表 4-6 類神經優化品質因子的最佳解
代號 品質因子 下限 上限 類神經最佳解
X1 隔板磁鐵 (Septum) 電壓設定值 394.38 401.86 401.86 X2 隔板磁鐵 (Septum) 觸發時間 74922.90 74935.30 74935.00 X3 偏踢磁鐵 (Kicker) 電壓設定值 12.06 24.55 24.54 X4 偏踢磁鐵 (Kicker) 觸發時間 11047.42 11171.72 11047.00 X5 緩衝磁鐵-1 (Bumper-1) 電流設定值 166.02 215.76 180.91 X6 緩衝磁鐵-1 (Bumper-1) 觸發時間 74060.10 74558.40 74557.00 X7 緩衝磁鐵-2 (Bumper-2) 電流設定值 121.22 170.99 121.24 X8 緩衝磁鐵-2(Bumper-2)觸發時間 74062.10 74559.80 74308.00 X9 緩衝磁鐵-3(Bumper-3)電流設定值 166.23 215.79 175.78 X10 緩衝磁鐵-3(Bumper-3)觸發時間 74060.10 74559.00 74060.00
(X7)，依前面分析方法的結果，做適度的各別正負向調整，進行實際測詴。因為原本 最佳解的偏踢磁鐵電壓設定值(X3)已達上限，表示如非值域被限制，調高偏踢磁鐵電 壓設定值(X3)應該會有更佳的解答；而原本最佳解的緩衝磁鐵-2 電流設定值(X7)已達 下限，表示調低緩衝磁鐵-2 電流設定值(X7)應該會有更佳的解答。而原本最佳解的緩 衝磁鐵-1 電流設定值(X5)並未達上、下限，表示緩衝磁鐵-1 電流設定值(X5)的最佳值 應該不會距原值太遠。經進行實際測詴後，發現調整後最佳解如表 4-7 所示，即 X3 調高原值域的 16%左右(+2)，X7 調低原值域的 4%左右(-2)，X5 調低原值域的 4%左 右(-2)，有最佳的電子束引出效率出現，這與預期相當接近。新的調整後最佳參數組合 方案，其電子束引出效率可再提升至平均約 83％，整個實證實驗的過程如圖 4-24 所 示。圖中 Y 軸代表電子束引出效率的大小，X 軸代表電子束引出的時間，電子束引 出效率最大值為 85.5％，最小值為 37.1％，平均值為 67％，曲線的變化從左至右依 序為機器原本的參數設定值，電子束引出效率平均約 40％。其次為類神經優化的最 佳參數設定值，電子束引出效率平均約 73％。再其次為調整後最佳參數值，電子束引
出效率平均約 83％。同時我們在不同的時間點重複做兩次的實測實驗，電子束引出效
率都可達到平均約 83％如圖 4-25 所示。代表這組新的調整後最佳參數組合的重現性 是有其可信度。
表 4-7 調整後品質因子的最佳解
代
號 品質因子 下限 上限 類神經最佳
解
調整後最佳 解
X1
隔板磁鐵 (Septum) 電壓設
定值 394.38 401.86 401.86 401.86
X2
隔板磁鐵 (Septum) 觸發時
間 74922.90 74935.30 74935.00 74935.00
X3
偏踢磁鐵 (Kicker) 電壓設
定值 12.06 24.55 24.54
26.54
X4
偏踢磁鐵 (Kicker) 觸發時
間 11047.42 11171.72 11047.00 11047.00
X5
緩衝磁鐵-1 (Bumper-1) 電
流設定值 166.02 215.76 180.91
178.91
X6
緩衝磁鐵-1 (Bumper-1) 觸
發時間 74060.10 74558.40 74557.00 74557.00
X7
緩衝磁鐵-2 (Bumper-2) 電
流設定值 121.22 170.99 121.24
119.24
X8
緩衝磁鐵-2 (Bumper-2) 觸
發時間 74062.10 74559.80 74308.00 74308.00
X9
緩衝磁鐵-3 (Bumper-3) 電
流設定值 166.23 215.79 175.78 175.78
X10
