問題的答案無所不包論文書籍站
2016 ES200的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包
2016 ES200的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦丁世飛寫的 人工智能導論（第3版） 和Muller, Sven-David,Jackeschky, Martin的 Omega 3 Fettsäuren, Alpha Linolensäure, Leinöl und Fettsäuren in der Ernährung都 可以從中找到所需的評價。
另外網站【台南】 LEXUS 凌志2016年ES200 安裝更換電瓶安裝 ...也說明：【台南】 LEXUS 凌志 2016年ES200 安裝更換電瓶安裝 ENERGIZER 勁量 145D31L T110 EFB 汽車電池 消除故障碼. ※2016年ES200原車電池為GS-YUASA T110電池，約使用2年再多 ...
這兩本書分別來自電子工業 和所出版 。
國立臺北科技大學 電資學院外國學生專班(iEECS) 白敦文所指導 VAIBHAV KUMAR SUNKARIA的 An Integrated Approach For Uncovering Novel DNA Methylation Biomarkers For Non-small Cell Lung Carcinoma （2022），提出2016 ES200關鍵因素是什麼，來自於Lung Cancer、LUAD、LUSC、NSCLC、DNA methylation、Comorbidity Disease、Biomarkers、SCT、FOXD3、TRIM58、TAC1。
而第二篇論文國立臺灣海洋大學 河海工程學系 張景鐘所指導 簡明儒的 貨櫃屋建築技術規範之研究 （2021），提出因為有 貨櫃屋、建築技術規範、結構計算、層間變位、模組化、防腐蝕的重點而找出了 2016 ES200的解答。
最後網站【台北】LEXUS凌志ES200 2016年原廠電瓶日製GS YUASA ...則補充：Mar 28, 2021 01:23. 【台北】LEXUS凌志ES200 2016年原廠電瓶日製GS YUASA EFB T-115 D31(JIS) 加水式80AH 776A 更換汽車電池德國VARTA華達EFB T-110L/145D31L 90AH ...
人工智能導論（第3版）
為了解決2016 ES200 的問題，作者丁世飛 這樣論述：
主要闡述人工智慧的基本原理、方法和應用技術。全書共13章，除第1章討論人工智慧基本概念、第13章討論人工智慧的爭論與展望外，其餘11章按照“基本智慧+典型應用+計算智慧”三個模組編排內容。 一個模組為人工智慧經典的三大技術，分別為知識表示技術、搜索技術和推理技術，主要包括知識表示、確定性推理、搜索策略、不確定性推理；第二個模組為人工智慧的典型應用領域，包括機器學習、支援向量機和專家系統；第三個模組為計算智慧與群智慧，包括神經計算、進化計算、模糊計算和群智慧。 該書力求科學性、模組化、實用性。內容由淺入深、循序漸進，條理清晰，讓讀者在有限的時間內，掌握人工智慧的基本原理、基本方法和應用
技術。該書為教師提供習題答案。 該書可作為電腦科學與技術、智慧科學與技術、人工智慧、自動化、機器人工程等相關專業的教材，也可供從事人工智慧研究與應用的科技工作者學習參考。 丁世飛，男，畢業於中國科學院計算技術研究所，中國礦業大學教授，博士生導師。從事人工智慧、機器學習、模式識別、資料採擷、大資料智慧分析、生物資訊識別、粗糙集與軟計算等方面理論與應用研究。 主持國家重點基礎研究計畫（973計畫）課題1項、國家自然科學基金面上專案2項、江蘇省自然科學基金專案1項、中國博士後科學基金1項、國家重點實驗室開放基金3項；參加國家”863”高技術專案1項、國家自然科學基金重點
專案1項、國家自然科學基金面上專案3項等。 近年來，出版專著4部，申請或授權發明專利10項，在國內外重要學術期刊上發表研究論文200餘篇，其中被SCI檢索100餘篇，其中被電腦學科ESI檢索20餘篇。 第1章 緒論 1 1．1 人工智慧的概念 1 1．1．1 智慧的定義 1 1．1．2 人工智慧的定義 3 1．2 人工智慧的產生和發展 5 1．2．1 孕育期（20世紀50年代中期以前） 5 1．2．2 形成及第一個興旺期（20世紀50年代中期至60年代中期） 6 1．2．3 蕭條波折期（20世紀60年代中期至70年代中期） 7 1．2．4 第二個興旺期（20世紀70年代
中期至80年代中期） 8 1．2．5 穩步增長期（20世紀80年代中期至今） 10 1．2．6 中國的人工智慧發展 11 1．3 人工智慧的主要學派 12 1．3．1 符號主義學派 12 1．3．2 連接主義學派 13 1．3．3 行為主義學派 14 1．4 人工智慧的主要研究內容 14 1．5 人工智慧的主要應用領域 17 小結 24 習題1 24 第2章 知識表示 25 2．1 知識表示概述 25 2．1．1 知識的概念 25 2．1．2 知識表示的概念 26 2．2 一階謂詞邏輯標記法 27 2．2．1 命題 27 2．2．2 謂詞 28 2．2．3 謂詞公式 29 2．2．4 謂詞邏
