製造商將產品運往國內的全球化第三方物流服務提供者（Global 3PL Service Provider），Global 3PL 再將產品透過海陸空運等方式，運往國內及國外的顧客。協同配送管理（或譯為協同運輸管理）（Collaborative Transportation Management; CTM）乃為實現供應鏈上買賣雙方與物流業者其協同管理所提出的方法論，其目的在於使得供應鏈上買賣雙方與物流業者之間能分享彼此的資訊，藉以屏除供應鏈上無效率的運輸作業，以改善所有夥伴間的作業績效。CTM 由協同規劃預測補貨(Collaborative Planning, Forecasting and Replenishment; CPFR)延伸而出的協同管理機制，以滿足運輸程序上的有效性。近年來，服務導向架構（Service-oriented Architecture; SOA）提供一標準之程式化藍圖，其以網路服務（ Web Services）為基礎，准許分散於各地之軟體元件以服務（Service）之形式，能被查詢（Discover）與發佈（Publish）於網路上，並被其他之軟體元件行使（Invoke），提高軟體開發設計之便利性。本計畫應用服務導向架構技術，使得供應鏈上買賣雙方與物流業可互相傳遞資訊，因此，產業供應鏈上的製造商、經銷商與第三方物流業者可以在網路服務為基礎下，發展一整合性協同配送管理系統。傳統之CTM 之異常狀況解決方法為買賣雙方與運輸方之間經由協商交換共享資料、傳送電子郵件、打電話、進行會議等方式來解決異常項目。然而，代理人(Agent) 程式能自動處理使用者交付之任務，以減少使用者處理繁鎖工作之時間。代理人之社交能力使得代理人可以與其他代理人透過接收與傳遞訊息的方式，如接收器(senor)、訊息溝通、(message)、事件處理(event)等相互溝通，讓許多代理人以協同合作方式完成共同目標。本計畫擬應用社會型代理人機制自動協同解決異常項目。本人國科會計畫－「發展半導體機台網路式診斷與預防保養系統－子計畫四：半導體機台料配件物流管理機制之設計與實作」成果之一為「半導體設備維修備用零件之協同管理 WS-CPFR 平台」，其透過Web Services 技術建構半導體備用零件管理系統，使得半導體備用零件管理達到D2B (Device to Business)之願景。因WS-CPFR 平台以Web Services 技術發展，其CPFR 各項服務可以容易地被其他系統使用，故本計畫亦將整合 CPFR 與CTM。本計畫將以三年時間完成以下三項協同配送管理相關係統，其包含十六個研究主題。一、建置服務導向架構為基礎之協同配送管理系統。二、建置社會型代理人導向架構為基礎之協同配送管理例外項目自動協商機制、自動協商決策模式、自動協商建構及系統實作：三、完成協同配送管理系統與協同規劃預測補貨系統整合與上線測試。
建置服務導向架構暨社會型代理人導向架構為基礎之協同配送管理系統
(2006)
陳穆臻
;
CHEN MU-CHEN
;
交通大學交通運輸研究所
台灣產業已經轉型為技術、資本與人才密集的產業，且具有產品生命週期很短、高科技、高成本與高附加價值的產業特性。隨著全球市場對產品的需求逐漸複雜化，市場擴大使得製造商至系統廠的物流網路更趨複雜，傳統的物流架構逐漸不符需求，運輸成本隨著提高，零擔運輸（Less Than Truckload; LTL）頻率增加，亦造成運輸資源的浪費。為了有效降低物流運輸成本，製造商可透過第三方物流（Third Party Logistics; 3PL）來負責配送，國內的製造商將產品運往國內的全球化第三方物流服務提供者（Global 3PL Service Provider），Global 3PL 再將產品透過海陸空運等方式，運往國內及國外的顧客。協同配送管理（或譯為協同運輸管理）（Collaborative Transportation Management; CTM）乃為實現供應鏈上買賣雙方與物流業者其協同管理所提出的方法論，其目的在於使得供應鏈上買賣雙方與物流業者之間能分享彼此的資訊，藉以屏除供應鏈上無效率的運輸作業，以改善所有夥伴間的作業績效。CTM 由協同規劃預測補貨(Collaborative Planning, Forecasting and Replenishment; CPFR)延伸而出的協同管理機制，以滿足運輸程序上的有效性。