中油sds的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

乾洗布料中之石油系溶劑逸散特性探討

為了解決中油sds的問題，作者江宗憲 這樣論述：

乾洗是指使用溶劑來清潔衣物的過程，乾洗對於容易縮水之衣物，如羊毛及蠶絲等，有其必要性。布料具有吸附以及再釋出有機物之能力，不同材質對有機物之吸附程度不同，且隨與布料的接觸時間而增加。本研究使用環境控制艙進行不同布料(羊毛、蠶絲與棉)與環境條件(環境溫度、相對濕度及換氣率)下，乾洗衣物中三種揮發性有機物(壬烷、癸烷及十一烷)及總有機物 (TVOC) 之逸散模式探討與逸散係數推估，以作為環境中濃度推估及降低人員暴露之參考。結果發現，環境溫度增加時(27℃至37℃)，乾洗後之羊毛中十一烷逸散速率顯著增加 (p

基於支援向量迴歸建立航空燃油需求預測模型

為了解決中油sds的問題，作者黃世隆 這樣論述：

謝辭 i摘要 iiiABSTRACT iv目次 vi表目次 ix圖目次 x第一章 緒論 11.1 研究背景 11.2 研究動機 31.3 研究目的 41.4 研究範圍 51.5 研究限制 51.6 研究流程 5第二章 文獻探討 82.1 油料補給作業 82.1.1 補給單位油品區分 82.1.2 油料單位權責 92.1.3 儲存方式 92.1.4 油料需求分析及計算方式 102.2 需求預測 112.3 時間序列 162.3.1 時間序列分解法(Time series decomposition) 162.3.2 移動平均法(Moving aver

age method) 162.3.3 指數平滑法(Exponential smoothing, ES) 172.3.4 自我迴歸移動平均整合模式(ARIMA) 172.4 機器學習分析 182.5 支援向量機(SVM) 212.6 支援向量迴歸(SVR) 232.7 小結 28第三章 研究方法 293.1 研究架構 293.2 研究假設 303.3 研究對象 303.4 需求預測模型建立 303.4.1 支援向量迴歸(SVR) 303.4.2 支援向量迴歸演算法 323.4.3 支援向量迴歸求解 333.4.4 映射函數及核函數(Kernel Function)

應用 333.5 參數調校 353.5.1 核函數 353.5.1.1 線性核函數(Linear Kernel) 353.5.1.2 多項式核函數(Polynomial Kernel) 353.5.1.3 高斯核函數(Radial Basis Function, RBF) 363.5.1.4 Sigmoid核函數(Sigmoid Kernel) 373.5.2 γ值(gamma,核係數) 373.5.3 C值(懲罰因子) 383.6 模型評估 383.6.1 平均絕對誤差（MAE） 383.6.2 平均絕對百分比誤差（MAPE） 393.6.3 均方根誤差（RMSE）

393.7 小結 40第四章 實證研究 414.1 資料來源 414.2 預測模型建立 414.2.1 SVR模型 414.2.2 SVR模型之核函數運算 424.2.2.1 線性核函數(Linear Kernel) 424.2.2.2 多項式核函數(Polynomial Kernel) 434.2.2.3 高斯核函數(Radial Basis Function, RBF) 434.2.2.4 核函數選定 444.2.3參數調校及準確度驗證 444.2.4各區預測結果比較 504.3 SVRRBF、SARIMA及SVRD模型間比較 524.4 模型預測數值 544

.5 小結 54第五章 結論 565.1 研究結論 565.2 未來研究方向 57參考文獻 59