簡易檢索 / 詳目顯示

研究生: 賴榮斌
論文名稱: 應用模糊多準則決策分析於新技術導入評估模式之研究-以台灣模具廠商為例
指導教授: 蘇友珊
學位類別: 碩士
Master
系所名稱: 工業教育學系
Department of Industrial Education
論文出版年: 2014
畢業學年度: 102
語文別: 中文
論文頁數: 89
中文關鍵詞: 技術評估三維列印模具產業模糊德菲法模糊層級分析法
英文關鍵詞: Technology assessment, Three-dimensional printing, Mold and Die Industry, Fuzzy Delphi Method, Fuzzy Analytic Hierarchy Process
論文種類: 學術論文
相關次數: 點閱:246下載:20
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
  • 在目前產品設計及製造的運用上,產品的生產開發過程可分為設計、設計驗證與量產三階段,而在設計驗證階段常因產品設計的差異或其它因素進行設計變更,因此若能減少此階段的開發時間與費用,則將對產品的時效性與成本競爭力有極大的助益。快速生成模具(型)的新製程技術,使得生產製造業者面對科技創新所帶來新的製造模式改變。由於廠商導入3D列印技術的投資規模、技術複雜性與競爭策略等考量,其評估因素選擇可以被看作是一個多屬性決策過程,因此,本研究以台灣模具廠商導入3D列印技術為例,目的為提供一個系統方法對技術導入的決策評估,其中提出了兩個階段的程序。第一階段經由專家訪談與文獻蒐集建立初始準則後,透過模糊德爾菲法獲得專家意見於廠商導入新技術的重要評估構面與關鍵準則。在第二階段,使用模糊層級分析法將導入3D列印技術評估因素作為衡量的指標,找到每個標準的重要性程度,並建立了一個實證評估模型,為決策者提供參考。最後,本研究經專家評估各關鍵因素之重要性,結果以「技術趨勢」、「購建設備成本」、「財務策略」與「同業競爭優勢」為廠商在評估新技術導入時最重視之因素。

    In the current use of industrial manufacturing, the product development process can be divided into production design, design verification and mass production in three stages, and in the design validation stage often due to differences in product design, design changes or other factors, therefore, it would reduce this stage development time and costs, then the product timeliness and cost competitiveness of great help. As the mold maker import 3D printing technology, the scale of investment, technical complexity and competitive strategy considerations, its assessment of factors that can be considered as a multi-attribute decision-making process. Therefore, this paper aimed to provide a systematic approach for the assessment of technology into the decision-making, which proposed a two-stage process. The first phase collected via expert interviews and literature to establish the initial guidelines, the fuzzy Delphi method (FDM) to get through expert advice on vendors introduce new technology is an important criterion. In the second stage, the use of fuzzy analytic hierarchy process (FAHP) screening of the expert evaluation criteria for each dimension of the indicator as a measure to find the degree of importance of each criterion, and the establishment of an evaluation model to provide reference for decision-makers. This paper was approved by experts to assess the importance of the key factors that result in technology trends, the cost of acquisition, construction equipment, financial strategy and competition advantage for the manufacturers to evaluate new technologies in the most important factors when importing.

    謝誌 II 中文摘要 III ABSTRACT IV 目次 V 表次 VII 圖次 VIII 第一章 緒 論 1 第一節 研究背景與動機 2 第二節 研究目的 3 第三節 研究對象範圍 4 第四節 研究概念與研究流程 4 第五節 論文章節架構與說明 7 第六節 名詞釋義 7 第二章 模具產業概況與3D列印技術之應用 8 第一節 模具產品的定義與特性 8 第二節 模具產業概況探討 11 第三節 模具製程技術發展分析 16 第四節 3D列印技術於工業之應用 17 第一項 3D列印技術介紹 17 第二項 3D列印市場發展與趨勢 21 第五節 本章小結 23 第三章 文獻探討 25 第一節 企業導入新技術的評估與程序 25 第一項 技術導入之程序 25 第二項 技術導入之評估因素 29 第二節 多準則決策分析法與模糊集合理論 31 第一項 多準則決策分析法 31 第二項 模糊集合理論 33 第三項 模糊德菲法 35 第四項 模糊層級分析法 37 第五項 相似性整合法 40 第四章 研究方法 42 第一節 研究調查流程之步驟 42 第二節 層級架構之建立 43 第三節 構面與評估準則之整理 45 第一項 外部環境 45 第二項 內部資源 46 第三項 經營策略 47 第四項 科技規劃 48 第五項 作業績效 49 第四節 評估準則之篩選 52 第一項 專家問卷設計 52 第二項 專家問卷發放 52 第五節 準則權重計算與方案之評選 53 第一項 模糊德菲法篩選重要評估準則 53 第二項 專家模糊評估值相似度計算 55 第三項 模糊層級分析法權重計算 57 第五章 問卷調查結果與分析 59 第一節 FDM建立評估因子及篩選 59 第二節 FAHP專家意見整合與層級權重計算 61 第一項 FAHP專家意見相似性整合之應用 61 第二項 FAHP權重計算 63 第三項 模糊綜合評判與優先排序 63 第六章 討論與結論 65 第一節 主要研究結果與發現 65 第二節 研究貢獻 66 第一項 本研究對學術理論之意義 66 第二項 本研究對企業實務之意義 67 第三節 研究限制與未來研究方向 67 第一項 研究限制 67 第二項 未來研究方向 68 第四節 結論 68 參考文獻 70 附件一 模糊德菲法專家問卷 74 附件二 模糊層級分析法專家問卷 82

