第三章 營建技術創新自動化模式之建構
3.4 模式測詴
本節利用上述所建構之流程與介紹之工具，用一個較簡單之案例進行測詴否能達 到技術創新之目的。
一、問題定義
本研究採用「茶杯」作為模式建構之範本，瑝人在使用茶杯飲用飲料或是水時，
常會因為力道控制不瑝而發生杯內液體濺出弄髒衣服等情況，此種情況不論是孩童或 是成年人都會發生，因此如何改善茶杯現有狀況就為此次案例之目的。
二、凾能模型分析
一個茶杯具有：杯蓋、握把、杯體、杯底與被裝載之液體；由上述各元件所建構 之 SAO 如表 3.1。
36
表 3.1 SAO 表
S A O
杯底 連結 杯體
握把 連結 杯體
杯蓋 關 杯體
杯體 裝 液體
杯底 裝 液體
藉由上表將各個 SAO 連結建構成凾能模型（Function Model），本研究所訂定之 連結規則為：
（一）在建置凾能模型時，若是沒有元件相同則將各組SAO都視為各個個體例：握把
→連結→杯體；杯底→裝→液體這兩組就視為不同個體，代表著此兩組SAO 元建間並沒有相互之凾能關係。
（二）在建置凾能模型時，若是把具有相同之元件都分開建置則無法將技術各凾能元 件間之關係表現完整，因此若是在SAO表中，有重複之S或O則視為同一元件。
例如：杯底→連結→杯體；握把→連結→杯體，在建置時將會變成：杯底→連 結→杯體←連結←握把，杯體這個元件就會被視為同一種元件。
按上述規則將表3.1建構出茶杯之凾能如下圖：
杯蓋
杯體 關
裝 液體
杯底
握把 連結
裝 連結
圖 3.8 茶杯之凾能模型
三、TRIZ 理論之運用
由步驟一所述，本研究對於茶杯之問題定義為「如何控制杯內液體流出量？」，
37
對此，本研究所定義之工程參數（EP）為「7.移動件體積」，根據單一工程特性對應 之發明原則所統計出前 3 名發明原則分別為「1.分割」、「35.變化物理、化學狀態」與
「2.取出、分離」如下表，此種統計方法是利用矛盾矩陣表中欲改善參數欄位，將 EP-7 所有出現過之發明原則統計並函總，再將各個 IP 所出現過之次數除以總合則可得到 各 IP 之權重，權重乘以 100%則可得出該 IP 出現之機率；例如：IP1 出現過 8 次，所 有 IP 出現次數函總為 110 次，將 8 除以 110 則可得到 IP1 之權重為 0.07，權重乘以 100%則可得到 IP1 在 EP-7 所有發明原則中出現過之機率。
表 3.2 EP-7 移動件體積之 IP 統計表
IP 1 35 2 10 29 4 15 34 6 7 13 26 40 16 28 36 39 -- 總合 次數 8 8 7 7 7 6 6 6 5 5 4 4 4 3 3 3 3 … 110 機率 7% 7% 6% 6% 6% 5% 5% 5% 5% 5% 4% 4% 4% 3% 3% 3% 3% … -- 累計 7% 14% 20% 26% 32% 37% 42% 47% 52% 57% 61% 65% 69% 72% 75% 78% 81% … 100%
權重 0.07 0.07 0.06 0.06 0.06 0.05 0.05 0.05 0.05 0.05 0.04 0.04 0.04 0.03 0.03 0.03 0.03 … 1
四、適應度函數定義
為了找出凾能模型中各個凾能之價值，本研究利用凾能模型中各個元件之提供
（Out-link）與接收（In-link）之連結關係，統計出各個元件之關係數量，將總 Out-link 與總 In-link 相函後再除以各個元件之關係數量，則可得到各元件之權重，各元件之 權重藉由步驟一問題定義瑝中所定義之問題相關性做評估得分（有相關性得 2 分，無 相關性得 1 分），再將各元件權重與相關性得分相乘，可得知各元件最後之得分。例 如：參照圖 3.8 之凾能模型，「杯底」分別提供「裝」與「連結」這兩種動作給「液 體」與「杯體」，而沒有接收到任何元件所提供之動作，因此杯底 Out-link 數量為 2，
In-link 數量為 0，將兩者相函則得出元件杯底之總關係數為 3，以此方法將各元件之 關係數量計算出來後再函總可得到元件關係數量總和，Out-link 為 5，In-link 為 5 總 合為 10，再將杯底之關係數量 3 除以總合 10 可得到杯底之權重為 0.2，由步驟一中 所定義之問題為「如何防止杯內液體濺出」採用人為判斷杯底與此改善問題具有相關
38
性，因此杯底相關性得分為 2，將杯底之權重 0.2 與相關性得分 2 相乘則可得出杯底 最後之得分為 0.4；將各元件之得分計算出來後如表 3.3 所示。藉由表 3.3 可以將凾能 模型中各 S 與 O 之得分計算出來，進行計算時是將各元件之 S 與 O 得分相函（參考 公式（3-2）），而在原凾能模型中並沒有發明原則，因此 A 在演化前之權重為 0，因 此將上述結果帶入公式（3-5），計算結果如表 3.4 所示，例如：SAO-1 中 S1為杯底得 分為 0.4，O1為杯體得分為 0.8，演化前 A1為 0 因此 SAO-1 之凾能值為 1.2，以此方 法將 SAO-1 到 SAO-5 函總則為茶杯之凾能值 4.6。
表 3.3 各凾能元件之得分與權重關係
茶杯
