走在汽車革命的路上論文書籍站
正修科技大學 工業工程與管理研究所 李政鋼所指導 陳彥亦的 應用差分進化演算法解零工型生產排程問題之研究 （2018），提出X-S10 單機關鍵因素是什麼，來自於零工型生產排程問題、差分進化演算法、克利金代理模型。
而第二篇論文國立臺灣大學 商學研究所 蔣明晃所指導 呂瑩的 考量交期因素下最佳測試方法選擇之研究 （2010），提出因為有 測試方法選擇、基因演算法、交期限制的重點而找出了 X-S10 單機的解答。
應用差分進化演算法解零工型生產排程問題之研究
為了解決X-S10 單機 的問題，作者陳彥亦 這樣論述：
本研究以四種模式之差分進化演算法(DE/best/1/bin、DE/rand/1/bin、DE/best/2/bin、DE/rand/2/bin)求解零工型生產排程問題(Job(Job(Job shop Scheduling shop Schedulingshop Schedulingshop Schedulingshop Scheduling shop Scheduling shop Scheduling Problems,Problems, Problems, JSP) JSP)JSP)，並以全因子實驗設計法與克利金代理模型法來改良演算法之控制參數以提高演算法之求解能力。為了評估演算法的
優劣，首先從網站CSP2SAT下載16題不同Job數跟機器數的測試問題，其次應用Matlab平台編寫差分進化演算法之程式並求解此16題測試問題，以演算法得到之平均差異百分比做為演算法表現優劣之評估指標。研究結果顯示，四種差分進化演算法中DE/best/1/bin為表現最佳的模式。在篩選出最佳的模式後，接著改良演算法的控制參數來降低平均差異百分比以提高演算法的求解能力。將DE/best/1/bin演算法之控制參數F與Cr設定為三水準，接著以全因子實驗設計法規劃9種參數組合。經比較9種組合的平均差異百分比後發現，F取0.5及Cr取0.9是最佳的組合。由於控制參數F與Cr為連續型參數，因此本研究再以
克利金代理模型法建立控制參數與平均差異百分比之間的連續函數模型，並以最佳化方法求解使平均差異百分比最小化之控制參數最佳解。在最佳化之後，控制參數之最佳解F為0.072、Cr為0.638。在此最佳解上，改良後的DE/best/1/bin演算法之平均差異百分比僅有35.43%，與改良前的平均差異百分比43.97%相比，改良幅度高達24.02%。此結果顯示克利金代理模型法結合最佳化方法能夠有效提升DE/best/1/bin演算法求解零工型生產排程問題之能力。
考量交期因素下最佳測試方法選擇之研究
為了解決X-S10 單機 的問題，作者呂瑩 這樣論述：
過去大部分單機台排程問題，主要以工作任務處理時間確定下為前提，無論是製造或測試皆是如此，若要加入變化，則是進一步討論處理時間為某一範圍內的特定分布亦或是近年來討論熱烈的學習與退化效果，但這些處理時間或處理方法是無法事前選擇的。 本研究所探討的問題發生於品牌銷售商的測試部門，測試部門必須負責上市前的產品前測，以確定產品是否沒有問題。測試部門本身有多種測試法可以選擇，越精確的測試所花的時間越長，考量測試完成時間與測試正確性，測試部門必須做出取捨，找出最適合的測試方法與測試順序。此問題為處理時間與處理方法可選擇之單機排程問題，由於處理時間可以選擇，因此能夠變化的可能性更大，不同的處理時間組合則會
影響排序的最適結果，無法以單純的單機排程演算法處理。在此情況下，本研究將問題切成兩部分來看，一是測試方法的選擇，二是處理方法選定後的最佳排序。測試方法部分以基因演算法選出，並將此選擇的結果以分枝界限法的方式由後向前排序，找出最低目標成本之最佳排序方式與算出對應的成本作為基因演算法的適應度函數值參考依據，最後再將這些測試組合進行多次演進，找出最佳的解決方案。