走在汽車革命的路上論文書籍站
中華大學 科技管理學系 賴以軒所指導 賴宏瑋的 運用倒傳遞類神經網路建立飛機零組件故障時間預測模式-以飛機目標獲得系統日間感應器總成為例 （2017），提出波音 軟片 單價關鍵因素是什麼，來自於飛機零組件、修正式德爾菲法、檢測後距故障時數預測、倒傳遞類神經網路。
運用倒傳遞類神經網路建立飛機零組件故障時間預測模式-以飛機目標獲得系統日間感應器總成為例
為了解決波音 軟片 單價 的問題，作者賴宏瑋 這樣論述：
由於國防經費限縮與國軍組織編裝調整，使得後勤人力精簡，進而使後勤保修更形捉襟見肘。因此，各項後勤支援與資源的規劃將更形重要。尤其在國防經費有限情況下，若能針對高單價零組件之維護管理建置一套故障預測系統，除可降低系統發生非預期性故障的機率，並可於故障前即執行檢修或採取適當預防措施，亦可適量儲備所需零附件，以降低飛機維保所需庫儲資產。本研究是以陸軍某型直升機機上目標獲得系統日間感應器總成為例，首先透過專家訪談獲得16項可能之影響因子。其次，透過專家德爾菲問卷以李克特五等第法得知各項影響因子的重要程度，並據以篩選影響該總成故障時數的7項關鍵因素，分別為：已裝機使用時數、光學攝影鏡頭總成、影像加密處
理器、散熱風扇模組總成、信噪處理器、機械控制扭力馬達、影像訊號處理器之功能狀況(以儀器量測取得歐姆值代表功能)。最後以我國陸軍直升機維修單位2013年至2017年的檢測數據為樣本，載入倒傳遞類神經網路軟體(Alyuda Neuro Intelligence)建立模式，以預測日間感應器總成之故障時間。驗證結果顯示，模式可適用於該總成件之平均故障時隔預測，除可提供修護單位提前配合各進廠時機適時更換，有效管控保修人力工時運用，亦可納入單位任務調派考量降低任務失敗風險，另提供補給部門提前精確籌補備料有效降低用而未備或備而未用情事，以有效節約庫儲成本，發揮有限國防預算最大效益。