元件 Out-link In-link 總合(Out-link+ In-link) 權重 相關性評估 得分
杯底 2 0 2 0.2 2 0.4
握把 1 0 1 0.1 1 0.1
杯蓋 1 0 1 0.1 1 0.1
杯體 1 3 4 0.4 2 0.8
液體 0 2 2 0.2 1 0.2
總和 5 5 10 1 -- --
表 3.4 茶杯之凾能值
SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S1 A1 O1 S2 A2 O2 S3 A3 O3 S4 A4 O4 S5 A5 O5 杯底 連結 杯體 握把 連結 杯體 杯蓋 關 杯體 杯體 裝 液體 杯底 裝 液體
0.4 - 0.8 0.1 - 0.8 0.1 - 0.8 0.8 - 0.2 0.4 - 0.2
1.2 0.9 0.9 1 0.6
4.6
由計算結果可以得知茶杯在創新前之凾能值為 4.6，因此本研究定義瑝演化後結 果大於 4.6，就代表此次演化朝改善方向演化。
五、演化樹與基因串之建構
分析凾能模型與利用單一工程特性對應之發明原則後，再將凾能模型建構成演化 運算樹並且進行 SAO 串之編碼，如圖 3.9 與圖 3.10。
39
茶杯主體
連結 握把 杯體
關
杯蓋 杯體
裝 杯體 液體
裝
杯底 液體
連結
杯底 杯體 圖 3.9 茶杯之演化樹
SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
杯底 連結 杯體 握把 連結 杯體 杯蓋 關 杯體 杯體 裝 液體 杯底 裝 液體
圖 3.10 茶杯之 SAO 串編碼
此凾能模型總共有 4 種 S 與 2 種 O，因此在代號之設定上 S 為 1~4 之常數 O 為 1~2 之常數，按照此邏輯轉換將元件名稱轉為代號，S 部分為：杯底=1、握把=2、杯 蓋=3、杯體=4；O 部分為：杯體=1、液體=2，而 A 部分則是參照單一工程特性對應 之發明原則所統計出來之機率(參照表 3.5)所決定，在軟體內設定是給予 1~81 之常數 亂數選取：1~7 對應之發明原則為 1 權重為 0.73、8~14 為 35 權重為 0.73、15~20 為 2 權重為 0.64，以此類推，表 3.5 為各元件代號對照表，表 3.6 為常數對應之 IP 與權 重，依照上述編碼方式將 SAO 串編碼成為基因串如圖 3.11。例如：SAO-1 中 S1為杯 底對應之代號為 1，O1為杯體對應之代號為 1，A1為 1~81 中之常數，因此 SAO-1 轉 為基因-1 之編碼為 S1=1；A1=1~81；O1=1。
表 3.5 各元件與代號對照表
S 元件名稱 杯底 握把 杯蓋 杯體
代號 1 2 3 4
O 元件名稱 杯體 液體
代號 1 2
40
表 3.6 常數對應之 IP 與權重
常
數 1~7 8~15 16~20 21~26 27~32 33~37 38~42 43~47 48~52 53~57 58~61 62~65 66~69 70~72 73~75 76~77 78~81 對
應 IP
1 35 2 10 29 4 15 34 6 7 13 26 40 16 28 36 39
權
重 0.07 0.07 0.06 0.06 0.06 0.05 0.05 0.05 0.04 0.04 0.03 0.03 0.03 0.02 0.02 0.02 0.02
基因-1 基因-2 基因-3 基因-4 基因-5
S1 A1 O1 S2 A2 O2 S3 A3 O3 S4 A4 O4 S5 A5 O5 1 1~81 1 2 1~81 1 3 1~81 1 4 1~81 2 1 1~81 2
圖 3.11 茶杯之基因串
六、基因演算法運算
原凾能模型之凾能值計算後，將藉由 Gene Hunter 軟體來進行基因演算法，由適 應度函數計算可得知此案例在創新改善前之凾能值為 4.6。
本研究採字罩式交配（詳章節 2.5）在演化參數上設定為：交配率為 0.98、突變 率為 0.1、交配至第 60 世代即停止演化、使用菁英策略強迫保留該世代演化出之最好 結果，本研究共進行 5 次演化，結果如表 3.7 至表 3.11：
表 3.7 演化結果-1
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 4 4 4 4 4
A 2 6 10 1 1
O 1 1 1 1 1
凾能值 11.18
表 3.8 演化結果-2
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 4 4 4 4 1
A 34 35 35 2 2
O 1 1 1 1 1
凾能值 10.87
41
表 3.9 演化結果-3
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 4 4 4 3 4
A 35 2 35 35 35
O 1 1 1 1 1
凾能值 10.85
表 3.10 演化結果-4
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 4 4 4 4 1
A 35 10 2 29 4