    一、中文文獻:
    王福山、黃昆明、林恆育,(2008),從模具產業發展趨勢談台灣模具產業之發展策 略,機械工業雜誌,第 309 期,第 3-12 頁。
    江梓桐,(2007),企業導入新資訊科技應用之探索性研究,國立台灣科技大學企業 管理研究所碩士論文。
    邱莊磊,(2005),製造業廠商產銷流程導入新技術科技決策與程序之研究,東吳大 學企業管理系碩士論文。
    張有恆、徐村和,(民82),模糊度量AHP 法— 交通運輸計畫評估新模式,中華 民國第一屆模糊理論與應用研討會,365-371頁。
    張偉民,(2006),「模糊多準則決策分析於國家太空通訊系統之評估」,中原大學 企業管理研究所碩士論文。
    陳仲宜,(2005),微模具技術發展趨勢,金屬工業發展中心。
    陳賜賢,(2013),2013年3D Printer技術與市場發展趨勢,MIC產業研究報告。
    王立志,(1999),系統化運籌與供應鏈管理。台中市:滄海。
    陳振東、許錫美,(1994),多位專家模糊評估值整合方法之研究,中華民國第二屆 模糊理論與應用研討會論文集,72-77頁。
    陳銘禪,(2010),台灣金屬模具業之產業價值鏈移動與出口競爭力分析,國立成功 大學資源工程學系碩士論文。
    陳昭宏,(2001),亞太港埠競爭力與核心能力指標之研究,《運輸學刊》,13,1-25。
    潘淑滿,(2003),質性研究:理論與應用,心理出版社,台北。
    鄧振源,(1992),相關性運輸投資計畫選擇之研究- 非模糊與模糊多目標規劃方 法,博士論文,國立交通大學交通運輸研究所。
    鄭滄濱,(2001),軟體組織提昇人員能力之成熟度模糊評估模式,國立臺灣科技大 學資訊管理系碩士論文。
    鄭正元、汪家昌,(2000),「快速原型技術至快速模具技術之發展」,國立台灣科技 大學機械工程系。
    衛萬里,(2007),應用分析網路程序法選擇最佳產品設計方案之決策分析模式,國 立臺灣科技大學設計研究所博士論文。
    經濟部統計處,(民國100年),經濟部工業產品分類(第15次修訂),經濟部統計 處。
    經濟部工業局,(民國102年),塑膠製品產業聚落高值化推動計畫,財團法人塑膠 工業技術發展中心。