輯表示 30 2．2．5 謂詞邏輯標記法的特點 33 2．3 產生式標記法 33 2．3．1 產生式表示的基本方法 33 2．3．2 產生式系統的基本結構 35 2．3．3 產生式系統的分類 36 2．3．4 產生式標記法的特點 37 2．4 語義網路標記法 39 2．4．1 語義網路的基本概念 39 2．4．2 語義網路的基本語義關係 39 2．4．3 語義網路表示知識的方法 41 2．4．4 語義網路的推理過程 45 2．4．5 語義網路標記法的特點 46 2．5 框架標記法 46 2．5．1 框架結構 46 2．5．2 框架表示 48 2．5．3 框架表示的推理過程 50 2．5．4 框
架標記法的特點 50 2．6 腳本標記法 50 2．7 物件導向標記法 54 小結 56 習題2 57 第3章 確定性推理 59 3．1 推理概述 59 3．1．1 推理的概念 59 3．1．2 推理的分類 59 3．1．3 推理的控制策略 61 3．2 推理的邏輯基礎 63 3．2．1 謂詞公式的永真性和可滿足性 63 3．2．2 置換與合一 65 3．3 自然演繹推理 68 3．4 歸結演繹推理 69 3．4．1 子句型 69 3．4．2 魯濱遜歸結原理 72 3．4．3 歸結演繹推理的歸結策略 76 3．4．4 用歸結原理求取問題的答案 81 小結 81 習題3 82 第4章 搜索策
略 85 4．1 搜索概述 85 4．2 一般圖搜索 86 4．2．1 圖搜索的基本概念 86 4．2．2 狀態空間搜索 87 4．2．3 一般圖搜索過程 91 4．3 盲目搜索 92 4．3．1 寬度優先搜索 93 4．3．2 深度優先搜索 95 4．3．3 有界深度搜索和反覆運算加深搜索 97 4．3．4 搜索最優策略的比較 98 4．4 啟發式搜索 99 4．4．1 啟發性資訊和評估函數 99 4．4．2 啟發式搜索A演算法 100 4．4．3 實現啟發式搜索的關鍵因素 102 4．4．4 A*演算法 103 4．4．5 反覆運算加深A*演算法 106 4．5 回溯搜索和爬山法 107
4．5．1 爬山法 107 4．5．2 回溯策略 108 4．6 問題規約 109 4．7 與/或圖搜索 111 4．7．1 與/或圖表示 111 4．7．2 與/或圖的啟發式搜索 113 4．8 博弈 117 4．8．1 極大極小過程 119 4．8．2 α?β過程 121 小結 122 習題4 123 第5章 不確定性推理 125 5．1 不確定性推理概述 125 5．1．1 不確定性推理的概念 125 5．1．2 知識不確定性的來源 125 5．1．3 不確定性推理要解決的基本問題 126 5．1．4 不確定性推理方法的分類 128 5．2 概率方法 129 5．2．1 概率論基礎 1
29 5．2．2 經典概率方法 130 5．2．3 逆概率方法 130 5．3 主觀貝葉斯方法 132 5．3．1 規則不確定性的表示 132 5．3．2 證據不確定性的表示 134 5．3．3 組合證據不確定性的計算 135 5．3．4 不確定性推理 135 5．3．5 結論不確定性的合成演算法 137 5．4 確定性理論 140 5．4．1 可信度 140 5．4．2 CF模型 142 5．4．3 確定性方法的說明 145 5．5 證據理論 146 5．5．1 證據理論的形式描述 147 5．5．2 證據理論的推理模型 150 5．5．3 證據不確定性的表示 152 5．5．4 規則不確定
性的表示 152 5．5．5 不確定性的推理 152 5．5．6 組合證據的不確定性計算 152 5．6 模糊推理 155 5．6．1 模糊數學的基本知識 155 5．6．2 模糊假言推理 157 小結 160 習題5 161 第6章 機器學習 163 6．1 機器學習概述 163 6．1．1 學習與機器學習 163 6．1．2 學習系統 164 6．1．3 機器學習的發展簡史 166 6．1．4 機器學習的分類 167 6．1．5 機器學習的應用和研究目標 168 6．2 歸納學習 169 6．2．1 歸納學習的基本概念 169 6．2．2 變型空間學習 171 6．2．3 歸納偏置 17
3 6．3 決策樹學習 174 6．3．1 決策樹的組成及分類 174 6．3．2 決策樹的構造演算法CLS 175 6．3．3 基本的決策樹演算法ID3 177 6．3．4 決策樹的偏置 179 6．4 基於實例的學習 180 6．4．1 k?近鄰演算法 180 6．4．2 距離加權最近鄰法 181 6．4．3 基於範例的學習 181 6．5 強化學習 186 6．5．1 強化學習模型 186 6．5．2 瑪律可夫決策過程 187 6．5．3 Q學習 188 小結 190 習題6 191 第7章 支持向量機 193 7．1 支持向量機概述 193 7．2 統計學習理論 194 7．2．1