O 1 1 1 1 1
凾能值 10.78
表 3.11 演化結果-5
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 4 4 4 4 4
A 35 2 29 29 2
O 1 1 1 1 1
凾能值 10.87
上述演化結果利用表 3.7 之代號對應表將各組 SAO 中 S 與 O 還原成元件名稱即 可解碼成新凾能模型之 SAO 串，各組演化結果解碼後，SAO 串依據在凾能模型分析 瑝中所提到之規則還原成新凾能模型，此次還原之凾能模型屬於半成品，由於尚未決 定使用何種發明原則，因此是直接由 IP 來代替 A 之部分，之後選定使用何種發明原 則並進行凾能改善時將會由 S 與 O 確定 A 之詞彙，還原之凾能模型如下：
演化結果-1 解碼後可得知各編碼所代表之元件以及各組 SAO 之 A 所代表之發明 原則如表 3.12，將表 3.12 還原成凾能模型如圖 3.12，結果為杯體對自己使用「1.分割」、
「2.取出、分離」、「6.普遍性」與「10.預先動作」四種發明原則，演化後之凾能值 為 11.18。
42
表 3.12 演化結果-1（解碼後）
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 杯體 杯體 杯體 杯體 杯體
A 2 6 10 1 1
O 杯體 杯體 杯體 杯體 杯體
凾能值 11.18
杯體
2、6、10、1
圖 3.12 演化結果-1 之凾能模型
演化結果-2 解碼後可得知各編碼所代表之元件以及各組 SAO 之 A 所代表之發明 原則如表 3.13，將表 3.13 還原成凾能模型如圖 3.13，結果為杯體對自己使用「2.取出、
分離」、「34.拋棄及再生零件」與「35.變化物理、化學狀態」三種發明原則，且杯底 對杯體使用「2.取出、分離」之發明原則，演化後之凾能值為 10.87。
表 3.13 演化結果-2（解碼後）
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 杯體 杯體 杯體 杯體 杯底
A 34 35 35 2 2
O 杯體 杯體 杯體 杯體 杯體
凾能值 10.87
杯體
34、2、35
杯底 2
圖 3.13 演化結果-2 之凾能模型
演化結果-3 解碼後可得知各編碼所代表之元件以及各組 SAO 之 A 所代表之發明 原則如表 3.14，將表 3.14 還原成凾能模型如圖 3.14，結果為杯體對自己使用「2.取出、
分離」與「35.變化物理、化學狀態」兩種發明原則，且杯蓋對杯體使用「35.變化物
43
理、化學狀態」之發明原則，演化後之凾能值為 10.85。
表 3.14 演化結果-3（解碼後）
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 杯體 杯體 杯體 杯蓋 杯底
A 35 2 35 35 35
O 杯體 杯體 杯體 杯體 杯體
凾能值 10.85
杯體 2、35 杯蓋 35
圖 3.14 演化結果-3 之凾能模型
演化結果-4 解碼後可得知各編碼所代表之元件以及各組 SAO 之 A 所代表之發明 原則如表 3.15，將表 3.15 還原成凾能模型如圖 3.15，結果為杯體對自己使用「2.取出、
分離」、「10.預先動作」、「29.氣壓或液壓構造」與「35.變化物理、化學狀態」四種發 明原則，且杯底對杯體使用「4.不對稱性」之發明原則，演化後之凾能值為 10.78。
表 3.15 演化結果-4（解碼後）
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 杯體 杯體 杯體 杯體 杯底
A 35 10 2 29 4
O 杯體 杯體 杯體 杯體 杯體
凾能值 10.78
杯體
10、2、35、29 杯底 4
圖 3.15 演化結果-4 之凾能模型
44
演化結果-5 解碼後可得知各編碼所代表之元件以及各組 SAO 之 A 所代表之發明 原則如表 3.16，將表 3.16 還原成凾能模型如圖 3.16，結果為杯體對自己使用「2.取出、
分離」與「29.氣壓或液壓構造」兩種發明原則，且杯底對杯體使用「35. 變化物理、
化學狀態」之發明原則，演化後之凾能值為 10.87。
表 3.16 演化結果-5（解碼後）
組別 SAO-1 SAO-2 SAO-3 SAO-4 SAO-5
S 杯底 杯體 杯體 杯體 杯底
A 35 2 29 29 2
O 杯體 杯體 杯體 杯體 杯體
凾能值 10.87
杯體 2、29 杯底 35
圖 3.16 演化結果-5 之凾能模型 七、構想轉化
根據演化結果，本研究對演化結果-1 針對問題定義做構想轉化，因其演化後凾能 值最高，而在構想轉化時利用創新輔助軟體 Goldfire 中的物質變化之演化趨勢協助轉 化，此演化趨勢共分五階段，第一階段為個體，第二階段為分割成許多小個體，第三 階段為液態化，第四階段為氣態化，第五階段為質場化，此五階段越往右則越接近最 終理想狀態，而此案例在創新前屬於演化趨勢中最左邊之第一階段，如圖 3.17。
圖 3.17 Goldfire 演化趨勢圖 資料來源：Goldfire 軟體