汽車製造廠，部份零組件仰賴週邊衛星工廠又可稱為協力廠協助生產製造零件供中心廠組車使用，長期以來汽車中心廠與協力廠在汽車產業形成一個重要的關係鍊，但在眾多汽車零組件製造廠中如何找出符合中心廠所要求的，成為車廠採購人員所需要去判斷的。
本論文既利用類神經網路(Artificial Neural Networks)，將目前車廠已採用及之前未採用的協力廠，依各要求維度建立數據，並將數據量化代入類神經網路系統中進行訓練，並利用實驗逐次取消維度直至正確率最高為止，並以最後選出正確率最高的幾項維度進行類神經網路訓練，並將未來欲進入中心廠之新廠商維度數據導入系統進行判定，可作為車廠採購人員作為採用或不採用之判定參考。

Many parts used by the automobile manufacturers are provided by outside suppliers. Hence, the chain between the automobile manufacturers and their suppliers has been considered very important for the purchasing department of an automobile factory. Finding qualified suppliers that can meet the demands of the automobile manufacturers is thus an important issue.

With the application of neural networks, this thesis develops an approach to help determining the qualification of the suppliers. By using data of the known qualified and unqualified suppliers and by setting a number of features to characterize the capability of the suppliers, neural networks are trained to determine the qualification of the suppliers. In training the neural networks, the features are incrementally removed until optimal classification accuracy is reached. It is hoped that this system can become an effective decision-supporting system in screening the potential suppliers for the automobile manufacturers.

摘要(中文)……………………………………………………………...Ⅰ
摘要(英文)……………………………………………………………...Ⅱ
目錄……………………………………………………………………..Ⅲ
圖次……………………………………………………………………..Ⅵ
表次…………………………………………………………………… .Ⅷ
第一章 緒論
1.1 前言..........................................................................................1
1.2 研究動機……………………………………………………. 1
1.3 相關研究……………………………………………………..4
1.3.1 協力廠商篩選主要條件.....................................................5
1.3.2 類神經網路系統.................................................................5
1.3.3 類神經網路的特性.............................................................6
1.4 論文架構………………………….…………………………7
第二章 汽車製造業協力廠特性區分
2.1 汽車製造協力廠發展現況……..……………………………8
2.2 汽車製造協力廠製品分類….………………………………10
2.2.1 電裝類……………………………………………………10
2.2.2塑膠類……………………………………………………10
2.2.3板金類……………………………………………………11
2.2.4完成品……………………………………………………11
2.3 特徵變數選擇及數據量化…………………….……………13
2.3.1國外技術合作……………………………………………13
2.3.2廠商分類…………………………………………………14
2.3.3 開發人員數……………………………………………...14
2.3.4具實驗室設備……………………………………………14
2.3.5其他汽車廠實績…………………………………………16
2.3.6資本額……………………………………………………16
2.3.7營業額……………………………………………………17
2.3.8相關認證…………………………………………………17
2.3.9品質判定…………………………………………………18
2.3.10運輸納入管理…………………………………………..20
2.4量化數據表建立………………………………………………21
第三章 類神經網路學習
3.1 MLP 架構...............................................................................29
3.2 MLP網路在型態鑑別上的設定關…….…………………...31
3.3 類神經網路學習基本資料建立……………………….……31
3.4 類神經網路訓練效能評估………..………………………...35
3.4.1 採用廠商分錯統計….………………...............................37
3.4.2 未採用廠商分錯統計……….………………….………..38
3.5 提高類神經網路學習之正確率…..………………………...39
3.5.1 逐一取消1個維度，以9個維度進行網路學習….....39
3.5.2 除第8維度取消外，再逐一取消1個維度進行
網路學習………………………………………………40
3.5.3除第8、7維度取消外，再逐一取消1個維度進行
網路學習…………………………………...…………42
3.5.4除第8、7、4維度取消外，再逐一取消1個維度
進行網路學習…………...……………………………43
3.5.5除第8、7、4、5維度取消外，再逐一取消1個
維度進行網路學習……………...……………………44
3.6 標準差與正確率之討論……………...………….…………46
3.7 建立類神經網路模組供未來資料鑑定….…...……………47
3.8 分類信心………………...……………………….…………52
第四章 結論………………………………………………………….58
參考文獻…………………………………………………………….....59

