汽車發動機的問題,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

汽車發動機的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦(美)丹尼爾·希利斯寫的 丹尼爾·希利斯講計算機 和(美)杰克·斯塔克的 偉大的商業遊戲都 可以從中找到所需的評價。

另外網站汽車發動機控制器(ECU)中待測計畫綜述 - 電子工程專輯.也說明:通常ECU是汽車中最為複雜且功能最為強大的電腦。 車輛中通常含有一個以上的電子控制模組(ECM)。ECU是負責發動機控制功能的電子控制模組,其 ...

這兩本書分別來自天津科學技術 和九州所出版 。

國立臺北科技大學 車輛工程系 蔡國隆所指導 陳奕銘的 OBD II監測數據應用於車輛故障診斷之研究 (2021),提出汽車發動機關鍵因素是什麼,來自於OBD II、故障診斷、監測數據。

而第二篇論文國立雲林科技大學 工業工程與管理系 童超塵所指導 洪孟澤的 應用優化的一維卷積神經網路模型於辨識混合管制圖 樣式與製程偏移 (2020),提出因為有 管制圖樣式辨識、一維卷積類神經網路、自動編碼器、異常檢測的重點而找出了 汽車發動機的解答。

最後網站1.5T與2.0L的汽車發動機,哪一款的動力表現更好? - 中國熱點則補充:車主在駕駛車輛的過程中,可以通過車載系統播放音樂,或是在停車後通過車內的顯示屏看部電影放鬆一番,但汽車畢竟是交通工具,其駕駛性能是最基本、最重要的存在。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了汽車發動機,大家也想知道這些:

丹尼爾·希利斯講計算機

為了解決汽車發動機的問題,作者(美)丹尼爾·希利斯 這樣論述:

● 雖然電腦技術及應用以及程式設計技術都取得了巨大進步,對社會產生的影響也遠遠超出了預言家的預期,但電腦背後的工作原理,即本書所闡述的關於電腦的概念,仍沒有改變。本書聚焦電腦背後不曾改變的基本原理,是每一個想要瞭解電腦,或從事與電腦相關工作的讀者都不能錯過的一本經典之作。   ● 《丹尼爾·希利斯講電腦》深入淺出地闡述了電腦科學中許多基本而重要的概念,包括布林邏輯、有限自動機、程式設計語言、圖靈機的普遍性、資訊理論、演算法、平行計算、量子計算、神經網路、機器學習乃至自組織系統。全書既不失深度,又妙趣橫生,幫你瞭解電腦運行背後的奧秘。   丹尼爾·希利斯   ● 著名電腦科學

家、發明家、企業家,麻省理工學院媒體實驗室客座教授。曾就讀于麻省理工學院,在馬文·明斯基的指導下研究人工智慧。   ● 他還創立了思維機器公司(Thinking Machines Corporation),建立了一支由科學家、工程師和設計師組成的團隊,成員包括諾貝爾獎得主悉尼·布倫納、著名物理學家理查·費曼等,他們共同致力於打造超級平行電腦。   ● 除了設計公司的主要產品外,希利斯還與其他用戶密切合作,將其產品應用在天體物理學、飛機設計、金融分析、遺傳學等領域。   前 言 石頭中的魔術- 001   01基礎知識- 007 布林邏輯 010 二進位位元和邏輯塊 021

液壓電腦 025 萬能工匠—積木 029 不必擔憂那些非同小可的差異 031   02通用構件- 033 邏輯功能 035 有限狀態機 047   03程式設計- 059 與電腦對話 063 建立連接關係 077 翻譯語言 086 層次結構 087   04圖靈機的通用性- 089 圖靈機 092 計算能力等級 094 亂數 097 可計算性 099 量子計算 103   05演算法和啟發式方法- 111 演算法的保證性 114 解決問題的萬能方法 121 適應度地形 127   06存儲:資訊和密碼- 131 壓縮 136 加密 144 查錯 146   07速度:平行電腦- 153 並行性

