走在汽車革命的路上論文書籍站
國立彰化師範大學 機電工程學系 鍾官榮、黃宜正所指導 馬銘佑的 運用長短期記憶模型改善粒子群優化法於XXY共平面平台之定位控制 （2021），提出xc90尺寸關鍵因素是什麼，來自於XXY平台、粒子群優化法、自動光學檢測、PID 控制器、長短期記憶。
而第二篇論文國立臺灣大學 化學工程學研究所 王勝仕所指導 蕭翔銘的 類澱粉纖維複合材料之應用:製備具有催化活性之以金奈米粒子修飾的類澱粉纖維材料 （2018），提出因為有 母雞蛋白溶菌酶、類澱粉纖維、奈米金、對硝基苯酚、生物分子材料的重點而找出了 xc90尺寸的解答。
運用長短期記憶模型改善粒子群優化法於XXY共平面平台之定位控制
為了解決xc90尺寸 的問題，作者馬銘佑 這樣論述：
本論文提出粒子群優化法(Particle Swarm Optimization, PSO)於XXY共平面平台並具雙CCD，透過自動光學檢測(Automated Optical Inspection，AOI)回饋平台即時定位，以進行PID控制器智能調機，透過PSO於XXY平台進行多軸及不同路徑優化其控制參數。在PSO演算法初期需預設停止搜尋適應值(fitness)，這需花費大量時間進行分析研究以調整適合參數，為解決此問題，提出長短期記憶 (Long Short-Term Memory, LSTM) 深度學習模型可以識別長期依賴和時序問題的模型，使用 LSTM 模型改進 PSO尋找最佳適應值之搜
尋次數。利用LSTM 預測 PSO 的適應值趨勢，則可無需預先評估適應值，透過適應值趨勢進行是否調整慣性權重(w)進行收斂或提前結束PSO搜尋，則可節省後續優化時間。將提出的方法應用於由雙CCD和由PC-based的運動控制卡組成的視覺伺服系統在 XXY 平台運動。實驗結果LSTM 可以預測適應值以減少 PSO 適應值演算所需次數，可降低PSO搜尋時間達50%，預測適應值MAPE約為12%以下，在XXY平台的不同控制模式及路徑條件下都成功進行適應值預測。未來可通過 LSTM預測模型建置，可運用在工廠生產線於精密平台之控制器優化機制。
類澱粉纖維複合材料之應用:製備具有催化活性之以金奈米粒子修飾的類澱粉纖維材料
為了解決xc90尺寸 的問題，作者蕭翔銘 這樣論述：
奈米金小尺寸、具有高表面能的特性使其常被作為一氧化碳過濾、工業廢水中對硝基苯酚（4-nitrophenol）過濾等生活中重要的觸媒，然而奈米金的高表面能也為其帶來容易聚集的現象，造成比表面積高的優勢降低，進而劣化催化效能，因此，藉由將奈米金接載在穩定的支撐性基材上，可使奈米金粒子較均勻的分佈而減少聚集現象，進而增加可用比表面積進而提高催化效能，亦可利用基材的特性使用不同方法將觸媒回收再利用。類澱粉纖維（amyloid fibril）在研究上雖被認為是導致阿茲海默病（Alzheimer’s disease）、帕金森氏症（Parkinson''s disease）疾病的原因，然而類澱粉纖維高機械
強度、穩定性的結構與高生物相容性使其成為在組織工程、藥物輸送、生物感測器方面混合材料良好的選擇。本研究以母雞蛋白溶菌酶（hen egg white lysozyme）培養的類澱粉纖維作為生物基材，使四氯酸金與類澱粉纖維因靜電作用力結合，並以氧化還原法將類澱粉纖維上的四氯金酸還原成奈米金，透過穿透式電子顯微鏡（Transmission electron microscope）瞭解類澱粉纖維上奈米金粒子分布的形態、利用能量色散X射線光譜儀(Energy Dispersive X-ray Spectrometer, EDX)確定混合材料中含有金元素，最後使用可見光/紫外光光譜儀(UV/VIS Spe
ctophotometer)由對硝基苯酚還原成4-氨基苯酚（4-aminophenol）的實驗評估不同條件奈米金/類澱粉纖維混合材料催化效能。研究結果顯示，類澱粉纖維可使奈米金更均勻的分布以減少奈米金的聚集，且含有類澱粉纖維作為基材的奈米金在將對硝基苯酚還原所需的時間較僅含有奈米金的溶液所需時間要少，此外，隨著奈米金與類澱粉纖維復合溶液中奈米金濃度的增加，還原對硝基苯酚的時間也隨之減少，利用一級反應數據擬合所得的反應速率常數也隨之增加，故母雞蛋白溶菌酶的加入可使奈米金相較於原本有更好的催化效能。