pt100對照表的問題，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

芒果皮萃取物之抑菌及抗氧化活性分析

為了解決pt100對照表的問題，作者張菀茜 這樣論述：

防腐劑在化妝保養品裡扮演重要角色，但有研究指出目前使用的化學防腐劑對人體有可能造成危害，因此開發天然的抗菌、抗氧化劑是當前的一個趨勢。芒果(Mangifera indica L.)是台灣重要的經濟作物，芒果皮是加工時主要的廢棄物，已被證實具有豐富的生物活性成分，因此本研究將評估芒果皮萃取物是否具有開發成天然防腐劑的潛力。研究利用芒果皮萃取物D50M和D100M評估其抗菌、抗氧化能力，以及測定萃取物的總酚、總類黃酮和總糖含量，最後依照《美國藥典》USP 51法規範所訂的五種菌株進行防腐效能試驗評估。抗菌活性先以紙錠擴散法分析，結果顯示萃取物對細菌皆有產生抑菌圈，真菌部分僅有D100M產生抑菌圈

。MIC和MBC的結果表明D50M具有抗菌和殺菌作用，但沒有抗真菌能力，D100M對所有檢測微生物均具有抑制能力，但不具殺死P. aeruginosa和真菌的能力。MIC結果中效果最好的是D50M對S. aureus以及D100M對S. aureus和B. subtilis，皆為0.25 mg/ml，MBC的最佳數值是D50M對S. aureus以及D100M對B. subtilis，為1 mg/ml。抗氧化實驗中，清除DPPH自由基和ABTS自由基的結果均顯示D100M相比D50M有較好的抗氧化能力。成分分析顯示D100M有較多的多酚(554.26 ± 16.15 mg GAE/g samp

le)和類黃酮(72.03 ± 1.23 mg QE/g sample)，而D50M較多的總糖含量(25.99 ± 2.73 %)。最後選用2 mg/ml D100M進行防腐效能試驗，結果顯示僅S. aureus和A. brasiliensis有達合格標準，因此未來若想應用於防腐劑可能需再進一步純化，找出更有效的成分。

結合形態生成與建築性能評估之前期建築設計程序之建立

為了解決pt100對照表的問題，作者徐笠仁 這樣論述：

建築設計可以被視為涵蓋因何（What）、為何（Why）以及如何（How）三個工作步驟的解決策略（Problem-Solving）程序。回溯既往的學習經驗，不同階段建築設計的學習重點均聚焦在形式操作而非解決設計問題，而在形式操作過程中，對於形式美學的追尋大過於形式與機能的相互連結。設計的『為何』與『如何』被侷限在形式操作過程的合理性而非具體問題與解決設計策略的相互呼應。同時，由於學習過程中所面對的大多數建築設計操作課題，均有明確的建築機能需求指示，學習者絕少能自行釐清，從『因何』到『為何』、從『疑問』到『問題』的思維。同時，過於強調直觀式的形式美學操作訓練，亦削弱了建築機能需求與建築具體形式之

間的相互對應關係。 建築形式並非純粹出自於獨立的形式操作過程，它實際上是整體解決策略（Strategy）的具體呈現。因此，在設計發展過程中每一階段的設計決策都是有跡可循的，所有形式均來自於明確目的與手段的相互對應，其中並無任何模稜兩可或猶疑不決之處。遵循此一原則，數位演算形態生成應該被視為通過數位化模式將建築設計解決策略程序中的具體問題轉譯成為各個需求變數與相應的數學模式，並以此為依據推導出形式解決方案，而非僅將其視為數位化的形式操作工具。如何將完整的建築設計解決策略程序轉譯成為可行的數位演算形態生成邏輯的演繹與推論程序，為本研究主要之研究動機所在。 本研究旨在建立結合形態生成與建

築性能評估之前期建築設計程序。首先參考建築量體形式操作範例，將其轉譯為建築量體形態生成程序，並轉換編程為Grasshopper演算步驟，進行建築量體形態生成之邏輯演繹，藉以確認相關形態的生成控制參數。再藉由建築物理環境Ladybug Tools分析插件，就平均日照輻射量對於建築形態生成之影響進行分析。本研究主要的研究變數包括建築量體形態生成程序與其相關的控制參數，以及環境控制參數三者，主要目標希望推論出--『在環境控制參數最佳化的情形下，形態生成控制參數與生成結果之最佳解為何?』。此一問題屬於多目標最佳化問題（Multi-Objective Optimization Problem），依循基因

演算法（Genetic Algorithm），最佳化問題之解為最適應種群的基因編碼。而在演算所得每一代中，通過適應度函式計算得出適應度數值Fitness Value）對種群內的個體進行評估，並按照適應度高低排序種群個體。本研究通過形態生成控制參數產生各代種群個體的基因編碼，並以環境控制參數定義適應度目標參數。之後採用包含基因演算法與帕雷托最優（Pareto Optimal）之 Wallacei X 分析插件，進行形態生成與建築效能評估之多目標最佳化分析。 研究結果顯示，變動程序A—Extrude實體路徑向量序列以及實體路徑截面寬度與高度兩種形態生成控制參數，同時變動程序D—Nest建構線

序列、建構線點位參數以及虛空間規模等形態生成控制參數，均會增加建築量體總體積與總表面積，從而減少平均日照輻射量並增加平均陰影量。以 Wallacei X 分析插件針對程序A—Extrude與程序D—Nest進行最佳化分析後發現，採用平均適應度級別（Average of Fitness Ranks）分析方法進行最優方案選擇，程序A—Extrude最優方案計算所得之平均適應度級別，趨近於邊界量體與生成建築量體體積差值。而程序D—Nest最優方案計算所得之平均適應度級別，趨近於最終建築量體方案之總表面積。