157   08能自我學習和進化的電腦- 173 訓練電腦 179 神經網路 182 自組織系統 189   09超越工程- 193 大腦 197 模組化的問題 201 模擬進化 203 進化出會思維的機器 207   致 謝   序   電腦背後不曾改變的基本原理   本書初版問世很久之後,我的出版商驚訝地發現:它在當下仍然很受歡迎。這也是我有機會為本書寫再版前言的原因。本書已被翻譯為十幾種語言,至今仍有眾多讀者。自本書問世以來,電腦技術及應用發生了天翻地覆的變化。不過本書並不著眼於電腦的具體技術及應用,而是關注電腦背後不曾改變的基本原理,這也是本書能持續熱賣的關鍵所在。   我必須承

認,令我感到詫異的不是在數位革命之初就已存在的那些關於電腦科學的原理如今依然很重要,而是迄今為止,幾乎沒有新的原理補充進來。10 多年過去了,雖然電腦技術及應用以及程式設計技術都取得了巨大進步,對社會產生的影響也遠遠超出了預言家的預期,但電腦背後的工作原理,即本書所闡述的關於電腦的概念,仍沒有改變。我本來想利用再版的機會增添一些新內容,但令我感到吃驚的是,並無新的基本原理可供補充。   在目前的版本中,我選擇性地刪除了一些無須再費筆墨解釋的概念。不過,這並非意味著這些內容是錯誤的。例如,在一個每天都享受雲平行計算服務的讀者看來,平行計算方面的內容並無新意。真正令人費解的是,為何20 世紀有如此

多的專家都堅信,平行電腦永遠不會被投入使用。此外,如今的你們可能會對本書中有關人工智慧的觀點有所抵觸,因為目前你們與智慧型機器相處得十分融洽。事實上,20 世紀時許多人對智慧電腦的概念感到惶恐不安,比如,當電腦第一次擊敗人類國際象棋冠軍時,許多人感到很沮喪。然而,過了不到20 年,當電腦在一項流行的益智電視節目中再次擊敗人類冠軍時,更多人開始為電腦鼓勁加油。從那時起,人們普遍將電腦視為助手而非威脅。   除了修訂拼寫錯誤之外,我盡可能地保持了本書初版的原汁原味,不去刻意提高文字的感性程度,實際上,感性是一種不斷變化的浮動目標。與其緊跟必將過時的當下潮流,還不如讓作品定格在某一時刻更為有趣。同時

,本書寫成於電腦科學發展歷程中的一個特殊時期,雖然那時電腦已經顯示出了足以改變我們生活的潛力,但這一切很大程度上還未實現。那時的電腦非常簡單,以至於我對自己設計的電腦的每個電晶體和所編寫的每行代碼都瞭若指掌。不過,正如本書最後一章預期的那樣,我們現在到達了一個臨界點,即電腦系統的複雜度已經超出了任何人所能完全理解和掌握的程度。   關於未來的發展,本書提出了兩個可能的方向。第一個是量子計算,正如書中所述,它具有巨大的潛力,但目前並無可行的實現方式。當我寫下這句話時,現實情況仍是如此。從理論和技術方面來說,量子計算取得了巨大突破,但它們中的任何一個的計算速度都比不上傳統電腦。正如本書初版所述,量

子計算仍是“一個值得關注的領域”。本書預測的第二個可能方向是,電腦能像生物進化過程那樣實現自我設計。目前,這個方向已經顯現出了隱約的曙光,不過在很大程度上,它只是一個未實現的可能方案。目前,我們還缺乏相關理論來說明這個過程如何才能成為現實。我對未來發現這些新原理持樂觀態度,期待能夠在本書的後續版本中繼續討論。   前言   石頭中的魔術   在一塊石頭上,我蝕刻了一系列幾何圖案,在外行看來,這些圖案顯得神秘而又複雜,但我清楚地知道,只要佈局正確,這些圖案就會賦予這塊石頭一種特殊的能力,即對人類從未說過的一種咒語做出回應。如果我用這種語言提問,石頭便會應答:這是一個我用符咒創造的世界,一個在石頭