近年來，服務導向架構（Service-oriented Architecture; SOA）提供一標準之程式化藍圖，其以網路服務（ Web Services）為基礎，准許分散於各地之軟體元件以服務（Service）之形式，能被查詢（Discover）與發佈（Publish）於網路上，並被其他之軟體元件行使（Invoke），提高軟體開發設計之便利性。本計畫應用服務導向架構技術，使得供應鏈上買賣雙方與物流業可互相傳遞資訊，因此，產業供應鏈上的製造商、經銷商與第三方物流業者可以在網路服務為基礎下，發展一整合性協同配送管理系統。傳統之CTM 之異常狀況解決方法為買賣雙方與運輸方之間經由協商交換共享資料、傳送電子郵件、打電話、進行會議等方式來解決異常項目。然而，代理人(Agent) 程式能自動處理使用者交付之任務，以減少使用者處理繁鎖工作之時間。代理人之社交能力使得代理人可以與其他代理人透過接收與傳遞訊息的方式，如接收器(senor)、訊息溝通、(message)、事件處理(event)等相互溝通，讓許多代理人以協同合作方式完成共同目標。本計畫擬應用社會型代理人機制自動協同解決異常項目。本人國科會計畫－「發展半導體機台網路式診斷與預防保養系統－子計畫四：半導體機台料配件物流管理機制之設計與實作」成果之一為「半導體設備維修備用零件之協同管理 WS-CPFR 平台」，其透過Web Services 技術建構半導體備用零件管理系統，使得半導體備用零件管理達到D2B (Device to Business)之願景。因WS-CPFR 平台以Web Services 技術發展，其CPFR 各項服務可以容易地被其他系統使用，故本計畫亦將整合 CPFR 與CTM。本計畫將以三年時間完成以下三項協同配送管理相關係統，其包含十六個研究主題。一、建置服務導向架構為基礎之協同配送管理系統。二、建置社會型代理人導向架構為基礎之協同配送管理例外項目自動協商機制、自動協商決策模式、自動協商建構及系統實作：三、完成協同配送管理系統與協同規劃預測補貨系統整合與上線測試。
建置服務導向架構暨社會型代理人導向架構為基礎之協同配送管理系統
(2008)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
台灣產業已經轉型為技術、資本與人才密集的產業，且具有產品生命週期很短、高科技、高成本與高附加價值的產業特性。隨著全球市場對產品的需求逐漸複雜化，市場擴大使得製造商至系統廠的物流網路更趨複雜，傳統的物流架構逐漸不符需求，運輸成本隨著提高，零擔運輸（Less Than Truckload; LTL）頻率增加，亦造成運輸資源的浪費。為了有效降低物流運輸成本，製造商可透過第三方物流（Third Party Logistics; 3PL）來負責配送，國內的製造商將產品運往國內的全球化第三方物流服務提供者（Global 3PL Service Provider），Global 3PL 再將產品透過海陸空運等方式，運往國內及國外的顧客。協同配送管理（或譯為協同運輸管理）（Collaborative Transportation Management; CTM）乃為實現供應鏈上買賣雙方與物流業者其協同管理所提出的方法論，其目的在於使得供應鏈上買賣雙方與物流業者之間能分享彼此的資訊，藉以屏除供應鏈上無效率的運輸作業，以改善所有夥伴間的作業績效。CTM 由協同規劃預測補貨(Collaborative Planning, Forecasting and Replenishment; CPFR)延伸而出的協同管理機制，以滿足運輸程序上的有效性。近年來，服務導向架構（Service-oriented Architecture; SOA）提供一標準之程式化藍圖，其以網路服務（ Web Services）為基礎，准許分散於各地之軟體元件以服務（Service）之形式，能被查詢（Discover）與發佈（Publish）於網路上，並被其他之軟體元件行使（Invoke），提高軟體開發設計之便利性。本計畫應用服務導向架構技術，使得供應鏈上買賣雙方與物流業可互相傳遞資訊，因此，產業供應鏈上的製造商、經銷商與第三方物流業者可以在網路服務為基礎下，發展一整合性協同配送管理系統。傳統之CTM 之異常狀況解決方法為買賣雙方與運輸方之間經由協商交換共享資料、傳送電子郵件、打電話、進行會議等方式來解決異常項目。然而，代理人(Agent) 程式能自動處理使用者交付之任務，以減少使用者處理繁鎖工作之時間。