c管制圖常被用來監視產品的缺點數，然而，由於其限制條件，使得當缺點數具有群聚(clustered)現象時，c管制圖的偵測效益相當之差，往往造成錯誤的警訊，針對此現象，本研究結合Neyman Type A分配以及類神經網路建構出一製程管制程序，用以監視具有群聚現象的產品缺點。
本研究採用倒傳遞網路來發展製程管制程序，並根據平均連串長度(Average Run Length, ARL)來評估系統的效益，而評估對象則為蕭華特管制法。經由模擬方式以及實例的驗證，我們發現本研究所發展之製程管制程序在缺點數具有群聚現象時，優於蕭華特管制法以及c管制圖。

中文摘要 ……………………………………………………………………….. i
英文摘要 ……………………………………………………………………….. ii
誌謝 ……………………………………………………………………….. iii
目錄 ……………………………………………………………………….. iv
表目錄 ……………………………………………………………………….. vii
圖目錄 ……………………………………………………………………….. ix
一、緒論 ………………………………………………………………………… 1
1.1 研究背景與動機 ……………………………………………………… 1
1.2 研究目的 ……………………………………………………………… 1
1.3 研究範圍與假設 ……………………………………………………… 2
1.4 研究方法及步驟 ……………………………………………………… 3
1.5 論文架構 ……………………………………………………………… 4
二、文獻探討 …………………………………………………………………… 6
2.1 統計製程管制方法 …………………………………………………… 6
2.2 計數值管制圖 ………………………………………………………… 7
2.3 不合格點數管制圖(c管制圖) ……………………………………….. 8
2.4 Albin & Friedman之修正缺點數管制圖 ……………………………. 9
2.5 缺陷群聚分析相關文獻 ……………………………………………… 11
三、群聚現象分析 ……………………………………………………………… 14
3.1 離群值分析(outlier analysis) ………………………………………... 14
3.2 缺陷群聚現象的分析 ………………………………………………… 15
3.2.1 方格法(Quadrate Method) …………………………………….. 15
3.2.2 距離法(Distance Method) …………………………………….. 17
四、類神經網路 …………………………………………………………………. 19
4.1 類神經網路的基本架構 ………………………………………………. 19
4.2 適合製程管制之類神經網路特性 ……………………………………. 22
4.3 倒傳遞網路 ……………………………………………………………. 23
4.3.1 網路架構 ……………………………………………………….. 24
4.3.2 倒傳遞網路之參數設定 ……………………………………….. 26
4.3.3 應用倒傳遞網路解決問題之流程 …………………………….. 28
五、偵測製程異常之類神經網路 ………………………………………………. 30
5.1 訓練樣本的產生 ………………………………………………………. 30
5.2 輸入數據之特徵轉換 …………………………………………………. 33
5.3 類神經網路學習過程 …………………………………………………. 34
六、類神經網路之效益評估 ……………………………………………………. 37
6.1 評估方法及評估指標 …………………………………………………. 37
6.2 類神經網路之效益評估 ………………………………………………. 38
6.3 類神經網路之一般性測試 ……………………………………………. 53
6.4 類神經網路之設計參數的探討 ………………………………………. 56
6.5 數值範例 ………………………………………………………………. 61
七、實例探討 ……………………………………………………………………. 74
7.1 SMT簡介 ……………………………………………………………… 74
7.2 現行品檢方式 …………………………………………………………. 77
7.3 建議品檢方式 …………………………………………………………. 78
7.4 數據檢定 ………………………………………………………………. 79
7.5 SMT實例驗證 ………………………………………………………… 83
7.5 IC實例驗證 …………………………………………………………… 85
八、結論與未來展望 ……………………………………………………………. 92

Albin, S. and D. J Friedman, “The impact of clustered defect distribution in IC fabrication,” Management Science, 35(9), 1066-1078 (1989).
Albin, S. and D. J. Friedman, “Clustered defects in IC fabrication: impact on process control charts,” IEEE Transactions on Semiconductor Manufacturing, 4, 36-42 (1991).
