臺灣博碩士論文加值系統

TFT-LCD ( Thin Film Transistor-Liquid Crystal Display；TFT-LCD)產業為我國目前主要發展之新興產業，由於產業的供需快速變化，產品銷售易受到環境因素之影響，因而時常造成供需失衡的現象，目前國內未有許多相關研究論文在TFT-LCD 產業之銷售預測上，因此透過一套準確的銷售預測模型，將可提供未來銷售需求之評估，進而達成生產銷售之供需平衡，以減少成品庫存的成本堆積。
本研究以國內知名TFT-LCD製造廠為例，其研究共分為三大部份；首先為蒐集總體經濟指標、工業生產指標與下游銷售指標等九項因子，輸入倒傳遞網路以此為模式（一）；第二部份為運用逐步迴歸關鍵因子分析，選取對於銷售預測影響性較高的因子，並加入時間序列因子作考量，採取溫氏指數平滑法來衡量預測目標之季節性與趨勢性因子的影響性，並以此為模式（二）；第三部份是以模式（二）為最適模型樣本，再以修正因子預測法進行模式演化，使得網路得以具有完整之誤差回饋機制，而以此為模式（三）；最後，將上述之模式建立成三預測模型，並進行平均絕對百分比誤差法（MAPE）、平均絕對偏差（MAD）與誤差均方根差（RMSE）之衡量指標比較。經由本研究結果得知，倒傳遞網路模式（三）-逐步、溫氏與修正之混合模型，其相較於其他模式有較佳的預測效果，因此，建議樣本公司依據此模型進行銷售預測之評估。

TFT-LCD ( Thin Film Transistor-Liquid Crystal Display；TFT-LCD) is a newly developed industry in Taiwan. Owing to the rapid changes in the supply-and-demand environment, there have been many studies conducted on the sales forecasting to solve the unbalance of supply and demand. Through establishing a precise sales forecasting model, the upcoming demand can be evaluated in advance to achieve the production balance and decrease the inventory cost.
The research is divided into three major phases based on the data collected from a famous TFT-LCD manufacturer in Taiwan: (1) 9 indices are compiled and put into the Back-Propagation Neural Network model. (2) Stepwise Regression Analysis is utilized to sort out factors with higher prediction impact and then Winter’s Exponential Smoothing method is adopted for seasonal time series data analysis to set up a new model. (3) To evolve and equip the optimal model generated from phase 2 with a complete error feedback mechanism. Finally, MAPE, MAD and RMSE are used to compare the index effectiveness of these three models. The results indicate that the hybrid model has the best prediction ability compared to the other two models; hence, it is recommended for business to apply in sales forecasting.