代理人之社交能力使得代理人可以與其他代理人透過接收與傳遞訊息的方式，如接收器(senor)、訊息溝通、(message)、事件處理(event)等相互溝通，讓許多代理人以協同合作方式完成共同目標。本計畫擬應用社會型代理人機制自動協同解決異常項目。本人國科會計畫－「發展半導體機台網路式診斷與預防保養系統－子計畫四：半導體機台料配件物流管理機制之設計與實作」成果之一為「半導體設備維修備用零件之協同管理 WS-CPFR 平台」，其透過Web Services 技術建構半導體備用零件管理系統，使得半導體備用零件管理達到D2B (Device to Business)之願景。因WS-CPFR 平台以Web Services 技術發展，其CPFR 各項服務可以容易地被其他系統使用，故本計畫亦將整合 CPFR 與CTM。本計畫將以三年時間完成以下三項協同配送管理相關係統，其包含十六個研究主題。一、建置服務導向架構為基礎之協同配送管理系統。二、建置社會型代理人導向架構為基礎之協同配送管理例外項目自動協商機制、自動協商決策模式、自動協商建構及系統實作：三、完成協同配送管理系統與協同規劃預測補貨系統整合與上線測試。
整合顧客個人化與賣方獲利性之商品推薦系統
(2007)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
目前既有的推薦系統(Recommender Systems)進行商品推薦時，主要考慮商品的購買機率(product purchase probability)，而忽略了企業應用推薦系統的同時亦希望追求獲利增加。因此，本三年計畫探討以企業（賣方）與顧客（買方）為不同出發點考量之數種推薦系統。此外，亦有學者應用資料探勘(Data Mining)技術之關聯法則 (Association Rules)由購物籃(Market Basket)中探勘強物項(Frequent Itemsets)，以進行商品推薦。然而，此方法亦僅透過強物項考慮顧客個人化(Customers』 Personalization) 與產品被顧客購買之頻率，而未考慮賣方之獲利性(Sellers』 Profitability)。由賣方的角度而言，係依據整體產品購買機率(overall product purchase probability) 與產品獲利性(product profitability)進行推薦；由買方的角度而言，係依據個別顧客的偏好(individual customer 』s preferences)推薦。本計畫結合買方觀點及賣方觀點建構商品推薦系統。在同時考慮買方觀點及賣方觀點情況下，建構以協同過濾(Collaborative Filtering)為基礎與關聯法則為基礎之商品推薦系統，必須考慮多準則以推薦商品。所以，本計畫亦應用資料包絡分析(Data Envelopment Analysis; DEA)發展多準則資料探勘技術，並應用於商品推薦系統。本計畫同時以模擬資料與企業真實資料驗證所發展之推薦系統並與傳統方法進行比較分析。推薦準確率(recommendation accuracy)與由交叉銷售所得利潤(profit from cross-selling)為評估指標比較不同觀點的推薦系統。依據上述，本三年計畫期望分析比較六種推薦系統，並且發展整合之商品推薦系統以應用於實務上。此考量個人化推薦及/或商品獲利性之六種推薦系統包含： 1. Convenience perspective recommender system (CPRS); 2. Convenience plus profitability perspective recommender system (CPPRS); (本計畫發展之系統) 3. Collaborative filtering perspective recommender system (CFRS); 4. Hybrid perspective recommender system (HPRS); (本計畫發展之系統) 5. Association rule perspective recommender system (APRS); 6. Multi-criteria association rule perspective recommender system (MCARS). (本計畫發展之系統)
整合顧客個人化與賣方獲利性之商品推薦系統
(2008)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