學習問題的表示 194 7．2．2 期望風險和經驗風險 195 7．2．3 VC維理論 196 7．2．4 推廣性的界 197 7．2．5 結構風險最小化 198 7．3 支持向量機的構造 199 7．3．1 函數集結構的構造 199 7．3．2 支援向量機的模式 200 7．4 核函數 203 7．4．1 核函數概述 203 7．4．2 核函數的分類 204 7．5 SVM的演算法及多類SVM 205 7．6 用於非線性回歸的SVM 206 7．7 支援向量機的應用 207 小結 209 習題7 209 第8章 專家系統 210 8．1 專家系統概述 210 8．1．1 專家系統的特性 2
10 8．1．2 專家系統的結構和類型 211 8．2 基於規則的專家系統 213 8．3 基於框架的專家系統 215 8．4 基於模型的專家系統 217 8．5 專家系統的開發 219 8．5．1 專家系統的開發過程 219 8．5．2 專家系統的知識獲取 220 8．5．3 專家系統的開發工具和環境 222 8．6 專家系統設計舉例 224 8．6．1 專家知識的描述 224 8．6．2 知識的使用 227 8．6．3 決策的解釋 230 8．6．4 MYCIN系統 230 8．7 新型專家系統 231 小結 233 習題8 234 第9章 神經計算 235 9．1 神經計算概述 235
9．2 感知器 237 9．2．1 感知器的結構 237 9．2．2 感知器的學習演算法 238 9．3 反向傳播網路 240 9．3．1 BP網路的結構 240 9．3．2 BP網路的學習演算法 241 9．4 自組織映射神經網路 244 9．4．1 SOM網路結構 244 9．4．2 SOM網路的學習演算法 244 9．5 Hopfield網路 246 9．5．1 離散Hopfield網路的結構 246 9．5．2 離散Hopfield網路的穩定性 247 9．5．3 離散Hopfield 網路的學習演算法 247 9．6 脈衝耦合神經網路 248 9．6．1 PCNN的結構 248 9
．6．2 PCNN的學習演算法 249 9．7 深度神經網路 249 小結 250 習題9 251 第10章 進化計算 252 10．1 進化計算概述 252 10．2 遺傳演算法 253 10．2．1 遺傳演算法的基本原理 253 10．2．2 遺傳演算法的應用示例 255 10．2．3 模式定理 257 10．2．4 遺傳演算法的改進 259 10．3 進化規劃 260 10．3．1 標準進化規劃及其改進 261 10．3．2 進化規劃的基本技術 262 10．4 進化策略 263 10．4．1 進化策略及其改進 263 10．4．2 進化策略的基本技術 264 10．5 GA、EP、E
S的異同 266 小結 267 習題10 267 第11章 模糊計算 268 11．1 模糊集合的概念 268 11．1．1 模糊集合的定義 268 11．1．2 模糊集合的表示方法 268 11．2 模糊集合的代數運算 273 11．3 正態模糊集和凸模糊集 275 11．4 模糊關係 276 11．4．1 模糊關係的概述 276 11．4．2 模糊關係的性質 277 11．5 模糊判決 277 11．6 模糊數學在模式識別中的應用 278 11．6．1 最大隸屬度原則 278 11．6．2 擇近原則 279 小結 280 習題11 280 第12章 群智能 282 12．1 群智能概述
282 12．1．1 群智慧優化演算法定義 282 12．1．2 群智慧優化演算法原理 283 12．1．3 群智慧優化演算法特點 283 12．2 蟻群演算法 283 12．2．1 蟻群演算法概述 283 12．2．2 蟻群演算法的數學模型 284 12．2．3 蟻群演算法的改進 286 12．2．4 蟻群演算法的應用示例 287 12．3 粒子群優化演算法 288 12．3．1 粒子群優化演算法基本思想 288 12．3．2 粒子群優化演算法基本框架 288 12．3．3 粒子群優化演算法參數分析與改進 290 12．3．4 粒子群優化演算法的應用示例 291 12．4 其他群智慧優化演
算法 292 12．4．1 人工魚群演算法 292 12．4．2 細菌覓食演算法 295 12．4．3 混合蛙跳演算法 297 12．4．4 果蠅優化演算法 298 小結 299 習題12 300 第13章 爭論與展望 301 13．1 爭論 301 13．1．1 對人工智慧理論的爭論 301 13．1．2 對人工智慧方法的爭論 302 13．1．3 對人工智慧技術路線的爭論 302 13．1．4 對強弱人工智慧的爭論 303 13．2 展望 304 13．2．1 更新的理論框架 304 13．2．2 更好的技術集成 305 13．2．3 更成熟的應用方法 305 13．2．4 腦機介面 3