目 錄 頁次
中文摘要............................................................................................................. I
英文摘要............................................................................................................ II
誌謝.................................................................................................................. III
目錄.................................................................................................................. IV
圖目錄............................................................................................................. VI
表目錄........................................................................................................... VIII
第一章 緒論...................................................................................................... 1
1.1 研究背景…............................................................................. 1
1.2 研究動機............................................................................................... 1
1.3 研究目的............................................................................................... 3
1.4 研究範圍與限制................................................................................... 3
1.5 研究方法............................................................................................... 3
1.6 研究架構與流程................................................................................... 4
第二章 文獻探討.............................................................................................. 7
2.1 預測的定義........................................................................................... 7
2.2 傳統預測方法…........................................................................... 9
2.3 篩選變數方法之探討……................................................................. 13
2.4 修正因子預測法................................................................................. 15
2.5 類神經網路……................................................................................. 15
2.6 倒傳遞類神經網路............................................................................. 18
2.6.1 網路架構……........................................................................... 19
2.6.2 網路運作過程........................................................................... 20
2.7 小結..................................................................................................... 21
第三章 問題定義與限制.................................................................................22
3.1 液晶顯示器產業介紹….................................................................... 22
3.1.1 台灣液晶顯示器產業的聚落................................................... 23
3.1.2 台灣液晶顯示器產業現況與發展........................................... 23
3.1.3 液晶顯示器樣本公司之預測系統........................................... 25
3.2 研究資料來源…................................................................................. 26
3.3 研究因子說明…................................................................................. 26
3.3.1 總體經濟指標…....................................................................... 27
3.3.2 工業生產指標........................................................................... 30
3.3.3 下游銷售指標........................................................................... 31
3.3.4 時間序列指標........................................................................... 32
3.3.5 修正因子指標........................................................................... 33
3.4 衡量指標............................................................................................. 34
3.5 小結..................................................................................................... 35
第四章 研究方法............................................................................................ 36
4.1 逐步迴歸關鍵因子分析..................................................................... 38
4.2 溫氏指數平滑法................................................................................. 40
4.3 修正因子預測法................................................................................. 42
4.4 資料數值正規化................................................................................. 44
4.5 倒傳遞類神經網路預測..................................................................... 44
4.5.1 資料蒐集與分析階段............................................................. 45
4.5.2 神經網路學習階段................................................................... 46
4.5.3 回想過程階段........................................................................... 50
4.6 小結..................................................................................................... 50
第五章 實驗結果與分析................................................................................ 52
5.1 逐步迴歸關鍵因子分析..................................................................... 52
5.2 溫氏指數平滑法................................................................................. 53
5.3 修正因子預測法................................................................................. 54
5.4 預測能力之模型比較......................................................................... 55
5.4.1 倒傳遞網路模式（一）-原因子模型…................................ 55
5.4.2 倒傳遞網路模式（二）-逐步與溫氏模型….......................... 57
5.4.3 倒傳遞網路模式（三）-逐步、溫氏與修正之混合模型…. 58
5.5 綜合比較分析..................................................................................... 60
5.6 研究成果............................................................................................. 64
第六章 結論與未來展望................................................................................ 66
6.1 結論..................................................................................................... 66
6.2 未來展望…......................................................................................... 66
參考文獻.......................................................................................................... 68
附錄一.............................................................................................................. 71
附錄二.............................................................................................................. 72
附錄三.............................................................................................................. 73
附錄四.............................................................................................................. 74
圖目錄
圖1-1 TFT-LCD產業之生產規劃流程 ......................................... 2
圖1-2 本研究之研究流程圖 ..................................................... 6
圖2-1 簡單移動平均法 .......................................................... 10
圖2-2 單指數平滑法 ............................................................. 11
圖2-3 選取預測變數的方法 ................................................... 14
圖2-4 處理單元作用圖 .......................................................... 19
圖2-5 類神經網路運作過程 ................................................... 20
圖3-1 全球監視器市場規模 ................................................... 22
圖3-2 台灣顯示器產業聚落 …………..................................... 23
圖3-3 大尺寸顯示應用產品-產業規模與成長性比較 ................ 24
圖3-4 2003∼2005年台灣監視器出貨分析-總產量及總產值 .. 25
圖3-5 TFT-LCD液晶顯示器產業-銷售預測之因子五大指標 …. 26
圖3-6 國民生產毛額趨勢變化 ............................................... 27
圖3-7 消息者物價指數趨勢變化 ............................................ 28
圖3-8 進口貿易值-機械及電機設備趨勢變化 …………............ 29
圖3-9 出口貿易值-機械及電機設備趨勢變化 ………................ 29
圖3-10 景氣信號趨勢變化 ......................................................... 30
圖3-11 製造業生產指數趨勢變化-電腦通信及視聽電子業 .......... 31
圖3-12 製造業生產價值趨勢變化-電腦通信及視聽電子業 .......... 31
圖3-13 台灣TFT-LCD月銷售量趨勢變化 ...................................... 32
圖3-14 台灣TFT-LCD月產值趨勢變化 .......................................... 32
圖3-15 TFT-LCD液晶顯示器歷史營收變化 .................................. 33
圖3-16 最小預測誤差修正值 ........................................................... 33
圖4-1 研究方法架構圖 .......................................................... 37
圖4-2 網路修正因子α與β值之決策流程圖 ............................ 43
圖4-3 修正因子銷售之營收預測流程圖 ................................... 44
圖4-4 倒傳遞網路架構圖之模式（一） ................................... 46
圖4-5 倒傳遞網路架構圖之模式（二） ................................... 47
圖4-6 倒傳遞網路架構圖之模式（三） ................................... 47
圖4-7 雙彎曲函數 ................................................................ 48
圖4-8 倒傳遞類神經網路演算流程圖 ...................................... 51
圖5-1 溫氏指數平滑法之預測比較 ......................................... 54
圖5-2 倒傳遞網路模式（一）之預測值與實際值比較 ............... 56
圖5-3 倒傳遞網路模式（二）之預測值與實際值比較 ............... 57
圖5-4 倒傳遞網路模式（三）之預測值與實際值比較 ............... 59
圖5-5 三模型預測能力比較 ................................................... 60
圖5-6 三模型之MAPE值分析 …................................................ 62
圖5-7 三模型之MAPE值的標準差分析 ...................................... 62
圖5-8 三模型之RMSE值分析 ...................................................... 62
圖5-9 三模型之RMSE值的標準差分析 .......................................... 63
圖5-10 三模型之MAD值分析 .......................................................... 63
圖5-11 三模型之MAD值的標準差分析 .......................................... 63
表目錄
表2-1 預測定義彙整表 .................................................................... 7
表2-2 學者在傳統預測方法上的看法 .......................................... 13
表2-3 逐步迴歸因子篩選之相關研究文獻 .................................. 15
表2-4 類神經網路模式簡表 ……………...................................... 16
表2-5 類神經網路在預測上之相關文獻（1）.............................. 17
表2-6 類神經網路在預測上之相關文獻（2）.............................. 18
表3-1 MAPE 評判標準 ................................................................... 34
表3-2 各種預測工作宜有之準確度 ............................................. 34
表4-1 輸入資料結構 ........................................................................45
表5-1 溫氏指數平滑法之預測值與實際值的比較 ........................53
表5-2 修正次數之MAPE值關係表 ..............................................54
表5-3 修正因子α之預測誤差範圍 ...........................................54
表5-4 修正因子β之預測誤差範圍 ...........................................55
表5-5 倒傳遞網路模式（一）之模式...................................55
表5-6 倒傳遞網路模式（一）之參數設計 ................................55
表5-7 倒傳遞網路模式（一）之預測值與實際值分析 …............56
表5-8 倒傳遞網路模式（二）之模式設計 .................................57
表5-9 倒傳遞網路模式（二）之參數設計 .................................57
表5-10 倒傳遞網路模式（二）之預測值與實際值分析 ..............58
表5-11 倒傳遞網路模式（三）之模式設計 ..............................58
表5-12 倒傳遞網路模式（三）之參數設計 ..............................59
表5-13 倒傳遞網路模式（三）之預測值與實際值分析 ..............60
表5-14 三模型衡量指標分析 .....................................................61