圖案中想像的世界。   如果我在幾百年前的老家新英格蘭說出自己從事的職業,可能會被當作巫師送上火刑柱。實際上,我的工作和巫術沒有任何關係,我從事的是電腦設計和程式設計,而上文提到的石頭是矽晶片,符咒是軟體程式。雖然蝕刻在晶片上的幾何圖案和指示計算機工作的程式看起來複雜且神秘,但根據一些基本的生成原理,我們很容易將其解釋清楚。   雖然電腦是人類有史以來最複雜的人造物,但從基本原理上來說,它們又十分簡單,僅有數十人的團隊就能設計並製造出包含數十億個零部件的各類電腦。如果將其中一台電腦的線路圖在紙上畫出來,那麼所用的紙張便能塞滿一座大型公共圖書館,沒有人會有耐心將其流覽一遍。幸運的是,電腦的設計具

有規律性,沒有必要將線路圖看一遍。電腦是由不同層次的部件構建起來的,而每一層次的部件都會被重複多次。只要理解了這些層次結構,你就能讀懂電腦。   還有一個使電腦易於理解的原理,那就是其各部件之間交互作用的本質。這些交互作用很簡單,而且定義明確,通常具有單向性,可以準確地排列成一系列因果關係,這使電腦內部的運行原理比汽車發動機或者收音機的運行原理更容易理解。雖然相比於汽車和收音機,電腦擁有更多零部件,但這些部件協同工作的方式非常簡單。電腦更多依據的是概念,而非技術。   這些概念與組成電腦的電子元件沒有任何關係。現代電腦由電晶體和電路組成,不過,根據同樣的原理,電腦也可以由閥門和管道,或者棍棒和

繩索搭建起來。這些原理是電腦能夠進行計算的根本所在。電腦最引人稱道的一點是,其本質遠勝於技術,而本書就旨在介紹電腦的本質。   我多麼希望在剛開始學習電腦這門學科時就能讀到這樣一本書。大多數電腦類書籍不是介紹電腦的使用方法,便是介紹具體的創造技術,比如唯讀記憶體(ROM)、隨機記憶體(RAM)、磁碟機等。這本書討論的重點是“概念”,而且會介紹電腦科學領域的大多數重要概念,包括布林邏輯、有限狀態機、程式設計語言、編譯器和解釋程式、圖靈準則、資訊理論、演算法及其複雜度、啟發式方法、不可計算的函數、平行計算、量子計算、神經網路、機器學習和自組織系統等。對電腦感興趣的讀者可能已經聽說過其中的許多概念,

但對於非電腦專業出身的人來說,很難明白這些概念是如何結合在一起的。本書將會介紹這些關聯—從類似開關的閉合等簡單的物理過程開始,一直深入到自組織平行電腦所呈現出來的學習和自我調整能力。   電腦的本質基於幾條基本原則。第一條原則是功能抽象原理(functional abstraction),它奠定了前文提到的因果關係層次結構。電腦的結構就是這一原理的應用範例,即許多層次結構能夠被不斷重複。電腦之所以易於理解,是因為你可以專注於某一層次結構發生的情況,而不必擔心較低層次結構上發生的細節。功能抽象原理是使概念與技術脫離的關鍵。   第二條原則是通用電腦原理(universal computer),即

所有的電腦都屬於同一種類型,更確切地說,所有類型的電腦在能做和不能做哪些事上是相似的。我們也可以這樣說,一台通用電腦能夠類比所有類型的電腦,無論其組成材料是電晶體、棍棒、繩索,還是神經元。這是一個非常重要的假設,它表明,製造一台能像大腦一樣思考的電腦只是一個進行正確程式設計的問題,我將在後面詳細解釋這一點。   從某種意義上來說,第三條原則是第一條原則的對立面,我將在最後一章展開詳述。也許存在一種全新的電腦設計和程式設計方式,它並不基於標準的工程設計方式。這一設想令人感到無比興奮,因為當系統過於複雜時,常規的系統設計方式將不再有效。實際上,第一條原則會導致系統帶有一定程度的脆弱性和低效性。這個

