臺灣博碩士論文加值系統

汽車電子產業結合電子資訊優勢於傳統汽車產品零組件內，使得汽車更具有智慧性資訊功能，並同時延伸出電子資訊產業的另一應用領域商機。但在跨產業的產品整合中，個別產品零組件問題，可能會影響到整個產品的品質和效用，進而攸關到顧客使用汽車電子的安全性和應用性。產品零組件的現有問題會發生在維修作業，而其潛在問題則會在保養作業中發現，這些問題資料是具有模糊性質，傳統上診斷問題的方式是憑維修人員的經驗或是碰巧發覺的可能性，沒有一個系統化的機制，因此可能造成誤判或時間的浪費，故如何以系統化方式整合產品問題資料，進而建構具有處理模糊性質資料能力的維修保養資料庫，就成為汽車和電子產業結合是否有優勢和商機的關鍵。
本文結合模糊歸屬函數和物件導向方法，來建構具有模糊處理能力之物件導向知識庫，能將診斷出之現有問題原因所在與潛在問題視為知識物件儲存其中，將來遇到類似問題就能快速診斷出原因，並針對診斷出的潛在問題事先預防，將其轉變成現有問題，進一步減少其產生的機率。

Incorporating advantages of computer electronics into conventional automobile parts and products in the automobile electronics industry allows automobiles to possess more intelligent functions, while providing another field of application and commercial opportunity for the computer electronics industry. But in the cross-industrial product integration, problems of specific parts may affect the quality and performance of the whole product, and further affect the safety and applicability of automobile electronics. Existing problems of product components occur during repair, and on the other hand potential problems will occur during maintenance. The data gathered from these problems have fuzzy nature. Traditionally, the way of problem diagnosis was the experience of maintainers or possibility of finding coincidentally. They didn’t have a systematical mechanism, so maintainers might have erroneous judgement or waste time. Therefore, how to systematically put together the data of product problems, along with constructing the repair and maintenance database which has the ability to deal with the fuzzy nature data, become the key to success in the integration of automobile and computer electronics industry.
This study combines fuzzy membership function and the object-oriented method to construct a knowledge base which has the ability to deal with fuzzy data. It can think of the reason of problems and potential problems diagnosed as knowledge objects which are stored in it. If we meet up similar problems in the future, we can diagnose the reason quickly. We can prevent the potential problems diagnosed in advance and change them into existing problems. So we can further reduce the probability of occurring.

目錄
目錄 I
圖目錄 IV
表目錄 VI
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機 2
第三節 研究問題 3
第四節 研究目的 4
第五節 研究流程 5
第二章 文獻探討 7
第一節 知識庫 7
第二節 物件導向 11
第三節 汽車電子產業 16
第四節 模糊集合 17
第五節 分析層級程序法（AHP） 20
第三章 研究方法 25
第一節 研究架構 25
第二節 維修問題原因診斷 26
第三節 模糊物件導向潛在問題發現 29
第四節 資料蒐集方法 42
第五節 資料分析方法 43
第四章 研究結果 46
第一節 專家問卷統計分析 46
第二節 AHP原因方案評選 54
第三節 Fuzzy object-oriented SQL 60
第四節 知識庫運作機制 63
第五節 模糊查詢雛型系統 65
第五章 結論 69
第一節 研究結論 69
第二節 研究限制 72
第三節 研究建議與後續研究 72
參考文獻 74
一、中文部份 74
二、英文部份 75
三、相關網站 78
附錄一 問卷調查表（找出馬達零組件產品問題最佳解決方案）79
附錄二 問卷調查表（找出電子控制燃油噴射裝置產品問題最佳解決方案）85