緩衝磁鐵-3 (Bumper-3) 觸
發時間 74060.10 74559.00 74060.00 74060.00
圖 4-24 增能環電子束引出效率提升(1)
以表 4-8 調整後最佳品質因子組合 為基礎，針對三個重要影響品質因 子 X3、X5、X7 做適度的正負向調 整，電子束引出效率提升至平均約 83％。
以表 4-7 類神經最佳品質因子組合 為基礎，測詴結果增能環電子束引 出效率可以提升到平均約 73％。
機器原來参數設定值，
測詴結果增能環電子束 引出效率平均約 40％。
圖 4-25 增能環電子束引出效率提升(2) 以表 4-8 調整後最佳品質因子組合為基礎，針 對三個重要影響品質因子 X3、X5、X7 做適 度的正負向調整，電子束引出效率提升至平 均約 83％。
機器原來参數設定值，
測詴結果增能環電子束 引出效率平均約 40％。
2、 實驗比較
我們另外採用迴歸分析進行實驗，但因進行實證實驗的資源有限，該實驗並未進 行實證實驗，關於迴歸分析實驗的過程與結果請参閱附錄 D。
在這裡，我們將類神經網路優化電子束引出效率與迴歸分析優化電子束引出效 率，就其在方法的建構及方法的分析以及參數的優化做一比較。
(1) 方法建構的比較
類神經網路：本研究所處理之問題為連續變數之品質設計問題。採用二階反 應曲面設計。依第四章類神經網路在方法建構的結果顯示，經過方法建構運算之後，
我們獲得「交叉驗證法」的誤差收斂曲線如圖 4-14 所示。從誤差收斂曲線圖可以看 出「交叉驗證法」中，測詴範例的誤差與訓練範例的誤差收斂曲線非常的接近，由此 可知本研究所採用的自變數具有很好的解釋能力，也代表模型的建構是非常理想的，
大約在 1100 次的運算就顯示收斂狀態。由「交叉驗證法」的訓練樣本散佈圖及「交 叉驗證法」的測詴樣本散佈圖，如圖 4-15、圖 4-16 所示。相關性分為線性和非線性。
以線性來說，正相關的散佈圖，點會從左下遞升到右上。完全正相關就會呈現四十五 度角的斜線，相關性越弱，則角度會越小，無相關性時就會變成水平帶狀散佈。負相 關的點會從左上遞減到右下，其他亦同。非線性的相關則點會呈現特定圖樣，如曲線 或雙曲線。從這兩個圖可以顯示實際值與預測值集中在對角線，而且分佈非常相似，
這代表模型的建構預測能力是非常理想的。
迴歸分析：本研究所處理之問題為連續變數之品質設計問題。同樣採用二階反應 曲面設計。依附錄 D 迴歸分析方法建構的結果顯示，從步驟 2.配適摘要中，分析模 型中各實驗因子所能解釋的反應變數(因變數)的變異。如圖 D-1 所示，可以看出來二 次模型或三次模型皆可達到相當精確，兩種模型的顯著性皆小於 0.0001，在 F 統計量 方面二次模型為 13.29 三次模型為 1.75 所以二次模型較優。由此可知本研究所採用的 自變數具有很好的解釋能力，也代表模型的建構是非常理想的。
綜合以上的結果，我們認為類神經網路及迴歸分析兩種方法都具有很好的模型建 構能力。
(2) 方法分析的比較
類神經網路：由第四章分析的結果可以看出品質因子的重要性，如圖 4-17 所示。
(a)偏踢磁鐵電壓設定值(X3)的權重值為 0.338。
(b)緩衝磁鐵-1 電流設定值(X5) 的權重值為 0.203。
(c)緩衝磁鐵-2 電流設定值(X7)的權重值為 0.263。
這三個品質因子為最重要的影響品質因子，其中又以踢磁鐵電壓設定值(X3)最為 重要。而在線性作用指標分析的結果可以很明顯的看出品質因子的重要「線性作用指 標」，如圖 4-18 所示。
(a)偏踢磁鐵電壓設定值(X3)、緩衝磁鐵-1 觸發時間(X6)為具有正比線性效果的變數。
(b)緩衝磁鐵-1 電流設定值(X5)、緩衝磁鐵-2 電流設定值(X7)為具有反比線性效果的變 數。在二次曲率作用與交互作用指標分析的結果可以很明顯的看出品質因子的重要曲 率效果，如圖 4-19 所示。
(a)偏踢磁鐵電壓設定值(X3)、緩衝磁鐵-1 電流設定值(X5)、緩衝磁鐵-2 電流設定值(X7) 為具有反曲率效果的變數，即為開口朝下的曲線。
也就是說這幾個具有重要反曲率效果的變數，在某個區間會有最大值的出現。
