簡易檢索 / 詳目顯示

回結果列表
研究生： 陳坤振
Kun-Cheng Chen
論文名稱： 管制圖判讀與影響因子序列型樣探勘之研究
Study of control chart pattern recognition and sequential pattern mining of impact
指導教授： 呂守陞
Sou-Sen Leu
口試委員: 黃榮堯
Rong-Yao Huang
卿建業
Jian-Ye Ching
陳鴻銘
Hung-Ming Chen
學位類別： 碩士
Master
系所名稱： 工程學院 - 營建工程系
Department of Civil and Construction Engineering
論文出版年： 2005
畢業學年度： 93
語文別： 中文
論文頁數： 143
中文關鍵詞： 統計製程管制 、序列型樣 、管制圖特徵辨識
外文關鍵詞： control chart pattern recognition, statistical process control, sequential pattern
相關次數： 點閱：413  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  •  上一筆

    • 綜觀目前工程專案管理之方式，多為單點式的考核而忽略整體過程的趨勢，因此未針對其趨勢分析瞭解其原因，甚少分析逐月之間的相關性與關聯規則，僅僅進行單點式的改善，導致凡事於事發之後進行補救改善措施，未有正面極積預防的機制與管理，使得管考資料流於文件檔案儲存備查之用途，無法於管理上發揮其功用。
    本研究期望以品質管制之觀念為核心，導入統計製程管制圖之觀念，建立視覺化的趨勢管制圖，以掌握專案整體趨勢，並建立管制圖判讀機制，判定與分析管制圖之趨勢類型，於後配合專案異常紀錄，運用資料探勘（Data Mining）技術中之序列型樣探勘技術，挖掘各種管制圖趨勢類型所對應的影響因素及其發生的順序，並針對專案各階段的預測需求，分別運用三種序列型樣演算法探勘高頻序列，以滿足專案不同時期之管理需求。以利管理者能迅速掌握專案之執行狀況，並得知影響專案趨勢之問題點，事先研擬預防措施，進而提昇專案管理之能力。
    關鍵字：統計製程管制,管制圖特徵辨識,序列型樣。

    As a technical service provider, engineering consultants, which serves throughout all stages of a project, it need to utilize IT to maintain its competitiveness. In this research, we intended to provide visionalized display of project characteristics with Statistical Process Control. This research regards SPI(Schedule Performance Index)and CPI(Cost Performance Index) of project as experimental subjects. The visionalized display indicates the patterns that reflect the project performance. In order to understand tendency of each periods of project execution, provide a model that recognizes control chart pattern. This research also explores the relationships between the control chart pattern and the causes that influence control chart pattern happened during construction with Sequential Pattern.

