Browsing by Author "LIU FUH-HWA FRANKLIN"
Now showing 1 - 20 of 21
- Results Per Page
- Sort Options
Item type:Item, 以資料包絡法解多目標問題之參數敏感度分析(I)(2000) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 以資料包絡法解多目標問題之參數敏感度分析(II)(2001) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 作業研究應用於服務業之基礎研究(1994) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程研究所本研究計畫之目的為研究如何運用作業研 究的方法於服務業的:(1)系統設計;(2)作業管理; (3)成效管理三個層次.以醫院□銀行□運輸及 學校四個較具代表性且對民生影響較廣的行業 做為第一階段的研究對象,再以這四個行業內 部的業務性質屬性分別加以研究.研究的內容 分為三個主要部分:(1)對於各項業務的現況了 解與分析;(2)收集作業研究應用於服務業及其 他行業的成功實例;(3)作業研究在服務業上的 應用實例及未來研究方向的歸納與分析.本研 究為國科會工業工程學門重點研究群"服務業 的基礎研究"中四個子計畫之一.Item type:Item, 作業研究應用於服務業之基礎研究(1993) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理學系本研究計畫之目的為研究如何運用作業研究的 方法於服務業的�系統設計,�作業管理,�成效 管理三個層次.以醫院,銀行,運輸及學校四個較具 代表性且對民生影響較廣的行業做為第一階段的 研究對象,再以這四個行業內部的業務性質屬性 分別加以研究.研究的內容分為三個主要部份.一, 對於各項業務的現況了解與分析,二,收集作業研 究應用於服務業及其他行業的成功實例,三,作業 研究在服務業上的應用實例及未來研究方向的歸 納與分析.本研究為國科會工業工程學門重點研 究�「服務業的基礎研究」中四個子計畫之一.Item type:Item, 具時間窗的車輛途程問題之研究(1999) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理系Item type:Item, 分組式無人搬運車系統之整體設計(1997) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理系Item type:Item, 分組式無人搬運車系統設計(1994) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理學系Item type:Item, 分組式無人搬運車系統設計(1995) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 分組式無人搬運車路軌網路設計(2000) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理系Item type:Item, 單一尺寸箱體棧板堆疊方法---最佳化體積使用率與堆疊穩定度(1998) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理系Item type:Item, 多尺寸箱體疊棧之快速排列(1996) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 多指標之績效排名---基礎研析與實務上之應用(I)(2007) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系(所)本研究計畫包含十一個子計畫(Topics),其摘要分列於後,均為多指標之績效排名之研究,計劃以三年完成。概分為兩部份,第一部份為子計畫一 ~ 七,針對排序方法進行基礎研析。在投票系統評選的決策過程中,常是多位評審對於m個候選方案投票前k個名次,再賦予各名次的權重來計算各候選方案加權的積分,再加以排序評比。這些方法各不相同,端視決策者的管理氛圍而定。第二部份為子計畫八 ~ 十一,分別建立各種資料包絡分析模型。子計畫八對於有多投入項和產出項組織化的單位,對其績效做完整的排序,第二包絡面的作用就是在排除超高效和低效的影響,我們在此篇文章中,多加了虛擬權重限制在模型裡,以潤飾包絡面。子計畫九是運用資料包絡法來評估系統的模擬結果。多負載式無人搬運車系統模擬結果包含各式的數值特性:區間、整數、一般數值;因此我們提出新的數學模式來處理具有這樣數值特性的分析方法,來挑選出最適合的方案。子計畫十運用資料包絡法(DEA)分析使用自動無人搬運車系統搬運有限工作組合的模擬結果,在過去的文獻中,主要是使用數據的平均資料來分析,但就失去了原始資料的動態特性。因此,在此研究中,我們利用最大值以及最小值分析模擬結果。運用資料包絡法可以找出各個模擬模型的最佳表現並決定五項指標的權重。我們的目標是遴選最佳控制車輛方案。在子計畫十一中,我們先求得專案時間-成本權衡的最佳方案與各方案之要徑。對於各最佳方案中,我們提出五項考量指標:網路敏感度、專案期程、專案總成本、要徑價值比與閒置時間價值。這五項指標在專案排程各方案中,代表著對於專案控管中相關的特性。我們運用資料包絡法並加入整數限制以對應指標為整數之問題。並以SBM加入Virtual weight 限製作為遴選各方案之模式。 Topic 1: 以迴歸模型預測次序性權重之分配 在各項管理議題中,如排序、投票或是資源分配問題,次序性資料的權重分配都是此類問題的核心要件。根據不同的管理需求,權重分配的差異顯示出在次序上不同等級的重要性。