缺點與資訊處理器的基礎性缺陷沒有關係,而是層次設計方式的一個缺陷。那麼,如果我們採用一種與生物進化相似的設計過程,情況會如何呢?在這個設計過程中,系統行為源自很多簡單交互作用的累積,而非“自上而下”的控制。通過這種進化過程設計出來的電腦可能具有生物體的某些健壯性和適應性。至少,這是一種希望。我們還未完全參透這一設計方式,它也可能會被證明行不通。這是目前我研究的一個課題。  

汽車發動機進入發燒排行的影片

對於很多私家車朋友而言,大家在城市中用車的頻率肯定是最為頻繁的,而如今城市交通壓力不小,擁堵的情況每天都在上演。而長期的擁堵會造成汽車發動機積碳,時間一長,咱們的愛車不僅油耗會提高,而且性能是越來越差。

OBD II監測數據應用於車輛故障診斷之研究

為了解決汽車發動機的問題,作者陳奕銘 這樣論述:

電子控制燃油噴射系統已發展數十年,且OBD II車上診斷系統功能持續被優化中,近年來維修技師在執行車輛故障查修作業時,可說是愈來愈依賴診斷儀器所提供的故障訊息(如故障碼 DTC)。本論文內容主要透過診斷儀器連結OBD II資料連結接頭擷取系統相關監測數據,並著重於監測數據的判讀/分析以及應用於車輛故障查修的探討,用以提升維修技師的技術能力。在文獻探討章節中,針對OBD II之監測功能及相關感知器/作動器原理進行概述說明與討論;後續章節將藉由實驗車輛(MAZDA3)進行引擎控制系統相關元件故障模擬並擷取OBD II車上診斷系統監測數據後,製作出較為完整的監測數據分析。最後經由實際的故障案例探討

,在車輛故障查修程序中導入OBD II監測數據分析方法,將有效縮小可能故障原因的範圍並準確判斷出故障原因,進而縮短車輛故障維修程序與工時。如此驗證,OBD II車上診斷系統監測數據之判讀與分析方法,應用於車輛故障查修程序中,將可有效提升維修技師對於車輛故障查修/排除的能力。

偉大的商業遊戲

為了解決汽車發動機的問題,作者(美)杰克·斯塔克 這樣論述:

春田再造公司原本是一家農用機械公司旗下的子公司,母公司將其視為累贅。公司的12個主要經理人不得已接盤,開創性地採用了一套獨特的管理制度─開卷式管理。隨後,該公司立竿見影地扭轉局面,利潤以令人震驚的速度增長,創造了美國商業史上的奇跡。自此以後,成百上千的企業界人士專程拜訪春田公司,學習開卷式管理方法。 春田公司每年需要舉辦數十次研討會,來滿足各路企業家的學習渴望。開卷式管理方法迅速在美國流傳開來,並逐漸影響了全世界。如今,開卷式管理已然成為管理學中的經典模式。開卷式管理模式誕生於企業的瀕臨破產,並指引這家企業在20世紀90年代的大蕭條中繼續高歌猛進。如今,世界經濟危機重重,尤其是中小企業更是舉

步維艱。這部由開卷式管理的設計師親自撰寫的經典力作,可以為危機中的企業管理者帶來啟發和借鑒。 杰克.斯塔克(JackStack) 是春田再造公司的創始人、總裁兼CEO,“開卷式管理”領導力模型的先驅。被《Inc.》雜誌譽為“美國最睿智的戰略家”,被財富小企業雜誌譽為“小企業經營十大領袖思想家”。還是《Inc.》雜誌的特約編輯,《紐約時報》的特約專欄作家。從1983年開始,他致力於運用開卷式管理方法,幫助春田再造公司創建、並購,形成超過60個小型和中型的業務線。此外,春田再造公司的股票市值爆發式增長,漲幅一度近3000倍。他以開卷式管理為主題的系列演講,受到世界各地企業家的