    目錄 摘要……………………………………………………………………..Ⅰ ABSTRACT……………………………………………………….........Ⅱ 誌謝………………………………………………………......................Ⅲ 目錄……………………………………………………………………..Ⅳ 圖目錄…………………………………………………………………..Ⅷ 表目錄…………………………………………………………………..Ⅹ 第一章 緒論………………………………………………………....1-1 1.1 研究動機與目的………………………………………………..1-1 1.2 研究範圍與內容………………………………………………..1-3 1.3 研究方法與步驟………………………………………………..1-4 第二章 文獻回顧…………………………………………………...2-1 2.1統計製程管制圖之文獻探討…………………………………...2-1 2.2管制圖判讀與辨識文獻探討…………………………………...2-6 2.3 資料探勘………………………………………………………..2-9 2.3.1 資料探勘的源起…………………………………………...2-9 2.3.2 資料探勘的定義………………………………………….2-12 2.3.3 資料探勘的功能………………………………………….2-13 2.3.4 資料探勘之研究流程…………………………………….2-15 2.4 序列型樣文獻探討……………………………………………2-18 第三章 研究方法之探討與應用………………………………...3-1 3.1 統計製程管制圖………………………………………………..3-1 3.1.1 統計製程管制圖的基本原理……………………………...3-1 3.1.2 管制圖的基本概念………………………………………...3-3 3.1.3 統計製程管制圖的種類…………………………………...3-4 3.1.4 管制圖趨勢類型與判斷準則…………………………….3-19 3.2 序列型樣探勘…………………………………………………3-26 3.2.1 序列型樣的理論………………………………………….3-27 3.2.2 順序性資料探勘簡介…………………………………….3-29 3.3 專案工程執行績效之影響因素………………………………3-31 第四章 績效指標與動態預測模型建置……………………….4-1 4.1資料收集與前置處理…………………………………………...4-1 4.1.1資料來源與蒐集……………………………………………4-1 4.1.2資料前置處理………………………………………………4-2 4.2 績效指標簡介…………………………………………………..4-3 4.3 績效指標管制圖建立…………………………………………..4-6 4.4 管制圖判讀……………………………………………………4-14 4.4.1 管制圖判讀基準………………………………...………..4-15 4.4.2 管制圖切割…………………………………………….....4-25 4.4.3 管制圖趨勢類型點數門檻之敏感度分析…………….....4-27 4.4.4 管制圖分類樹架構…………………………………….....4-33 第五章 績效影響因素序列探勘……………………………………...5-1 5.1 順序性資料序列型樣演算法…………………………………..5-1 5.1.1 Apriori演算法………………………………........................5-5 5.2 管制圖趨勢類型序列資料庫建立……………………………..5-9 5.3 影響因素序列型樣探勘………………………………………5-11 5.3.1 Apriori-based演算法高頻序列探勘……………………...5-12 5.3.2 Apriori-All演算法高頻序列探勘………………………...5-15 5.3.3 hackle-tree高頻序列探勘………………………………....5-17 第六章 結論與建議…………………………………………………...6-1 6.1 結論………………………………………………......................6-1 6.2 建議………………………………………………......................6-2 參考文獻………………………………………………........................A-1 附錄A………………………………………………............................B-1 附錄B……………………………………………….............................C-1 附錄C……………………………………………….............................D-1 圖目錄 圖1.1 時間序列資料應用邏輯示意圖……………………………….1-3 圖1.2 研究範圍與內容……………………………………………….1-4 圖1.3 研究流程……………………………………………………….1-6 圖2.1 品質管制之演進……………………………………………….2-2 圖2.2 管制圖區域劃分……………………………………………….2-7 圖2.3 類神經網路管制圖趨勢特徵辨識之示意圖………………...2-10 圖2.4 資料探勘資料機制…………………………………………...2-13 圖2.5 資料探勘研究架構圖………………………………………...2-16 圖3.1 管制圖圖例……………………………….................................3-3 圖3.2 管制圖常態曲線……………………………….........................3-4 圖3.3 管制圖在使用上的選用時機………………………………….3-7 圖3.4 管制圖樣本數與變動大小之解說案例……………………….3-7 圖4.1 資料前置處理流程………………………………………….....4-2 圖4.2 