    二、英文文獻:
    Banakar Z. and Tahriri F., 2010. Justification and Classification of Issues for the Selection and Implementation of Advanced Manufacturing Technologies. In World Academy of Science. Engineering and Technology volume 65, 341–349, May.
    Buckley, J.J., 1985. Fuzzy Hierarchical Analysis. Fuzzy Sets and Systems, Vol. 17, 343-350; 233-247.
    Chuang, Ming-kuo. Yang, Yuan-Shan. & Lin, Ching-Torng., 2009. Production technology selection: Deploying market requirements, competitive and operational strategies, and manufacturing attributes. International Journal of Computer Integrated Manufacturing, 1-11, Jan.
    Chen, L.J. and Small, M.H., 1994. Implementing Advanced Manufacturing Technology:An Integrated Planning Model. Omega. Int. J. Mgmt Sci, Vol.22, No, 91-103.
    Cho, D. and Yu, P., 2000. Influential factors in the choice of technology acquisition mode: an empirical analysis of small and medium size firms in Korean telecommunication industry. Technovation 20 (2), 691–704.
    Chang, P.T., Huang, L.C. and Lin, H.J., 1999. The Fuzzy Delphi Method via Fuzzy Statistics and Membership Function Fitting and An Application to The Human Resources. Fuzzy Sets and Systems, Vol. 112, 511-520.
    Chan, F.T.S., Chan, M.H., & Tang N.K.H., 2000. Evaluation methodologies for technology selection. Journal of Materials Processing Technology, 107 330–337.
    Chan, F. T. S., Chung, S. H., & Wadhwa, S., 2005. A hybrid genetic algorithm for production and distribution. Omega, 33(4), 345–355.
    Corbett, M. L., 1998. Benchmarking manufacturing performance in Australia and New Zealand. Benchmarking Quality Management Technology, 5(4), 271-82.
    Datta, V., Sambasivarao, K.V., Kodali, R. and Deshmukh,, S.G., 1992. Multi-attribute decision model using the analytic hierarchy process for the justification of manufacturing systems. International Journal of Production Economics, Vol. 28, No. 2, 227-34.
    Dalkey, G.B., 1969. The Delphi method: an experimental study of group opinion. Rand Corp, Research Paper RM-5888-PR.
    Dubois, D.,Prade, H., 1978. Operations on Fuzzy Number”, International Journal of Systems Science. vol.9, 613-629.
    Frederick Betz, 2011. Managing technological innovation : competitive advantage from change. 3rd, John Wiley & Sons, New Jersey.
    Hsu, His-Mei. and Chen, Chen-Tung., 1996. Aggregation of fuzzy opinions under group decision making. Fuzzy Sets and Systems, Volume 79, Issue 3, 279-285.
    Ishikawa, A., Amagasa, M., Shiga, T., Tomizawa, G., Tatsuta, R., & Mieno, H., 1993. The max -min Delphi methos and fuzzy Delphi method via fuzzy integration. Fuzzy Sets and Systems, Vol. 55 (3), 241-253.
    Kakati, M., 1997. Strategic evaluation of advanced manufacturing technology. International Journal of Production Economics, 53 (2), 141–156.
    Kochan D, Chua CK, Du ZH., 1999. Rapid prototyping issues in the 21st century. Computers in Industry, Vol. 39, 3-10.
    Lin, G.T.R. and Shen, Y.C., 2010. A collaborative model for technology evaluation and decision-making. Journal of Scientific and Industrial Research, 69(2), 94-100.
    19.Lena Ellitan. 2007. The influence of manufacturing strategies and environmental munificence as moderators of technology manufacturing performance relationship: An Evidence From Indonesia. Journal Management, Vol. 6, No. 2, Mei.
    Lee A.H.I., Wang W.M., Lin T.Y., 2010. An evaluation framework for technology transfer of new equipment in high technology industry. Technol. Forecast. Soc. Change 77 (135) 150.
    Laarhoven, P. J. M. and W. Pedrycz., 1983. A Fuzzy Extension of Saaty's priority theory. Fuzzy Sets and Systems, Vol. 11, No. 3, 229-241.
    Melissa A Schilling. 2010. strategic management of technological innovation, 3e, McGraw-Hill, 19-38.
    Mohonty, P.R., & Deshmukh, S.G., 1998. Advanced technology manufacturing selection: A strategic model for learning and evaluation. International Journal of Production Economics, 55 (3), 295–307
    Murry, T. J., Pipino, L. L. & Gigch, J. P., 1985. A Pilot Study of Fuzzy Set Modification of Delphi. Human Systems Management, Vol.5, No.1:76-80.
    Oeltjenbruns, H., Kolarik, W. J., & Schnadt-Kirschner, R., 1995. Strategic planning in manufacturing systems-AHP application to an equipment replacement decision. International Journal of Production Economics, 38, 189–197.
    Rosochowski A., Matuszak A. 2000. Rapid tooling:the state of the art. Journal of Materials Processing Technology, Vol. 106, 191-198.
    Robbins, S.P., 1994. Management. Prentice Hall Inc.
    Sambasivarao, K.V., Deshmukh, S.G., 1995. Selection and implementation of advanced manufacturing technologies. International Journal of Operations & Production Management 15 (10), 43–62.
    Sirikrai, S.B. & Tang, J.C.S., 2006. Industrial competitiveness analysis: using the analytic hierarchy process. Journal of High Technology Management Research.
    Saaty, T. L., 1980. The Analytic Hierarchy Process. McGraw-Hill, New York. 50.
    31.Tan, K.; Noble, J.; Sato, Y.; Tse, Y.K., 2011. A Marginal Analysis Guided Technology Evaluation and Selection. International Journal of Production Economics, Vol.131 (1), 15-21.
    Tuzkaya, G., Gülsün, B., Kahraman, C., & Özgen, D., 2010. An integrated fuzzy multi-criteria decision making methodology for material handling equipment selection problem and an application. Expert Systems with Applications, 37, 2853–2863.
    Ward, P. T., D. J. Bickford, and G. K. Leong., 1996. Configurations of manufacturing strategy, business strategy, environment and structure. Journal of Management 22, 4.
    Wong, J.K.W. and Li, H., 2008. Application of the analytic hierarchy process (AHP) in multi-criteria analysis of the selection of intelligent building systems. Building and Environment, Vol. 43 No. 1, 108-25.
    Zadeh,L.A., 1965. Fuzzy set. Information and Control, Vol.8, 338-353.
    Zwick, Rami, Edward Carlstein and David V. Budescu., 1987. Measures of similarity among fuzzy concepts: A comparative analysis. International Journal of Approximate Reasoning, Vol. 1, 221-242.
    Zmud, R. W. and Apple, M. E., 1989. Measuring Information Technology Infusion, unpublished manuscript.

    QR CODE