廣泛歡迎。   新版序  是真實有效還是蓄意炒作  第一章 我們為什麼要教人們如何贏利  第二章 管理的謬誤  第三章 贏家的感覺  第四章 全域觀  第五章 開卷式管理  第六章 設立標準  第七章 精神很重要,物質更重要  第八章 制訂遊戲計畫  第九章 偉大的團隊  第十章 所有者的公司  第十一章 思考的最高水準  第十二章 終極法則:致中層管理者的信  第十三章 指南介紹  致謝1.0  致謝 2.0  出版後記      我認為,在大多數人心中,他們都會想要寫一本書。而且,很多人都有能力實現這個願望。這裡為寫書的人提一點建議:不要寫商業類型的

書。寫任何內容的書籍都可以,無論是西方文學還是浪漫小說,但不要寫商業書。為什麼呢?因為幾乎沒有人會珍藏你這本典型的小書。他們看完之後就會將其拋在腦後,忘得一乾二淨。他們很少會把書頁折個角,貼上便簽條,用標籤做記號,插個書簽,把重要的地方強調或用底線標出。而當你寫一本商業類型的書時,時間好像就停滯不前了。如果你寫懸疑小說或浪漫小說,幾乎不會有人在20年後拿著這本書來問你,第121頁寫的內容是什麼意思,或者你是否還在推行第67頁提到的內容。當你在所寫的商業類型的書中,宣稱會將提到的經驗付諸實踐時,你就徹底地把自己的名譽懸於一線了。而且,你的讀者可能事實上正在按照書中寫的建議推行某些創舉。這可真是莫

大的責任。 20 年前,鮑·伯林厄姆和我創作了一本書,名叫《偉大的商業遊戲》。我們並沒有另闢蹊徑,只是在書中記錄下我們在美國密蘇里州春田市的春田再造公司所經歷的一切:我們的業務是如何運營的,以及業務重點放在哪個領域。當時,我們主要經營卡車和汽車發動機的再製造,那是一家出色的汽車修理店。但真正讓春田再造公司變得與眾不同的要素,是我們的業務模式。它區別于那種傳統的從上到下、管理與控制相結合的方式,該方式曾經(或依舊在)被其他大多數公司應用。我們則構建了一個能夠被重複且多次驗證的管理體系,讓我們的工作夥伴也能夠加以利用並以此來運營他們自己的公司。我喜歡把這稱為“商業人士的經商之道”,如果每個人都選

擇學習這種方法,那麼他們就有機會獲得成功。 名稱背後的故事 我們將自己的領導力體系,稱為“偉大的商業遊戲”(也稱為“偉大的遊戲”“遊戲”,或縮寫為“GGOB”)。多年以來,這個名稱讓很多人百思不得其解。有些人認為它把商業經營等同於遊戲,是對商業的貶低。在他們心中,商業經營是一件十分嚴肅的事情,因為稍有不慎,就會讓人們的生活陷入危機,甚至讓畢生積蓄毀於一旦。這的確是一個客觀事實。 之所以為自創體系取名“遊戲”,是因為我們希望找到一種切實可行的方法,可以讓製造車間或辦公室裡的工作夥伴感受商業經營親切自然,而不是令人生畏。商業經營並不是一門藝術或科學,而是一項充滿競爭的事業,裡面有各種規則,有

贏家和輸家,有各種評價方式,還有運氣和天賦。它不會成為探索未知的工具,也不會被貪婪駕馭,甚至不需要專門的MBA學位來理解。 基於以上思考,我們有理由相信,我們可以成立自己的公司,公司裡的每個人都參與這個遊戲,並且共用所得收益。我們要揭開商業經營的神秘面紗。 事實上,當年我們還在為萬國收割機公司工作時,就已經非常擅長生產發動機和拖拉機這樣的產品,但沒有人告訴我們應該如何創建一家公司。我永遠都不會忘記當時在工廠車間裡負責操作鑽床的那個人。從字面意義上來看,他的工作就是通過調整毫米級的差異,從而打出最完美的孔。必須不多不少,剛剛好。令我感到驚訝的是,有人告訴我這個鑽床操作員居然是一個白手起家的百