圖目錄
圖1-1 研究流程圖 6
圖2-1 知識庫系統運作機制 11
圖2-2 三角模糊數 20
圖3-1 研究架構圖 26
圖3-2 原因方案評選 29
圖3-3 模糊物件導向潛在問題發現流程圖 30
圖3-4 物件欄位 31
圖3-5 物件關聯 32
圖3-6 Primary key 32
圖3-7 Foreign key 33
圖3-8 物件關聯圖 35
圖3-9 模糊歸屬函數“at least T”36
圖3-10 模糊歸屬函數“close to T”37
圖3-11 模糊歸屬函數“at most T”38
圖3-12 知識庫系統運作機制 40
圖3-13 產品問題模糊診斷系統 42
圖4-1 馬達案例專家問卷層級樹狀圖 48
圖4-2 電子控制燃油噴射裝置案例專家問卷層級樹狀圖 52
圖4-3 發現潛在問題流程圖 55
圖4-4 發現潛在問題案例一 56
圖4-5 案例一原因方案評選軟體畫面 56
圖4-6 案例一原因方案評選 57
圖4-7 發現潛在問題案例二 58
圖4-8 案例二原因方案評選軟體畫面 59
圖4-9 案例二原因方案評選 60
圖4-10“at least 70”之門檻值0.7 61
圖4-11“close to 13.5”之門檻值0.7 62
圖4-12 產品問題查詢畫面 66
圖4-13 產品問題查詢結果 66
圖4-14 維修作業之潛在問題發現 67
圖4-15 產品問題模糊查詢畫面 67
圖4-16 產品問題模糊查詢結果 68

表目錄
表3-1 at least關聯表 36
表3-2 close to關聯表 36
表3-3 at most關聯表 37
表3-4 隨機指標表 44
表4-1 馬達案例專家問卷發放與回收狀況統計表 47
表4-2 馬達案例專家問卷填答者基本資料統計表 47
表4-3 馬達案例根本目標平均權重統計表 49
表4-4 馬達案例屬性平均權重統計表 49
表4-5 馬達案例方案平均權重統計表 50
表4-6 電子控制燃油噴射裝置案例專家問卷發放與回收狀況統計表 50
表4-7 電子控制燃油噴射裝置案例專家問卷填答者基本資料統計表 51
表4-8 電子控制燃油噴射裝置案例根本目標平均權重統計表 53
表4-9 電子控制燃油噴射裝置案例屬性平均權重統計表 53
表4-10 電子控制燃油噴射裝置案例方案平均權重統計表 54
表4-11 at least 70關聯表 61
表4-12 close to 13.5關聯表 62

參考文獻
一、中文部份
1. 石育賢，2005。「汽車電子科技日新月異開啟資訊技術應用商機」，車輛工業月刊，第135期：29-34。
2. 卓嫈琴，2002。「模糊關聯式資料庫之模糊多重值相依性研究」，元智大學資訊管理研究所碩士論文。
3. 炬見工作室，2005。「知識管理：企業核心競爭力和永續發展的關鍵報告」，台北：博碩文化股份有限公司。
4. 林正國，2006。「全球商品鏈下台灣汽車電子產業發展網絡結構」，國立中山大學公共事務管理研究所碩士論文。
5. 施威銘研究室，2001。「SQL Server 2000設計實務」，台北：旗標出版股份有限公司。
6. 洪乙展，2004。「應用於模糊資料庫挖掘序列型樣的新方法」，淡江大學資訊工程學系碩士班碩士論文。
7. 莊惠雯，2002。「物件關連式地理資料庫之設計與建置」，國立成功大學測量工程學系碩士論文。
8. 陳美玲，2005。「配合全球市場發展趨勢，台灣汽車電子產品未來發展建議」，車輛工業月刊，第140期：64-68。
9. 黃堯銘，2002。「運用近似語意相等在模糊資料庫上的模糊查詢」，元智大學資訊管理學系碩士班碩士論文。
10. 蔣旭政，2000。「應用物件導向資料庫技術建構同步模擬的環境」，中原大學工業工程學系碩士論文。
11. 鄭景俗、王佳文、蔡孟峰、黃堃承，2004。「模糊語意整合運算法建立高中教師評鑑輔助系統」，人力資源管理學報，第4卷，第3期：73-89。
12. 藍中賢，2000。「結合模糊集合理論與貝氏分類法之資料探勘技術－應用於健保局醫療費用審查作業」，元智大學資訊研究所碩士論文。
13. 顏定乾，2000。「運用元件化技術於物件導向合作工具之研究」，大葉大學資訊管理研究所碩士論文。