06 小結 306 習題13 307 附錄A 參考答案 308 參考文獻 309 人工智慧是一門研究如何用機器實現人類智慧的學科，即用人工的方法和技術研製智慧型機器或智慧系統來模仿、延伸和擴展人的智慧，實現智慧行為，誕生以來幾經起伏，已經走過了60餘年的曲折歷程。 近年，隨著雲計算、大資料、深度學習等技術的快速發展，人工智慧又在算力支撐、資料驅動、演算法引領、需求牽引下強勢興起，並正在成為新一輪科技革命和產業變革的核心動力，以及全球科技實力競爭的重要標誌。 繼美國政府2016年10月發佈《國家人工智慧研究與發展策略規劃》後，各國（或地區）政府先後發佈了自己國家的
人工智慧發展規劃，將人工智慧上升為本國的國家戰略。2017年7月，國務院發佈《新一代人工智慧發展規劃》，在將人工智慧上升為我國國家戰略的同時，特別強調了人工智慧技術對我國科技進步和產業發展的引領作用。 當今社會，人工智慧作為時代需求的核心生產力，正在逐步改變著人類的生產、生活方式和社會經濟活動模式，並必將成為人類認知自然、擴展智力、改變社會，走向智慧生活的重要工具。當然也應該看到，人工智慧之路還相當漫長，且充滿艱難曲折，人工智慧的光明前景還需要廣大教育工作者和科技工作者不懈的腳踏實地和辛勤耕耘。 中國礦業大學丁世飛教授編著、中國科學院計算技術研究所史忠植研究員主審的著作《人工智慧導
論（第3版）》系統地闡述了人工智慧的基本原理、方法和應用技術，全面反映了人工智慧領域國內外的最新研究進展和動態。本書是作者在多年教學與科研工作基礎上撰寫而成的，內容豐富、結構合理、深入淺出、學用結合，體現出“嚴肅、嚴密、嚴格”的優良作風，按照“基本智慧+典型應用+計算智慧”三個模組，以逐層深入的方式進行教學，以期達到不同專業之取捨、不同層次的教學研究之需要。 相信本書能成為我國智慧科學與技術、人工智慧、自動化、機器人工程等新工科專業學生學習“人工智慧”或“人工智慧導論”課程的優秀教材，也可供從事人工智慧研究與應用的科技工作者學習參考。
An Integrated Approach For Uncovering Novel DNA Methylation Biomarkers For Non-small Cell Lung Carcinoma
為了解決2016 ES200 的問題，作者VAIBHAV KUMAR SUNKARIA 這樣論述：
Introduction - Lung cancer is one of primal and ubiquitous cause of cancer related fatalities in the world. Leading cause of these fatalities is non-small cell lung cancer (NSCLC) with a proportion of 85%. The major subtypes of NSCLC are Lung Adenocarcinoma (LUAD) and Lung Small Cell Carcinoma (LUS
C). Early-stage surgical detection and removal of tumor offers a favorable prognosis and better survival rates. However, a major portion of 75% subjects have stage III/IV at the time of diagnosis and despite advanced major developments in oncology survival rates remain poor. Carcinogens produce wide
spread DNA methylation changes within cells. These changes are characterized by globally hyper or hypo methylated regions around CpG islands, many of these changes occur early in tumorigenesis and are highly prevalent across a tumor type.Structure - This research work took advantage of publicly avai
lable methylation profiling resources and relevant comorbidities for lung cancer patients extracted from meta-analysis of scientific review and journal available at PubMed and CNKI search which were combined systematically to explore effective DNA methylation markers for NSCLC. We also tried to iden