A.F. Atiya, S.M. El-Shoura, S.I. Shaheen, and M.S. El-Sherif, 1999, “A comparison between neural-network forecasting techniques-case study: river flow forecasting,” IEEE Transactions on Neural Networks, vol. 10, no.2, pp. 402-409.

C. Robert, P. Karasinski, C.D. Arreto, and J.F. Gaudy, 2002, “Monitoring anesthesia using neural networks: a survey,” Jourmal of Clinical Monitoring and Computing, vol.17, pp. 259-267.

D.A. Rossiev, S.E. Golovenkin, V.A. Shulman and G.V. Matjushin, 1995, “Neural networks for forecasting of myocardial infarction complications,” 2nd International Symposium on Neuroinformatics and Neurocomputers, pp. 292-298.

H. Wilson, and F. Recknagel, 2001,“Towards a generic artificial neural netork model for dynamic predictions of algal abundance in freshwater lakes,” Ecological Modelling, vol.146, pp. 69-84.

K.Woods and K.W. Bowyer, 1997, “Generating ROC curves for artificial neural networks,”IEEE Transactions on Medical Imaging, vol 16, no.3, pp. 329-337.

M.D. Richard, and R.P. Lippmann, 1991, “Neural network classifiers estimate Bayesian a posteriori probabilities,” Neural Computing, vol. 3, pp. 461-483.


R. Johnson, and P. Kuby, 2004,“Elementary statistics,” 9th ed, Belmont, CA:Brooks/Cloe.

S. Haykin, 1999, “Neural Networks : A Comprehensive foundation,” 2nded, Englewood Cliffs,NJ:Pretice-Hall.

S.O.V. Ranta, M. Hynynen, and J. Räsänen, 2002, “Application of artificial neural networks as an indicator of awareness with recall during general anaesthesia,” Journal of clinical Monitoring and Computing, vol.17, pp. 53-60.

王人鋒, 2003,“兩階段決策之委員會機器”, 碩士論文,中山大學機電工程研究所.

王元宏, 2004,“以心電圖訊號檢測睡眠呼吸中止症的類神經網路”, 碩士論文,中山大學機電工程研究所.

王建彬, 1996,“1996運輸工具工業與趨勢分析”, 工研院機械所.

江進豐, 2004,“我國汽車工業發展之契機”, 經濟情勢暨評論季刊”, 經濟部.

何臺光, 2004,“競爭因素、製造策略、顧客滿意與組織績效之關聯性研究-以台灣汽車零組件產業為例”, 碩士論文,成功大學企業管理研究所.

扈永安, 1997,“自製率取消對台灣汽車工業之影響及其因應之道”, 經濟情勢暨評論季刊, 經濟部.

陳水圖, 2000,“新產品開發管理、網路組織與績效之研究:以中衛體系汽車零組件製造商為例”, 碩士論文,中央大學工業管理研究所.

葉懷仁, 2003,“類神經網路應用於引擎聲訊之辨識”, 碩士論文,中山大學物理學系研究所.

歐嘉瑞, 1995,“談我國汽車工業之研究發展”, 工業簡訓

劉惠如, 2004,“產業績效與風險關係實證研究-以汽車產業為例”, 碩士論文,交通大學管理科學研究所.

蕭聿廷, 2000,“廠商特質與資源相似性對國產車競爭行為之研究”, 碩士論文,中山大學企業管理研究所.

蕭志同, 1996,“台灣汽車製造業生產規模初探”, 經濟情勢暨評論季刊, 經濟部