萬富翁,他憑藉對房地產投資領域的深刻理解而完成了財富積累。我的身邊居然有一位出色的創業家,而我卻讓他整天鑽孔。這真是暴殄天物! 這件事縈繞在我的心中很久,因為我們錯過了充分挖掘和利用這個鑽床操作員各方面聰明才智的機會。我們只要求他鑽出最完美的孔,卻沒有跟他瞭解一下,在他看來,應該如何創建一家更優秀的企業。在過去的33年當中,我們只讓他踏實地思考如何控制好圖紙、測量和生產量。他為我們貢獻了他的技能,但我們卻沒能夠傾聽他的智慧。在當時,我們沒有意識到的是,由於我們沒有發掘公司中每一位員工的長處,因此他們變得日益平庸,而我們也走進了死胡同。 當萬國收割機公司表示要關掉我們的工廠時,這簡直是五雷轟

頂。1983年這家工廠被我們收購,大家一致認為應該找到一種更加高明的方式來運營公司。原有的模式不再適用。我們從前學習的指揮與控制模式,多年來一直被沿用,而現在我們需要在它的對立面去找點有價值的東西。哪怕只有一丁點成功的機會,我們也會努力把它創造出來,而這就需要充分挖掘公司裡每一個人的潛能。 在剛開始的那段時間裡,沒有人知道如何運營企業。要衝破原有模式的束縛,真的十分艱難。甚至在我們已經擁有了這家公司的情況下,管理者和工人之間仍然存在著“我們和他們”的對立態度。你仍然能夠看到頤指氣使的管理者和唯唯諾諾的工作者。我們有很多的工作職責描述,它們會告訴你要打出完美的孔,需要何種尺寸、測量方法和工具。

但那些內容,卻不能為公司全域的成功貢獻一星半點。這就是我們的不足之處。 即便我們已經成了公司的所有者,也沒有任何實質性的改變。我們仍在受困於工業革命時期的遺留產物。沒有向前邁進,反而不斷倒退。這就是指揮與控制模式極具破壞性的明證。 直到我們喚醒了每個人的競爭意識,改變才悄然發生。有一項通用的自然法則是,如果你讓一群人針對某一個觀點進行投票,幾乎不可能讓所有人達成共識。唯獨成功是個例外。每個人都渴望成功,沒有人願意失敗。這也是為什麼我們嘗試通過類比遊戲的方式開闢新的事業,因為大家都對遊戲感興趣,並且在參與的過程中感受到其樂無窮。工作是索然無味的,但人們喜歡參與遊戲或競技。你可以把這稱為“誘餌

”。直接把商業經營的各種衡量標準交給大家,實在是一件讓人很崩潰的事情。我們希望找到一種方法,可以讓人們把製造完美拖拉機的技能用於創建完美的公司。這只需要轉變關注重點,把公司當作我們的產品。 “偉大的商業遊戲”變成了一個加速學習的過程。在這個過程中,我們引入了一種文化和行為的改變,推倒了指揮與控制模式殘留的藩籬。當希望被重新點亮時,我們從真正意義上開始思考如何齊心協力創建一家偉大的公司,這樣的轉型是驚豔的。 1992年,我們創作完成這本書的第一版,當時的業績已經十分驚人。公司的營業收入從1600萬美元增長到8300萬美元,市值從10萬美元攀升至 2500萬美元。同樣重要的是我們的員工持股計畫(

縮寫為“ESOP”),最初加入春田再造公司的小時工持有的股份,都已經增長到3.5萬美元。拋開這些特定的數字業績不談,在第一版書中,我們對於自己的目標直言不諱,那就是每一個為公司效力的人,都有機會買下屬于自己的房子。 對於一群滿手是泥、渾身是汗的小夥子和姑娘們,這是一個非常艱難的目標。多年以來,這個目標也一直備受關注。不計其數的人在讀完第一版書之後過來問我,那個關於房子的目標最終實現了沒有。現在我很自豪地向大家彙報,在 2012年,公司創始員工的員工持股計畫帳戶,平均價值已漲到40萬美元。在密蘇里州春田市,這麼多錢足夠買一座房子,而且是湖景房,還可以買下一艘遊艇和一輛皮卡。最重要的是,我們的員

