冰冷的城市需要更多的綠手指論文書籍站
臺中技術學院 流通管理系碩士班 張淳智所指導 關智峰的 維修零件最終訂購問題之需求預測模式 （2008），提出台中浴缸工廠關鍵因素是什麼，來自於基因演算法、最終訂購問題、需求預測、維修零件。
而第二篇論文國立高雄第一科技大學 機械與自動化工程所 周至宏、何文獻所指導 謝炎璋的 應用基因演算法於退化特性串聯機械系統之最佳維護排程計畫─以造紙廠設備為例 （2006），提出因為有 基因演算法、退化特性、可靠度、造紙廠設備、排程、最佳化、預防維護的重點而找出了 台中浴缸工廠的解答。
維修零件最終訂購問題之需求預測模式
為了解決台中浴缸工廠 的問題，作者關智峰 這樣論述：
摘 要當企業必頇對擁有較長生命週期的非消耗性產品提供維修售後服務時，對企業而言，其零件的存貨管理是一個沈重的負擔。因為維修零件隨機性出現的需求與其不穩定的數量，令零件需求預測難以進行。尤其是當發生零件停止供應時，企業需要預測未來數年的零件需求數量，以應對之後可能發生的維修需求。此一最終訂購問題，目前較少有相關文獻對於需求預測方面加以探討，因此，本研究乃針對零件需求的長期預測建立數學模式並加以求解。 本研究期望可建構令「最終訂購問題」的預測發生誤差為最小的模式，並使用最小平方法建立目標函數，由於本研究所提出之問題是屬於非凸集合問題，因此本研究採取不易落入局部最佳解之基因演算法求解，並利用A公司
零件歷史資料庫進行實證研究與分析。 為了測詴本研究建構之預測模式的求解成效，本研究另外採取一般常用的「移動平均法」與「指數平滑法」做為比較之基礎，將其求解結果與實際需求量進行比較。其結果顯示，預測模式的預測誤差皆少於採用時間序列法的預測誤差0.2~135%左右。且在面對零件需求有著較大的波動起伏時，其預測能力較時間序列法有更好的表現。
應用基因演算法於退化特性串聯機械系統之最佳維護排程計畫─以造紙廠設備為例
為了解決台中浴缸工廠 的問題，作者謝炎璋 這樣論述：
本文研究範圍，主要以具退化特性串聯機械系統為對象，提出以混合田口實驗法的改良型基因演算的最佳化演算程序，來對有時間間隔限制的不定期維護模式的成本效益目標函數作最小化搜尋，產生預防維護作業最適排程，且得到穩健和快速的結果。本文中以造紙工廠設備為例，利用現場所得系統失效歷史資料，建立靜態的可靠度方程式，並擬合動態可靠度方程式來描述系統及其組件單元在運轉期間的退化行為。同時以不同維護作業內容對系統可靠度及失效率的影響，建立系統可靠度成本模式及系統效益函數模型，在系統最低維護後可靠度需求與不定間隔定期維護的條件下，以系統單位運轉時間最小成本為目標，規劃系統及其組件單元具預防保養、預防修理及預防置換的
預防維護作業內容的最佳排程。