迴歸分析：由迴歸分析的結果迴歸公式如圖 D-5、圖 D-10 因子效果圖(所有因 子重疊顯示)可以顯示 C(X3)、E(X5)、G(X7)是最重要的品質因子，與第四章使用類 神經網路所分析的結果完全一致。由圖 D-11 因子效果圖(單一因子顯示)，可以顯示 C(X3)、G(X7)具有曲線效果，E(X5)則沒有。
可見兩種方法在參數的分析中，C (X3) 與 G (X7)的見解是一致的，而 E (X5)則 略有差距。
(3) 參數優化的比較
類神經網路法及迴歸分析法，經過参數的優化後各獲得一組最佳參數解，我們把 這兩組最佳解以及實際測詴增能環電子束引出效率可達平均約 83％的這組參數放在 一起做比較，如表 4-8 所示。
表 4-8 品質因子的最佳解
由上表我們先針對三個最重要的品質因子，偏踢磁鐵電壓設定值 C (X3)、緩衝磁 鐵-1 電流設定值 E (X5)、緩衝磁鐵-2 電流設定值 G (X7)做一比較，從第四章的類神 經網路法之品質因子偏踢磁鐵電壓設定值 C (X3)我們可以看出最佳解為調到接近設 限的最高黠，而緩衝磁鐵-1 電流設定值 E (X5) 最佳解為調到接近中間偏低的值，緩 衝磁鐵-2 電流設定值 G (X7) 最佳解為調到接近最低值。而在附錄 D 迴歸分析法之品 質因子偏踢磁鐵電壓設定值 C (X3) 最佳解為調到接近最高黠，而緩衝磁鐵-1 電流設 定值 E (X5) 最佳解調到接近中間最低值，緩衝磁鐵-2 電流設定值 G (X7) 最佳解調 到接近最低值。因為在第四章我們針對這三個重要影響品質因子 X3、X5、X7 做適 度的正負向調整，進行實際測詴，增能環電子束引出效率可達平均約 83％，發現調 整後偏踢磁鐵電壓設定值 C (X3)的最佳解等於 26.55 (比原上限略高)，緩衝磁鐵-1 電 流設定值 E (X5)等於 178.91 (中間偏低，接近原解)，緩衝磁鐵-2 電流設定值 G (X7) 等於 119.24 (比原下限略低)，可見緩衝磁鐵-1 電流設定值 E (X5)的最佳值應該不是最 低值，而是中間偏低的值。所以我們可以初步的判定，在參數優化預測中，類神經網
代號 品質因子 類神經網
路最佳解
迴歸分析 最佳解
調整後 83％最 佳解 X1 隔板磁鐵 (Septum) 電壓設定值 401.86 394.39 401.86 X2 隔板磁鐵 (Septum) 觸發時間 74935.00 74930.00 74935.00 X3 偏踢磁鐵 (Kicker) 電壓設定值 24.55 24.51 26.54 X4 偏踢磁鐵 (Kicker) 觸發時間 11047 11171 11047.00 X5 緩衝磁鐵-1 (Bumper-1)電流設定值 180.91 168.11 178.91 X6 緩衝磁鐵-1 (Bumper-1)觸發時間 74557.00 74250.00 74557.00 X7 緩衝磁鐵-2 (Bumper-2)電流設定值 121.24 121.23 119.24 X8 緩衝磁鐵-2 (Bumper-2)觸發時間 74308.00 74062.00 74308.00 X9 緩衝磁鐵-3 (Bumper-3)電流設定值 175.78 215.79 175.78 X10 緩衝磁鐵-3 (Bumper-3)觸發時間 74060.00 74167.00 74060.00
路法是優於迴歸分析法。各品質因子三種最佳設定值的比較如下圖 4-26 所示：
圖 4-26 品質因子三種最佳設定值的比較
雖然迴歸分析法的電子束引出效率預測可達到 77％，比類神經網路的電子束引 出效率預測 63％還要高，但這並不能代表那一種方法較優。因為凡是預測原本就有 其誤差性，本研究因實際實驗的時間申請有限，只能實際測詴類神經網路優化後的最 佳解，雖然獲得最後調整後的最佳解，電子束引出效率可達平均約 83％，但無法做 迴歸分析優化後最佳解的實際測詴，有待後續研究。
第 5 章 結論與後續研究方向
本章將彙整本研究所得之結果，並提出一個總結，並且提出關於此類研究的後 續研究方向。