工知道了如何實現他們的夢想。這才是“偉大的商業遊戲”真正的秘密。 毫無疑問,我們永遠不會停止前進的腳步。在第一版書公開發行之後,我們的公司變得更大更強。這個過程雖然已經開始了 很長時間,但它永遠不會結束。我們越多地參與這個遊戲,就能從中獲得越多的成長;我們越多地對它進行修正,就能從中獲得越多的提升:這就像工作在一個生機勃勃的實驗室一樣。 我們的成功案例中的一個關鍵要點是,越是更多地教予他人,越會在這個過程中學習與成長;越是更多地向他們揭示真理,越會激發大家的求知欲。這是富有感染力的。在指揮與控制模式下,人們不會提出問題,是因為他們不知道需要問些什麼。但當你們需要通過集體的努力來創建一家偉大

的公司的時候,這就是在提出艱巨的問題。每個人都會對提出那些艱巨問題的人充滿敬意和尊重,這促使你變得愈發強大,因為你需要更努力地工作來解決這些問題。面對某一問題,有些人靈感乍現,而其他人隨之敏感地捕捉到,這真是令我感到十分驚訝的轉變。 在“偉大的商業遊戲”的幫助下,春田再造公司從1983年的改革初始一直到現在,每一年都在持續贏利。公司的綜合營收增長為超過4.5億美元。同樣重要的是,公司在過去的30年中,增設了超過60種多元化的業務線,為社會創造了數以千計的工作崗位。春田再造公司的再造產品,集中覆蓋農業、工業、建築工程、卡車運輸、船舶和汽車製造等多個領域。而多元化的業務線,擴展到核心管理、故障分

析、倒序製造、物流運輸、配套採購與包裝、倉儲與分銷等。大多數人會建議你把業務放在具備“核心競爭力”的領域。恰恰相反,我們還涉足銀行、傢俱製造、生物技術、服裝、零售和軟體等行業。這些領域的多元化增長,推動春田再造公司的股價從1983年的0.1美元增長為現在的348美元,稍加計算,這是348000%的增長率。換一種方式來計算,如果你在1983年投入1000美元在標準普爾指數基金上,你現在就會拿到8434美元;如果你投入1000美元在沃倫·巴菲特的伯克希爾哈撒韋公司股票上,經過同樣的時間,你的股份會值11.3萬美元。這是非常不錯的投資回報了。但如果你回到1983年,把1000美元投給春田再造公司,你

現在的身價就會值340萬美元。這實在是不可思議。  

應用優化的一維卷積神經網路模型於辨識混合管制圖 樣式與製程偏移

為了解決汽車發動機的問題,作者洪孟澤 這樣論述:

管制圖樣式辨識(control chart pattern recognition, CCPR)及異常點偵測為探討統計製程研究的重要議題之一,管制圖的異常樣式可能與製造的可歸屬原因有關連性,而異常點檢測則有助於製程人員提早發現異常,減少損失,並改進製程。過去許多學者鑽研於探討單一異常樣式的準確率,然而於實際應用中,較複雜的製程可能會遇到兩個樣式同時並存的情形。 本研究將探討深度學習模型辨識混合管制圖樣式,由於卷積神經網路的參數調整須具備專業知識背景,因此本研究結合演算法搜尋網路架構參數並建構一維卷積神經網路進行辨識分類任務,後將正常與異常樣式輸入自動編碼器中進行製程之異常點檢測。 研

究成果顯示,在管制圖辨識方面,基因演算法結合卷積神經網路在辨識績效上表現優異,基因演算法能有效提升辨識效率,而一維卷積自動編碼器在異常檢測上能偵測大多數異常點,在應用深度學習模型的情況下仍有優良的績效。