目前既有的推薦系統(Recommender Systems)進行商品推薦時，主要考慮商品的購買機率(product purchase probability)，而忽略了企業應用推薦系統的同時亦希望追求獲利增加。因此，本三年計畫探討以企業（賣方）與顧客（買方）為不同出發點考量之數種推薦系統。此外，亦有學者應用資料探勘(Data Mining)技術之關聯法則 (Association Rules)由購物籃(Market Basket)中探勘強物項(Frequent Itemsets)，以進行商品推薦。然而，此方法亦僅透過強物項考慮顧客個人化(Customers』 Personalization) 與產品被顧客購買之頻率，而未考慮賣方之獲利性(Sellers』 Profitability)。由賣方的角度而言，係依據整體產品購買機率(overall product purchase probability) 與產品獲利性(product profitability)進行推薦；由買方的角度而言，係依據個別顧客的偏好(individual customer 』s preferences)推薦。本計畫結合買方觀點及賣方觀點建構商品推薦系統。在同時考慮買方觀點及賣方觀點情況下，建構以協同過濾(Collaborative Filtering)為基礎與關聯法則為基礎之商品推薦系統，必須考慮多準則以推薦商品。所以，本計畫亦應用資料包絡分析(Data Envelopment Analysis; DEA)發展多準則資料探勘技術，並應用於商品推薦系統。本計畫同時以模擬資料與企業真實資料驗證所發展之推薦系統並與傳統方法進行比較分析。推薦準確率(recommendation accuracy)與由交叉銷售所得利潤(profit from cross-selling)為評估指標比較不同觀點的推薦系統。依據上述，本三年計畫期望分析比較六種推薦系統，並且發展整合之商品推薦系統以應用於實務上。此考量個人化推薦及/或商品獲利性之六種推薦系統包含： 1. Convenience perspective recommender system (CPRS); 2. Convenience plus profitability perspective recommender system (CPPRS); (本計畫發展之系統) 3. Collaborative filtering perspective recommender system (CFRS); 4. Hybrid perspective recommender system (HPRS); (本計畫發展之系統) 5. Association rule perspective recommender system (APRS); 6. Multi-criteria association rule perspective recommender system (MCARS). (本計畫發展之系統)
整合顧客個人化與賣方獲利性之商品推薦系統
(2006)
陳穆臻
;
CHEN MU-CHEN
;
交通大學交通運輸研究所
目前既有的推薦系統(Recommender Systems)進行商品推薦時，主要考慮商品的購買機率(product purchase probability)，而忽略了企業應用推薦系統的同時亦希望追求獲利增加。因此，本三年計畫探討以企業（賣方）與顧客（買方）為不同出發點考量之數種推薦系統。此外，亦有學者應用資料探勘(Data Mining)技術之關聯法則 (Association Rules)由購物籃(Market Basket)中探勘強物項(Frequent Itemsets)，以進行商品推薦。然而，此方法亦僅透過強物項考慮顧客個人化(Customers』 Personalization) 與產品被顧客購買之頻率，而未考慮賣方之獲利性(Sellers』 Profitability)。由賣方的角度而言，係依據整體產品購買機率(overall product purchase probability) 與產品獲利性(product profitability)進行推薦；由買方的角度而言，係依據個別顧客的偏好(individual customer 』s preferences)推薦。本計畫結合買方觀點及賣方觀點建構商品推薦系統。