獲利價值管理系統基本要項關係圖……………………….....4-4 圖4.3 非常態分配之數值轉換流程………………………………...4-10 圖4.4 管制圖數值資料非常態分配之處理機制…………………...4-13 圖4.5 管制圖區域劃分………………………………………….......4-17 圖4.6 管制圖特徵擷取示意圖………………………………….......4-18 圖4.7 管制圖趨勢類型與特徵辨識運算式之關係圖……………...4-23 圖4.8 管制圖趨勢類型分類架構圖………………………………...4-28 圖4.9 專案47030379管制圖切割圖例…………………………….4-34 圖5.1 序列型樣探勘機制…………………………………………….5-5 圖5.2 管制圖趨勢成因序列探勘概念圖…………………………….5-7 圖5.3 序列型樣探勘流程…………………………………………….5-8 圖5.4 專案時期分割三軸向概念圖………………………………...5-10 圖5.5 績效管制圖序列資料庫……………………………………...5-11 圖5.6 hackle-tree實例……………………………………………......5-18 表目錄 表2.1 管制圖發展紀事……………………………………………….2-4 表2.2 異常管制圖判斷法則………………………………………….2-6 表2.3 管制圖趨勢特徵辨識之相關文獻…………………………….2-8 表2.4 序列型樣演算法彙整………………………………………...2-17 表2.5 序列型樣之相關文獻………………………………………...2-18 表3.1 管制圖種類彙整表…………………………………………….3-5 表3.2 計量值與計數值管制圖之優缺點比較……………………….3-6 表3.3 平均數與全距管制圖管制線………………………………….3-8 表3.4 平均數與標準差管制圖管制線……………………………...3-10 表3.5 中位數管制圖與平均數管制圖之比較……………………...3-10 表3.6 中位數與全距管制圖管制線………………………………...3-11 表3.7 個別值與移動全距管制圖管制線…………………………...3-12 表3.8 不良率管制圖管制線………………………………………...3-13 表3.9 不良數管制圖管制線………………………………………...3-14 表3.10 缺點數管制圖管制線……………………………………….3-15 表3.11 單位缺點數管制圖管制線………………………………….3-15 表3.12 四種計數值管制圖之特性比較…………………………….3-16 表3.13指數加權移動平均管制圖管制線…………………………...3-18 表3.14 計量值管制圖與計數值管制圖之特性比較……………….3-19 表3.15 管制圖趨勢類型彙整表…………………………………….3-21 表3.16 序列型樣應用實例………………………………………….3-26 表3.17 序列型樣例……………………………………………….....3-28 表3.18 支持度與信賴度的意義…………………………………….3-29 表4.1 獲利價值管理系統基本要項………………………………….4-4 表4.2 專案3500517之各月績效指標彙整表……………………….4-8 表4.3 專案3500517之K-S test結果………………………………...4-9 表4.4 專案4703037數值轉換之管制圖…………………………....4-11 表4.5 非常態性資料轉換…………………………………………...4-12 表4.6 管制圖趨勢類型之特徵與點數門檻………………………...4-19 表4.7 特徵值趨勢辨識彙整表……………………………………...4-20 表4.8 各趨勢類型辨識特徵值彙整表……………………………...4-24 表4.9 最小切割單位評估比較表……………………………….......4-26 表4.10 專案47030379管制圖切割例……………………………...4-28 表4.11 grouping or bunching敏感度分析…………………………..4-29 表4.12 gradual change in level敏感度分析…………………………4-30 表4.13 systematic variables敏感度分析………………………….....4-30 表4.14 interaction敏感度分析……………………………………....4-31 表4.15 stratification敏感度分析………………………………….....4-31 表4.16 sudden shift in level敏感度分析………………………….....4-32 表4.17 trend敏感度分析………………………………………….....4-32 表4.18 趨勢類型點數門檻敏感度分析後之調整……………….....4-33 表4.19 管制圖趨勢類型分類樹分類結果……………….................4-35 表4.20 natural pattern誤判結果………………..................................4-35 表5.1 順序性資料序列型樣演算法彙整…………………………….5-4 表5.2 影響因素彙整表……………………………………………….5-7 表5.3 專案異常紀錄（專案3502520）……………………………….5-9 表5.4 專案異常紀錄影響因素序列（專案3502520）……………….5-9 表5.5 專案績效序列型樣探勘實例（一）………………………...5-12 表5.6專案績效序列型樣探勘實例（二）…………………………5-15 表5.7 序列簡化………………………………………………….......5-16 表5.8 Apriori-All演算法序列支持度計算結果…………………….5-16 表5.9專案績效序列型樣探勘實例（三）…………………………5-18 表5.10 序列型樣探勘方法彙整…………………………………….5-20