tify common CpG loci between Caucasian, Black and Asian racial groups for identifying ubiquitous candidate genes thoroughly. Statistical analysis and GO ontology were also conducted to explore associated novel biomarkers. These novel findings could facilitate design of accurate diagnostic panel for
practical clinical relevance.Methodology - DNA methylation profiles were extracted from TCGA for 418 LUAD and 370 LUSC tissue samples from patients compared with 32 and 42 non-malignant ones respectively. Standard pipeline was conducted to discover significant differentially methylated sites as prim
ary biomarkers. Secondary biomarkers were extracted by incorporating genes associated with comorbidities from meta-analysis of research articles. Concordant candidates were utilized for NSCLC relevant biomarker candidates. Gene ontology annotations were used to calculate gene-pair distance matrix fo
r all candidate biomarkers. Clustering algorithms were utilized to categorize candidate genes into different functional groups using the gene distance matrix. There were 35 CpG loci identified by comparing TCGA training cohort with GEO testing cohort from these functional groups, and 4 gene-based pa
nel was devised after finding highly discriminatory diagnostic panel through combinatorial validation of each functional cluster.Results – To evaluate the gene panel for NSCLC, the methylation levels of SCT(Secritin), FOXD3(Forkhead Box D3), TRIM58(Tripartite Motif Containing 58) and TAC1(Tachikinin
1) were tested. Individually each gene showed significant methylation difference between LUAD and LUSC training cohort. Combined 4-gene panel AUC, sensitivity/specificity were evaluated with 0.9596, 90.43%/100% in LUAD; 0.949, 86.95%/98.21% in LUSC TCGA training cohort; 0.94, 85.92%/97.37 in GEO 66
836; 0.91,89.17%/100% in GEO 83842 smokers; 0.948, 91.67%/100% in GEO83842 non-smokers independent testing cohort. Our study validates SCT, FOXD3, TRIM58 and TAC1 based gene panel has great potential in early recognition of NSCLC undetermined lung nodules. The findings can yield universally accurate
and robust markers facilitating early diagnosis and rapid severity examination.