在同時考慮買方觀點及賣方觀點情況下，建構以協同過濾(Collaborative Filtering)為基礎與關聯法則為基礎之商品推薦系統，必須考慮多準則以推薦商品。所以，本計畫亦應用資料包絡分析(Data Envelopment Analysis; DEA)發展多準則資料探勘技術，並應用於商品推薦系統。本計畫同時以模擬資料與企業真實資料驗證所發展之推薦系統並與傳統方法進行比較分析。推薦準確率(recommendation accuracy)與由交叉銷售所得利潤(profit from cross-selling)為評估指標比較不同觀點的推薦系統。依據上述，本三年計畫期望分析比較六種推薦系統，並且發展整合之商品推薦系統以應用於實務上。此考量個人化推薦及/或商品獲利性之六種推薦系統包含： 1. Convenience perspective recommender system (CPRS); 2. Convenience plus profitability perspective recommender system (CPPRS); (本計畫發展之系統) 3. Collaborative filtering perspective recommender system (CFRS); 4. Hybrid perspective recommender system (HPRS); (本計畫發展之系統) 5. Association rule perspective recommender system (APRS); 6. Multi-criteria association rule perspective recommender system (MCARS). (本計畫發展之系統)
發展資料探勘為基礎之高速公路長距離且含非重現性旅行時間預測模式
(2013)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
由於公路面積擴增之幅度遠不及於旅運需求之成長速度，因此，先進交通管理系統(Advanced Traffic Management System, ATMS)與先進旅行者資訊系統(Advance Traveler Information System, ATIS) 之規劃與興建，即為今後提升運輸系統效率並滿足旅運需求之重要手段。並且，唯有長距離旅行時間預測，才能有效提供高速公路替代路徑資訊，進而發揮 ATMS 與 ATIS 之功能。再者，依據Oak Ridge National Laboratory (Chin et al., 2004)之研究指出，駕駛人於美國高速公路上所面臨的延滯(delay)，有 55%是非重現性擁擠所造成的，其中高速公路事故佔72% (Skabardonis et al., 2003)。由此可知，為提供ㄧ穩健與連續型之預測模式，在面對長距離且非重現性擁擠影響下之複雜車流環境，如何尋找關鍵影響變數以確實反映車流特性，即為高速公路旅行時間預測研究中，重要且必須克服之議題。以往研究為提升旅行時間模式之預測能力，於變數選取與預測方法之應用皆有充分探討。然而，卻鮮少在長距離且含非重現性擁擠下，針對變數之編碼與組合方式及變數縮減等議題進行探討。變數之編碼與組合方式確實影響預測模式之準確度。再者，以最精簡變數提供準確之預測模式，一直為相關單位所重視之問題。有鑑於此，本三年期計畫首先第一年計畫將藉由倒傳遞類神經(Back-Propagation Neural Network, BPN)方法，針對重要變數之組合與編碼方式進行探索，透過此必要且繁瑣的探索過程後，獲得解析國內車流之重要變數特性。第二年計畫即在第一年計畫之研究基礎上，以資料探勘技術中分群、分類與混合專家(Mixture of Experts)之概念，提高對長距離與非重現性擁擠下車流變異情形之掌握度。最後，第三年計畫以資料探勘之決策樹(decision tree)模式之分類邏輯與第二年期兩階段分群結果，挑選重要變數並達到縮減維度之目的，以期提供ㄧ穩健與高準確度之連續型預測模式。
發展資料探勘為基礎之高速公路長距離且含非重現性旅行時間預測模式
(2012)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
