Browsing by Author "Tzu-Li Chen"

Now showing 1 - 2 of 2

以資料探勘技術建立宅配業之車輛維修及預警決策支援系統
(2014-01-01)
吳怡瑾
;
李睿傑
;
陳子立
;
I-Chin Wu
;
Ruei-Jie Li
物流宅配業隨著消費行為的改變及電子商務的興起正蓬勃的發展，但是當其業績不斷成長之時，人員薪資、車輛運作與維修費用也隨之攀升；因此，如何有效降低車輛相關的營運成本已是物流宅配業者當前之重要課題。研究由物流配送公司中車輛管理人員的角度出發，發展智慧型的車輛零件預防更換及危險車輛預警系統，透過網路平台協助非專業車輛維修技師的車輛管理人員，能輕易的進行預防性維修（preventive maintenance），即在車輛尚未失效前進行預防更換（preventive replacement）或謹慎地依據生產程序進行保養維修。實作上，研究首先透過資料探勘技術之關聯法則及序列型樣分析，找出不同車型維修零件的相關聯性及先後順序，建立預防性維修知識庫以輔助車輛管理人員進行車輛零件預防更換的決策分析。研究更進一步運用歷史維修記錄透過決策樹技術建立一套危險車輛預測模型並進行模型的驗證，研究結果顯示該危險車輛預測模型之平均正確度（accuracy）可以到達96.98%。研究為使車輛零件維修預防更換及危險車輛預測知識與服務能夠不受時間及空間的限制，將建構Web-Based服務平台並利用.Net網頁建構技術建置此系統，讓車輛管理人員能透過平台以獲得即時最佳的車輛保養、零件更換建議與危險車輛預警服務。最後研究模型將落實在個案公司的車輛管理系統中以驗證方法之正確性與系統之可行性。
基於急診滯留時間探勘醫療行為之實證研究
(國立交通大學, 2016)
陳子立
;
吳怡瑾
;
馮嚴毅
;
楊昌倫
;
Tzu-Li Chen
醫院急診部門壅塞現象將造成病患長時間的滯留與等待醫療資源，醫護人員若無法提供即時完善的醫療服務，將延誤治療時間並降低醫療品質，特別在急診室人口高峰時刻。由於急診室醫療資源的即時性十分重要，但因為過多的急診病患使得醫療資源管理變得相當複雜並提高其不確定性。有鑒於急診室壅塞已成為台灣地區十分嚴重且待解決的問題，研究取得合作醫院「台北馬偕教學醫院總院」之2010年急診室病歷，共計43,708筆資料以進行實證研究。本研究經與臨床醫師討論，首先欲瞭解造成急診室壅塞與長時間等待之病患診治流程與可能的行為模式。病患滯留時間(length of stay, LOS)在文獻與實務上都是急診室壅塞所關注的重要衡量指標，故本研究提出以病患滯留時間(LOS)為基礎，透過資料探勘相關技術，分析不同病患行為與LOS之關聯並進而建立急診室壅塞預測與分析模型。本研究建構以LOS為基礎的三階段急診室壅塞探勘與分析架構，嘗試探勘與分析不同LOS病患的顯著醫療行為，即顯著(regular)與例外(exception)病患的醫療行為。研究主要目的為(1)透過Apriori演算法切割不平衡資料集進而定義不同醫療行為，即顯著與例外病患；(2)使用K-Means分群法切割不同LOS的急診病患並分析不同LOS與急診室室壅塞趨勢之關聯；(3)基於分群結果，進一步使用分類法，如：J48、CART及JRip，建立LOS預測模型與萃取規則進行後續研究。本文所提出以Apriori演算法與分群演算法切割不平衡資料集進而找出顯著行為之輕症病患為急診室壅塞主要因素為研究方法重要的貢獻之一。研究透過資料探勘方法所找出之顯著病患醫療行為規則，經諮詢臨床醫師表示J48方法之規則結果有助於改善急診壅塞問題，所萃取的規則未來將結合決策支援系統，進而提供實務上的貢獻。由於台北馬偕教學醫院之急診室的就診人數為台灣第二大醫院，其急診資料在台灣地區具有一定程度的代表性，研究結果可提供醫院急診部門進行即時與完善之決策支援服務。