臺灣博碩士論文加值系統

在低利世代的衝擊下，水產飼料產業除了找尋最佳配方、開發新產品與機台產能改善外，在品質技術上的改善，也是提升競爭力的策略之一。進行水產飼料生產時，可能面臨到加工變數眾多且複雜，為獲得所期望的品質特性，往往需要仰賴有經驗及技術的現場人員。故本研究利用迴歸分析及灰色系統理論中的灰色決策分析，在面對多品質特性要求下，提供水產飼料業者一套實用及人性化預測模式。
本研究針對水產浮水飼料生產製程，藉由迴歸分析找出影響飼料假比重、水份、硬度、水中軟化時間的重要影響變數及預測模式，最後利用灰色決策分析找出符合四個品質特性之最佳參數組合。研究最後並以實際製程生產驗證其模式條件之有效性。

Under the attack of low profit era, the production industry of aquatic feed is searching for its suitable formula, developing new products, and improvement of machine’s capability. Meanwhile, improving product quality technicality is also a tactic to promote its competition. One might face the complexity of the process variables while producing aquatic feed. In order to obtain desirable product quality, it is usually depended on the experience of the operators. The research studies the production process of aquatic feed of a case company. It integrates regression analysis and grey decision method to provide a prediction model considering multiple response variables.
After collecting data and analysis, the study presents the regression models of the gravity, hardness, and moisture of the aquatic feed in addition to the required time for softening the aquatic feed. Grey decision method is utilized to find the best process parameters for the four response variables.

中文摘要---------- I
英文摘要-----------II
目錄 -----------III
表目錄 -----------V
圖目錄 -----------VI
第一章 緒論------ 1
1.1 研究動機與目的 1
1.2 研究範圍與限制 5
1.3. 研究架構 6
第二章 文獻探討 7
2.1飼料產業 7
2.2飼料生產製程文獻 13
2.3水產飼料之擠壓技術探討 16
2.4多重品質特性及灰色決策相關文獻 21
第三章 研究方法 25
3.1迴歸分析 25
3.2灰色局勢決策 35
3.3研究流程 40
第四章 實驗結果與分析 43
4.1製程變數之選擇 43
4.2數據收集 44
4.3模式建立 44
4.4殘差分析及模式診斷 47
4.5預測模式驗證 60
4.6最佳製程條件選取 67
4.7最佳製程條件的驗證 67