二、英文部份
1. Buckles, B. P. and Petry, F. E., 1984. Extending the Fuzzy Database with Fuzzy Numbers. Information Sciences, 34: 45-55.
2. Davenport, T. and Prusak, L., 1998. Working Knowledge: How Organizations Manage What They Know, Harvard Business School Press.
3. Dhebar, A., 1995. Complementarity, compatibility, and product change: Breaking with the past. Journal of Product Innovation Management, 12: 136-152.
4. Huang, C. M., Hong, T. P., and Horng, S. J., 2007. Mining knowledge from object-oriented instances. Expert Systems with Applications, 33: 441–450.
5. Kaufmann, A. and Gupta, M. M., 1985. Introduction to Fuzzy Arithmetic, Van Nostrand, New York.
6. Keeny, R. L. and Raiffa, H., 1993. Decision with Multiple Objectives: Preferences and Value Tradeoffs, Cambridge University Press, New York.
7. Khoshafian, S., 1993. Object-Oriented Database, John Wiley and Sons.
8. Kim, S., Park, J., and Hong, S., 2006. Scenario-based multitasking for real-time object-oriented models. Information and Software Technology, 48: 820–835.
9. Kim, W., 1990. Object-oriented databases: definition and research directions. IEEE Transactions on Knowledge and Data Engineering, 2(3): 327–341.
10. Kroha, P., 1993. Objects and Databases, McGraw-Hill.
11. Ma, Z. M. and Yan, L., 2007. Generalization of strategies for fuzzy query translation in classical relational databases. Information and Software Technology, 49: 172–180.
12. Ma, Z. M., Zhang, W. J., and Ma, W. Y., 1999. Assessment of Data Redundancy in Fuzzy Relational Databases Based on Semantic Inclusion Degree. Information Processing Letters, 72: 25- 29.
13. Mockler, R. J., 1992. Developing Knowledge-based Systems Using an Expert System Shell, Macmillan Publishing Company, New York.
14. Muffatto, M., 1999. Introducing a Platform Strategy in Product Development. International Journal of Production Economics, 60-61: 145-153.
15. Okayama, T., Ogata, H., and Itoh, S., 2000. A study on safety design concept of automotive electronic components. JSAE Review, 21: 85-90.
16. Saaty, T. L., 1980. The Analytic Hierarchy Process, McGraw-Hill, New York, 15.
17. Saaty, T. L. and Vargas, L. G., 1980. Hierarchical Analysis of Behavior in Competition: Prediction in Chess. Behavioral Science, 25: 180-191.
18. Sengupta, S., 1998. Some Approach to Complementary Product Strategy. The Journal of Product Innovation Management, 15: 352-367.
19. Stone, R. B., Wood, K. L., and Crawford, R. H., 2000. Using Quantitative Functional Models to Develop Product Architecture, Design Study, 21: 239-260.
20. Zack, M. H., 1999. Managing Codified Knowledge, Sloan Management Review, 40(4): 45-58.
21. Zadeh, L. A., 1965. Fuzzy Sets. Information and Control, 8: 338-353.
22. Zimmerman, Hans J., 1987. Fuzzy Sets, Decision Making, and Expert Systems, Kluwer Academic Publishers.

三、相關網站
1. 台灣區汽車修理工業同業公會。網站：http://www.autorepair.org.tw/。
2. 汽車論壇。網站：http://qclt.com/。