Omega 3 Fettsäuren, Alpha Linolensäure, Leinöl und Fettsäuren in der Ernährung
為了解決2016 ES200 的問題，作者Muller, Sven-David,Jackeschky, Martin 這樣論述：
Wissenschaftlicher Aufsatz aus dem Jahr 2016 im Fachbereich Ern hrungswissenschaft / kotrophologie, Sprache: Deutsch, Abstract: Dieser Text handelt von Omega-3-Fetts uren aus ern hrungsmedizinischer Sicht mit einem Schwerpunkt bei der Alpha Linolens ure. Nahrungslipide stehen seit Jahrzehnten im Fo
kus der ern hrungsmedizinischen Forschung und Diskussion. Dabei kam es in den letzten Dekaden zu einem Paradigmenwechsel, denn eine Low Fat Diet ist nicht mehr das Ma aller Dinge: in der Prophylaxe und Therapie von ern hrungs(mit)bedingten Erkrankungen sowie bergewicht (BMI 25,0 bis 29,9) und Adip
ositas (BMI > 30,0) spielen Nahrungsfette eine immer wichtigere Rolle. Im Mittelpunkt der Aufmerksamkeit stehen neben den Auswirkungen von ges ttigten- und unges ttigten Fetts uren besonders die mehrfach unges ttigten Omega-3-Fetts uren. Sie geh ren mittlerweile einerseits zu den dynamischsten Segme
nten im Bereich der Ern hrungsforschung und andererseits greifen viele Produzenten Studien auf und bringen Health-Food, erg nzend bilanzierte Di ten sowie di tetische Lebensmittel und auch Nahrungserg nzungsmittel auf den Markt. Sven-David Müller (www.svendavidmueller.de), MSc., ist Diätassistent
und Diabetesberater DDG. Er absolvierte seine Ausbildung an der Diätlehranstalt in Bad Hersfeld. Die Weiterbildung zum Diabetesberater erhielt er an der Uniklinik in Jena. Sven-David Müller hat angewandte Ernährungsmedizin studiert und ist Master of Science (MSc.) in Applied Nutrtional Medicine (ang
ewandte Ernährungsmedizin). Sven-David Müller ist Autor von mehr als 200 Artikeln, die in nationalen und internationalen Fachzeitschriften erschienen sind. Der ernährungsmedizinische Wissenschaftler hat sich insbesondere auf die Bereiche Diätetik und Ernährungstherapie bei metabolischen Erkrankungen
(Diabetes mellitus, Übergewicht und Adipositas sowie Fettstoffwechselstörungen), gastroenterologischen Erkrankungen (Morbus Crohn und Colitis ulcerosa), Allergien und Unverträglichkeiten (Fruchtzuckerunverträglichkeit und Laktoseinoleranz) sowie hepatologischen Erkrankungen spezialisiert. Er ist Tr
äger des Bundesverdienstkreuz und der Ehrenmedaille für Wissenschaft und Kunst der Albert Schweitzer Gesellschaft. Aus seiner Feder verzeichnet die Deutsche Nationalbibliothek mehr als 170 Buchtitel (14 Sprachen). Zu seinen Bestsellern gehören ＂Das Kalorien-Nährwert-Lexikon＂, ＂Die 50 besten Kalorien
killer＂, ＂Die Müller-Diät＂, ＂Kalorien-Ampel＂, ＂Salz Ampel＂, ＂Low Carb Ampel＂, ＂Zimt gegen Zucker＂, ＂Ernährungsratgeber Gicht＂, ＂Das große Rheuma Kochbuch＂ sowie ＂Wir essen uns schlank＂ und die ＂Gicht-Ampel＂. Mit einer Auflage von 6,5 Millionen Exemplaren gehört er zu den erfolgreichsten Autoren in s
einem Fachbereich in Europa. Sven-David Müller ist gern gesehener Gast in TV-Sendungen und regelmäßig Interviewpartner für Zeitschriften, Radio und Zeitungen. Sven-David Müller war rund 10 Jahre an der Universitätsklinik Aachen beschäftigt. Hier hat er mehr als 25.000 Patientenkontakte gehabt. Er is
t Vorstandsvorsitzender des Deutschen Kompetenzzentrum Gesundheitsförderung und Diätetik (www.dkgd.de). Heute leitet Sven-David Müller das Zentrum und die Praxis für Ernährungskommunikation, Diätberatung und Gesundheitspublizistik (ZEK) in Nidderau-Windecken bei Frankfurt am Main. Sven-David Müller
ist mit der Diplom-Pädagogin Almut Müller verheiratet und Vater eines Sohnes. Zudem hält er Vorlesungen und Vorträge, gibt Seminare und steht Krankenkassen, Verbänden und Organisationen als Berater und Experte zur Verfügung.