    參考文獻
    書籍部分
    【房克成，1994】房克成，管制圖（附製程管制實務），中華民國品質管制學會，1994。
    【林鴻欽，2003】林鴻欽、吳復強 編譯，Donna C. S. Summers 原著，品質管理，台灣培生教育出版股份有限公司，2003。
    【韋端，2001】韋端，國政研究報告-資料採礦在主計審計業務上的遠景方向，財團法人國家政策研究基金會，May 30,2001。
    【徐世輝，1996】徐世輝，品質管理，三民書局，1996。
    【陳耀茂，1989】陳耀茂 編，大場興一 著，如何活用管制圖，中華民國品質管制學會，1989。
    【傅和彥等，2004】傅和彥、黃士滔，品質管理，前程企業管理有限公司，2004。
    【歐嘉瑞，1986】歐嘉瑞編譯，統計品質管制應用入門，全友書局股份有限公司，1986。
    【簡聰海等，1999】簡聰海、許聰鑫、蔡志弘，品質管理，全威圖書有限公司，1999。

    中文論文
    【王志能，2001】王志能，計量值管制圖之探討與電腦化，國立台灣科技大學工業管理系碩士論文，2001。
    【李旻哲，2003】李旻哲，計數值管制圖軟體應用之研究，國立台灣科技大學工業管理研究所，2003。
    【阮士峰，2004】阮士峰，資料探勘在股市序列型樣的應用，國立東華大學資訊工程研究所碩士論文，2004。
    【林佑澤，2004】林佑澤，專案形成與執行階段績效之預測與影響因素評估，國立台灣科技大學營建工程研究所碩士論文，2004。
    【陳世訓，2002】陳世訓，網站日誌探勘的研究與實作，國立台灣大學資訊工程學研究所碩士論文，2002。
    【張衡閣，2002】張衡閣，一個資料庫多維度序列法則探勘方法，朝陽科技大學資訊管理系碩士論文，2002。
    【鄭玉宙，2001】類神經網路應用於降低武器及彈藥測試成本之研究，國防大學中正理工學院兵器系統工程研究所碩士論文，2001。
    【謝智聿，2002】謝智聿，以序列探勘理論實作之網路異常型樣驗證，逢甲大學資訊工程研究所碩士論文，2002。
    【謝玉玲，2004】謝玉玲，序列型態應用於疾病分類碼之分析研究，國立東華大學資訊工程研究所碩士論文，2004。
    英文論文
    【Agrawal and Srikant, 1995】Agrawal, R., and Srikant, R., “Mining Sequential Patterns”, In Proceedings of International Conference on Data Engineering, pp.3-14, 1995.
    【Florac and Carleton, 1999】Florac, William A. and Carleton, Anita D., “Measuring the Software Process”, Addison-Wesley, 1999.
    【Feigenbaum, 1991】Feigenbaum V. Armand, “Total Quality Control, 3th “ ed., New York: McGraw-Hill Inc., 1991.
    【Han et al., 2000】Han J., Pei B., Mortazavi-Asl B., Chen Q., Dayal U., and Hsu M-C., “FreeSpan: Frequent pattern-projected sequential pattern mining”, Proceeding of the International Conference of Knowledge Discovery and Data mining, pp.355-359, 2000.
    【Han and Kamber, 2001】Han, Jiawei and Kamber, Michelie., “Data Mining: Concepts and Techniques”, Morgan Kaufmann Publishers, San Francisco, 2001.
    【Le et al., 2004】Qinghong Le, Xinghai Gao, Lin Teng, and Mingquan Zhu, “A New ANN Model and Its Application in Pattern Recognition of Control Charts”, Proceedings of the 5th World Congress on Intelligent Control and Automation , June 15-19 2004.
    【Montgomery, 2000】Montgomery, D.C., “Introduction to Statistical Quality Control, 4th ed.”, Wiley, 2000.
    【Masseglia et al., 1998】Masseglia F., Cathala F., and Poncelet P., “The PSP Approach for Mining Sequential Patterns”, Proceedings of the 2nd European Symposium on Principles of Data Mining and Knowledge Discovery, Nantes, France, vol.1510, pp.176-184, 1998.
    【Pei et al., 2001】Pei J., Han J., Mortazavi-Asl B., Pinto H. Chen Q., Dayal U., and Hsu M-C., “PrefixSpan: Mining Sequential Patterns Efficiently by Prefix Projected Pattern Growth”, Proceeding of the International Conference of Data Engineering, H eidelberg, Germany, pp.215-224, 2001.
    【Pham and Oztemel, 1994】Pham D. T., and Oztemel E., ”Control chart pattern recognition using learning vector quantization networks”, International Journal of Production Research, vol. 32, no.3, pp721-729, 1994.
    【Siripen Larpkiattaworn, 2003】Siripen Larpkiattaworn, “A Neural Network Approach for Multi-Attribute Process Control with Comparison of Two Current Techniques and Guideleines for practical use”, University of Pittsburgh, 2003.
    【Western Electric Company, 1956】Western Electric Company, “Statistical quality control handbook Western Electric Company”, Inc., New York: Western Electric Company, Inc., 1956.

    【Walt, 2002】Walt Lipke, “Statistical Process Control of Project Performance”, Oklaboma City Air Logistics Center, 2002.
    【Yang and Yang, 2002】Miin-Shen Yang and Jenn-Hwai Yang, “A fuzzy-soft learning vector quantization for control chart pattern recognition”, International Journal of Production Research, vol.40, no. 12, 2721-2731, 2002.
    【Zaki, 2001】Zaki M. J.,”SPADE: An Efficient Algorithm for Mining Frequent Sequences”, Proceeding of Machine Learning Journal, special issue on Unsupervised Learning, vol.42 Nos. 1/2, pp.31-60, 2001.

    無法下載圖示 全文公開日期 本全文未授權公開 (校內網路)
    全文公開日期 本全文未授權公開 (校外網路)
    全文公開日期 本全文未授權公開 (國家圖書館：臺灣博碩士論文系統)
    QR CODE