由於公路面積擴增之幅度遠不及於旅運需求之成長速度，因此，先進交通管理系統(Advanced Traffic Management System, ATMS)與先進旅行者資訊系統(Advance Traveler Information System, ATIS) 之規劃與興建，即為今後提升運輸系統效率並滿足旅運需求之重要手段。並且，唯有長距離旅行時間預測，才能有效提供高速公路替代路徑資訊，進而發揮 ATMS 與 ATIS 之功能。再者，依據Oak Ridge National Laboratory (Chin et al., 2004)之研究指出，駕駛人於美國高速公路上所面臨的延滯(delay)，有 55%是非重現性擁擠所造成的，其中高速公路事故佔72% (Skabardonis et al., 2003)。由此可知，為提供ㄧ穩健與連續型之預測模式，在面對長距離且非重現性擁擠影響下之複雜車流環境，如何尋找關鍵影響變數以確實反映車流特性，即為高速公路旅行時間預測研究中，重要且必須克服之議題。以往研究為提升旅行時間模式之預測能力，於變數選取與預測方法之應用皆有充分探討。然而，卻鮮少在長距離且含非重現性擁擠下，針對變數之編碼與組合方式及變數縮減等議題進行探討。變數之編碼與組合方式確實影響預測模式之準確度。再者，以最精簡變數提供準確之預測模式，一直為相關單位所重視之問題。有鑑於此，本三年期計畫首先第一年計畫將藉由倒傳遞類神經(Back-Propagation Neural Network, BPN)方法，針對重要變數之組合與編碼方式進行探索，透過此必要且繁瑣的探索過程後，獲得解析國內車流之重要變數特性。第二年計畫即在第一年計畫之研究基礎上，以資料探勘技術中分群、分類與混合專家(Mixture of Experts)之概念，提高對長距離與非重現性擁擠下車流變異情形之掌握度。最後，第三年計畫以資料探勘之決策樹(decision tree)模式之分類邏輯與第二年期兩階段分群結果，挑選重要變數並達到縮減維度之目的，以期提供ㄧ穩健與高準確度之連續型預測模式。
發展資料探勘為基礎之高速公路長距離且含非重現性旅行時間預測模式
(2011)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
由於公路面積擴增之幅度遠不及於旅運需求之成長速度，因此，先進交通管理系統(Advanced Traffic Management System, ATMS)與先進旅行者資訊系統(Advance Traveler Information System, ATIS) 之規劃與興建，即為今後提升運輸系統效率並滿足旅運需求之重要手段。並且，唯有長距離旅行時間預測，才能有效提供高速公路替代路徑資訊，進而發揮 ATMS 與 ATIS 之功能。再者，依據Oak Ridge National Laboratory (Chin et al., 2004)之研究指出，駕駛人於美國高速公路上所面臨的延滯(delay)，有 55%是非重現性擁擠所造成的，其中高速公路事故佔72% (Skabardonis et al., 2003)。由此可知，為提供ㄧ穩健與連續型之預測模式，在面對長距離且非重現性擁擠影響下之複雜車流環境，如何尋找關鍵影響變數以確實反映車流特性，即為高速公路旅行時間預測研究中，重要且必須克服之議題。以往研究為提升旅行時間模式之預測能力，於變數選取與預測方法之應用皆有充分探討。然而，卻鮮少在長距離且含非重現性擁擠下，針對變數之編碼與組合方式及變數縮減等議題進行探討。變數之編碼與組合方式確實影響預測模式之準確度。再者，以最精簡變數提供準確之預測模式，一直為相關單位所重視之問題。有鑑於此，本三年期計畫首先第一年計畫將藉由倒傳遞類神經(Back-Propagation Neural Network, BPN)方法，針對重要變數之組合與編碼方式進行探索，透過此必要且繁瑣的探索過程後，獲得解析國內車流之重要變數特性。第二年計畫即在第一年計畫之研究基礎上，以資料探勘技術中分群、分類與混合專家(Mixture of Experts)之概念，提高對長距離與非重現性擁擠下車流變異情形之掌握度。最後，第三年計畫以資料探勘之決策樹(decision tree)模式之分類邏輯與第二年期兩階段分群結果，挑選重要變數並達到縮減維度之目的，以期提供ㄧ穩健與高準確度之連續型預測模式。
資料探勘為基礎之物流中心訂單管理系統發展
(2009)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所
資料探勘為基礎之物流中心訂單管理系統發展
(2010)
陳穆臻
;
CHEN MU-CHEN
;
國立交通大學交通運輸研究所