貨櫃屋建築技術規範之研究
為了解決2016 ES200 的問題，作者簡明儒 這樣論述：
目錄摘要 ⅠAbstract Ⅱ目錄 Ⅳ圖目錄 Ⅶ表目錄 Ⅸ第一章 緒論 11.1. 研究動機 11.2. 研究目的 11.3. 研究方法 21.4. 論文章節與內容 3第二章 文獻回顧 52.1. 貨櫃建築概述 52.2. 歷年來國內外有關貨櫃建築的研究與探討 132.2.1. 貨櫃概要 142.2.2. 貨櫃建築在環境永續性及可行性的相關研究 152.2.3. 貨櫃建築在結構性能的相關研究 182.2.4. 貨櫃建築在隔熱保溫性能的相關研究 232.2.5. 貨櫃建築在通風、採
光、隔音吸音與防火性能的相關研究 262.3. 國際間有關貨櫃建築技術規範的發展 302.4. 小結 33第三章 中美兩國貨櫃建築技術規範介紹 343.1. 中國貨櫃建築技術規範介紹 353.1.1. 中國貨櫃建築技術規範之總則、術語、符號 353.1.2. 外圍護結構構造、內部構造和內裝修規定 383.1.3. 建築設計、模塊化設計規定 513.1.4. 結構設計基本規定、結構計算、結構節點設計 533.1.5. 地基基礎 623.1.6. 建築防火、防腐蝕、集裝箱式房屋的製作施工及驗收規定 643.2. 美國貨櫃建築技術規範
介紹 703.3. 小結 71第四章 適用於臺灣的貨櫃建築技術規範建議與相關問題探討 734.1. 適用於臺灣的貨櫃建築技術規範建議 734.1.1. 貨櫃建築技術規範總則、專有名詞定義、符號說明建議 734.1.2. 外殼構造、內部構造與內裝修規範建議 754.1.3. 建築設計、模組化設計規範建議 844.1.4. 結構設計基本規定、結構計算、結構節點設計規範建議 854.1.5. 貨櫃建築基礎規範建議 964.1.6. 建築防火、防腐蝕規範建議 974.1.7. 貨櫃建築製作與施工驗收規範建議 1004.2. 貨櫃建築相關
問題的探討 1044.2.1. 貨櫃在投入運輸貨物以外的最早期運用歷史 1044.2.2. 貨櫃建築的優點與缺點 1064.2.3. 貨櫃能堆疊多高 1084.3. 關於貨櫃建築耐風、隔熱保溫的探討 1094.3.1. 貨櫃建築的耐風 1094.3.2. 貨櫃建築的隔熱保溫 1104.4. 典型的模組化貨櫃建築運用實例 1114.4.1. 中國大陸在集裝箱組合房屋與裝配式建築的推廣發展歷程 1134.4.2. 火神山、雷神山醫院的設計與施工 1154.4.3. 火神山、雷神山醫院的設計與施工特點解析 1174.5. 小結
132第五章 結論與建議 1345.1. 結論 1345.2. 建議 136參考文獻 138附錄 162