第五章 結論與未來建議 70
5.1結論 70
5.2未來建議 71
參考文獻 72

1.方弘信（2003），水產飼料集團管理資訊需求規劃，國立海洋大學水產養殖學系碩士論文。
2.王宗富（2001），多重品質特性製程參數最佳化研究-以高分子有機電激發光顯示器為例，國立台灣科技大學工業管理系碩士論文。
3.胡稚群（2000），半導體封裝產業標準機器產能預測模型之建立，東海大學工業工程系碩士論文。
4.洪平（1998），台灣飼料業經營策略的演變，飼料營養雜誌，第4-13頁。
5.洪維宗（2003），灰色關聯分析於整合田口方法多重品質特性最佳化─在食品工業製程實證，東海大學食品科學系碩士論文。
6.夏郭賢、吳漢雄（1998），灰色關聯分析之線性數據前處理探討，灰色系統學刊，第一卷，第一期，第47-53頁。
7.張志銘（1999），食品包裝材料印刷殘留有毒溶劑量模式之建立，逢甲大學工業工程學系碩士論文。
8.陳順宇（2000），迴歸分析，第三版，華泰書局股份有限公司。
9.許雅傑（2002），多類別資料迴歸模型之適合度檢定統計量研究，東華大學應用數學系碩士論文。
10.梁妍妍（1985），線性迴歸變數選擇之研究，政治大學統計系碩士論文。
11.陳立性（1993），迴歸殘差值之研究，中正大學應用數學系碩士論文。
12.陳毓家（1996），長期資料迴歸分析離群值的診斷，成功大學統計學系碩士論文。
13.曹昭志（1986），電腦與飼料。飼料營養雜誌 創刊號，第71-79頁。
14.黃馨儀（2000），削減農業境內總支持水準對我國農畜場業之衝擊分析，臺灣大學農業經濟系碩士論文。
15.張芬蘭（1999），養殖漁業產銷班都市行銷體系之研究，台灣海洋大學漁業經濟研究所碩士論文。
16.彰化銀行（1993），飼料產業，研究發展處經濟研究科產業動態報導。
17.彰化銀行（1992），飼料產業，研究發展處經濟研究科產業動態報導。
18.鄧聚龍（2000），灰色系統理論與應用，初版，高立圖書公司。
19.鄧聚龍（1986），灰色預測與決策，華中理工大學出版社。
20.蔡志浩（2001），無轉軸量測器感應機向量驅動系統之灰色決策控制器設計，碩士論文，國立台北科技大學電機工程研究所。
21.劉應興編譯（1996），應用線性迴歸模型，初版，華泰書局股份有限公司。
22.劉玫瑰（2004），非常態分配數據轉換之研究，元智大學，工業工程與管理學系碩士論文。
23.顏文俊（1987），食品擠壓技術簡介，食品工業，第19（5）期，第21-29頁。
24.簡禎富、劉志明、溫于平、薛家豪、王順財（1998），灰色多屬性決策-以電聯車檢修作業之選取為例，中國工業工程學會論文集，第488-493頁。
25.龔昶元、鄭朝仁（2002），應用灰色局勢決策方法建構企業委外管理績效多準則評估模式，第七屆灰色系統研討會論文集，第105-110頁。
26.Charles Botting（1998），寵物及水產飼料之擠壓投術，飼料營養雜誌，第86-99頁。
27.David Bossman（1998），飼料管理技術及全球飼料需求，飼料營養雜誌，第20-28頁。
28.Belsley, D. A. “Conditioning Diagnostics: Collinearity and Weak Data in Regression,” New York: John Wiley & Sons, 1991.
29.Belsley, D. A; E. Kuh; and R. E. Welsch. “Regression Diagnostics: Identifying Influential Data and Sources of Collinearity,” New York: John Wiley & Sons, 1980.
30.Deng, Julong (1989) Introduction to grey system. Journal of Grey System, 1(1):1-24.
31.Derringer, G. and R. Suich, “Simultaneous Optimization of Serveral Response Variables,”Journal of Quality Tehnology, Vol.12, No.4 pp. 214-219, Oct. 1980.
32.Frank, I. E. , and J. H. Friedman. “A Statistical View of Some Chemometrics Regression Tools,” Technometrics 35 (1993), pp.35-109.
33.Guo, R., Xu, L.C., Yang, S.L., Liu, Q.J., Wu, L.F., Song, C.J., Yang, C.L., and Guan, L.(1994), "Grey Decision Making for Genetic Breeding Wheat", The Journal of Grey System, Vol.6, No.1, pp.23-34.
34.Hoaglin, D.C.; F. Mosteller; and J.W. Tukey. “Exploring Data Tables, Trends, and Shapes,” New York: John Wiley & Sons, 1985.
35.JMP IN User’s Guide. Cary, N.C. : SAS Institute, Inc. 1993.
36.Logothetis, N. and Haigh A., “Characterizing and Optimizing Multi-Response Process by Taguchi Method,” Quality and Reliability Engineering International, Vol. 4, No 2, pp.159-169.
37.Montgomery, D. C. , and E. A. Peck. “Introduction to Linear Regression Analysis,” 2nd ed. New York: John Wiley & Sons, 1992.
38.Nott H. and G. F. Combs. 1967. Date processing of feed ingredient composition data. Feedstuffs 34: 21-22.
39.Pope, P. T. , and J. T. Webster. “ The Use of a F-Statistic in Stepwise Regression,” Technometrics 14, 1972, pp 40-327.
40.Pesti, G. M. and B. R. Miller. 1993. Animal Feed Formulation. Van Norstrand Reinhold, New York, USA. 166pp.
41.Rousseeuw, P. J. , and A. M. Leroy. “Robust Regression and Outlier Detection,” New York: John Wiley & Sons, 1987.
42.Tong, L.I. and C.T. Su, “Multi-Response Robust Design by Principal Component analysis,” Total Quality Management, Vol. 8, No 6, pp.409-416, 1997.