Bartnett, V., “The study of outliers : purpose and model,” Applied Statistics, 27(3), 242-250 (1978).
Bernoulli, V. and T. Lewis, Outliers in Statistical Data, John Wiley, New York (1978).
Cheng, C. S. and C. A. Tzeng., “A neural network approach for detecting shifts in the process mean and variability,” Journal of Chinese Institute of Industrial Engineers, 11(2), 67-75 (1994).
Cheng, C. S., “A cumulative score control procedure for detecting process shift,” Journal of Chinese Institute of Industrial Engineers, 10(1), 51-56 (1993).
Cheng, C. S., “Detecting changes in the process mean using artificial neural networks approach,” Journal of Chinese Institute of Industrial Engineers, 11(1), 47-54 (1994).
Crosier, R. B., “A new two-sided cumulative sum quality control scheme,” Technometrics, 28, 187-194 (1986).
G.Upton and B.Fingleton , Spatial Data Analysis by Example , Vol. 1 : Point Pattern and Quantitative Data , Wiley (1985).
Grant, E. W. and R. S. Leavenworth, Statistical Quality Control, McGraw-Hill Book Co., New York (1988).
Gumbel, E. J., Discussion on “Rejections of outliers” by F. J. Anscombe, Technometrics, 12, 165-166 (1960).
Hoaglin, D. C., B. Iglewicz, and J. W. Tukey, “Performance of some resistant rules for outliers labeling,” Journal of the American Statistical Association, 81,.991-999 (1986).
Ludwig, J. A., and J. F. Reynolds, Statistical Ecology : A Primer on Methods and Computing, Wiley (1998).
Montgomery, D. C., Introduction to Statistical Quality Control, Wiley, New York (1991).
Noel A. C. Cressie , Statistics for Spatial Data , Wiley (1991).
Roger, A., Statistical analysis of spatial dispersion: the quadrat method, Pion, (1974).
Shiau, J. —J. H. “On defect counting : clustering and other issues,” Journal of the Chinese Institute of Industrial Engineers, 12( 4), 235-243 (1995).
Su, C. T. and L. I. Tong, “ A neural network-based procedure for the process monitoring of clustered defects in integrated circuit fabrication,” Computers in Industry, 34, 285-294 (1997).
Tong, L. I., W. I. Lee, and C. T. Su, “Using a neural network-based approach to predict the wafer yield in integrated circuit manufacturing,” IEEE Transactions on Components, Packaging, and Manufacturing Technology, 20(4), 288-294 (1997).
王永慶，「積體電路生產線上利用類神經網路方法修正缺陷群聚現象之管制圖」，交通大學工業工程研究所碩士論文，1996。
古東源，袁明鑑，吳岳忠，「適合晶圓製程管制之c管制圖」，中國工業工程學會八十六年度年會論文集第一冊，347-352 (1997)。
范秋玉，「IC群聚不良品的管制圖探討」，清華大學統計學研究所碩士論文，1995。
粘佩菁，「群聚資料之管制圖設計」，台灣科技大學管理研究所工業管理學程碩士論文，1999。
傅旭正，「考慮缺陷來源與群聚現象之積體電路良率模式」，交通大學工業工程與管理學系碩士論文，1999。
黃碧雯，「表面黏著技術在排程問題上的探討」，元智大學工業工程研究所碩士論文，1997。
楊月美，「積體電路生產線上考慮缺陷群聚現象管制程序之研究」，交通大學工業工程與管理學系碩士論文，1996。
葉怡成，應用類神經網路，儒林圖書公司，1999。
葉怡成，類神經網路模式應用與實作，儒林圖書公司，1999。
趙豐昌，「利用類神經網路構建之積體電路良率預估模式」，交通大學工業工程與管理學系碩士論文，1997。
劉宗明，「積體電路生產線上利用群聚分析之修正缺點數管制圖」，交通大學工業工程研究所碩士論文，1995。
鄭春生，品質管理，育有圖書有限公司，台北(1995)。
謝季亨，「積體電路晶圓缺陷管制圖之經濟設計」，交通大學工業工程與管理學系碩士論文，1997。