關於權重的分配情形,我們提出了三個合理的管理方案,並且將所求出的權重置入迴歸模型中,以利實務上運用之簡便性。依據此邏輯程序,決策者可依現實上管理之需求,或對於次序性權重不同的限制考量,建構出合適的數學規劃模型。 Topic 2: 群體決策時之投票排名 群體決策時常利用階層分析法(AHP),各人先進行個別之成對比較矩陣,群體意見之綜合成對比較矩陣中各元素之產生,乃是由各人之成對比較矩陣中之各元素幾何平均數得來。假設人數多、且意見差異大時,其對於候選者之綜合排名結果與各人之分別排名結果將有差異。本研究以線性規劃之方法,進行每對候選者之排名得票數差異分析,再綜合計算結果,可降低AHP現有方法之失真現象。 Topic 3: 竹節排序法與共同權重分析 投票在今日的社會活動中,是極重要的議題。其所應用的領域甚廣,例如:選舉,計畫與方案之選擇…等等。 群體決策團體,為一群專精於某領域的菁英,代表全體來做決策。此決策團體的成員人數,根據所投票的議題本身而有很大的差距,可由單一經理或百萬的社會大眾所組成。投票結果的分析,會直接影響最終決策。有鑒於此,本研究提出「竹節排序法」,經由線性規劃的模式來找出最終排序與共同權重,並分析其於管理上資源分配的意義。 Topic 4: 以奧林匹克運動會金銀銅獎牌數將各國排名 以奧林匹克運動會金銀銅獎牌數將各國排名在投票系統評選的決策過程中,常是多位評審對於m個候選方案投票前k個名次,再賦予各名次的權重來計算各候選方案加權的積分,再加以排序評比。若要從眾多候選人中選取其中少數表現良好的優勝者加以評量,此時,我們強調每個名次其權重比例的差距,以強調出該獲勝的候選人其難能可貴的表現以及其中脫穎而出的困難度。因此,我們提出,在決策的模式中增加權比非遞增的限制式,並以奧運為例。 Topic 5: 決定排序時的權重 投票是個重要的議題,它的應用可直接深入到不同的領域上。令人遺憾的,在不同情況下並沒有能夠客觀評估問題的方法。因此,本研究提供讓決策群組能公正且確切地在不同情況下評估候選人。此模型是基於含有特定限制式的線性規劃,我們能計算出各候選人的績效分數以及分析在不同情境下所適合的共同權重。Item type:Item, 多負載式無人搬運車系統之指派法(I)(2000) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 多負載式無人搬運車系統之指派法(II)(2001) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 應用資料包絡分析法於方案選擇優先次序的三個案(I)(2002) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理系Item type:Item, 應用資料包絡分析法於方案選擇優先次序的三個案(II)(2003) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 應用資料包絡分析法於方案選擇優先次序的三個案(III)(2004) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系Item type:Item, 流通用棧板尺寸之制定方法(1999) ;劉復華 ;LIU FUH-HWA FRANKLIN交通大學工業工程與管理系Item type:Item, 資料包絡法最低效率模型之構建(I)(2005) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系(所)現代競爭激烈且不易防守的企業環境下,各產業不論大小企業常有破產及企 業重組。鑑定風險及量度風險在績效改善及持續精確的風險管理上愈來愈重要。 本研究提出建立資料包絡分析法(Data Envelopment Analysis, DEA)之最低效率分 析的模型。若干個決策單位(DMU)利用傳統DEA 時,在樂觀的前提下,求取每 個DMU 之相對績效值。相反的,本研究以在悲觀的前提得到最小相對績效值。 DMU 分為兩類,最低效與非最低效。最低效者將減少投入、增加產出以脫離最 低效一族。非最低效者可知增加投入、減少產出的量,其將淪為最低效一族。 本研究含有六個子題。 第一子題是建立的最低效包絡面模型LEFCCRDEA, 在固定規模報酬之條 件下,解析在遠避最低效率時,各DMU 高於最高效包絡面的程度。 第二個子題是解析最低效包絡面模型LEFCCRDEA, LEFBCCDEA 之規模 報酬(returntoscale) 為遞增、固定、遞減三種規模報酬。 第三個子題是建立過最低效包絡面模型HypoLEFCCRDEA 。本研究欲比較 相對績效值同為1 的最低效DMU 的高低,可以分別計算每一個最低效DMU 其 增加產出、減少投入的最少需求量,其能脫離隸屬於相對最低績效值為1 之族。 第四個子題是建立的最低效包絡面模型LEFSBMDEA 。本研究提出以各投 入指標增加之比率之平均值與產出指標減少之比率之平均值之比值作為相對績 效值的計算基準。以即以各指標之差額(slack)為績效值計算基準的模型。 第五個子題是建立過最低效包絡面模型HypoLEFSBMDEA 。欲比較相對績 效值同為1 的最低效DMU 的高低,計算每一個最低效DMU 其增加產出、減少 投入的最少量,其能脫離最低績效值為1 之列。 第六個子題是將DMU 加以完全排序,其以SBM 低效包絡面為導向。其中分 六步驟進行。利用LEFSBM, HypoLEFSBM, 構建成次最低效包絡面(secondary leastefficient frontier)。求得一組共用的指標權重,使得總績效值得到最大。得到 DMUs 調整之後的績效值。Item type:Item, 資料包絡法最低效率模型之構建(II)(2006) ;劉復華 ;LIU FUH-HWA FRANKLIN國立交通大學工業工程與管理學系(所)