參考文獻
英文部份
1.Al-Saba, T., I. El-Amin,“Artificial neural network as applied to long-term demand forecasting”.,Artificial Intelligence in Engineering 13 pp.189-197,1999.
2.Gardner,E.S &D.G. Dannenbring, “Forecasting with Exponential Smoothing: Some Guidelines for Model Selection.” Decision Sciences,Vol.11,NO.2, pp.370~383,1980.
3.Herbig, P., J. Milewicz, and J.E. Golden, “Forecasting：Who, What, When, and How”, Journal of Business Forecasting, Vol.12, No.2,Summer 1993.
4.Huan, J. S. and T. L. James, and P. W. Trefor, “Using Neural Networks to Predict Component Inspection Requirements for Aging Aircraft,” Computers Ind. Engng, Vol .30, No.2, 257-267,1996.
5.Holt,CC., “Forecasting Seasonal and Trends by Exponentially Weighted Moving Averages,” Office of Naval Research, Memorandum,52, 1957.
6.Kuo, R. J., “A Sales Forecasting System Based on Fuzzy Neural Network with Initial Weights Generated by Genetic Algorithm,” European Journal of Operational Research 129, pp.496-517,2001.
7.Luxhoj, J. T., J. O. Riis, and B. Stensballe, “A hybrid econometric-neural network modeling approach for sales forecasting”, Int. J. Production Economics 43, pp.175-192,1996.
8.Quah,T.S. and B. Srinivasan, “Improving returns on stock investment through neural network selection”, Expert Systems with Application ,Vol. 17, pp295-301,
1999.
9.Richard B. Chase, and F. Robert Jacobs, and Nicholas J. Aquilano, “Opeations Management for Competitive Advantage”, McGraw.Hill,2004.
10.Steyerberg, E. W., Marinus J.C. Eijkmans, and J. Dik F. Habbema“Stepwise Selection in Small Date Sets：A Simulation Study of Bias in Logistic Regression Analysis,” J Clin Epidemiol, Vol.52, No. 10, pp.935-942,1999.
11.Shan, M.S., D.X. Li, and L. Bao, “Improving the accuracy of onolinear combined forecasting using neural networks” Expert System with Application, 16,pp.49-54, 1999.
12.Thomas, J. B., and L.L. Richard, “Stepwise Regression is an Alternative to Splines for Fitting Noisy Data,” J. Biomechanics, Vol. 29, No. 2, pp.235-238,
1996.
13.Trigg,D.W and D.H. Leach, “Exponential Smoothing with an Adaptive Response Rate,” Operational research Quarterly, 18,pp.53-59,1976.
14.Al-Saba, T., I. El-Amin, “Artificial neural networks as applied to long-term demand forecasting ”., Artificial Intelligence in Engineering 13 pp.189-197,1999.

中文部份
15.張倫，生產管理，滄海書局，2002。
16.于宗先，經濟預測，大中國圖書有限公司，1972。
17.方世杰，市場預測方法一百種，書泉出版社，1988。
18.葉怡成，類神經網路模式應用與實作，儒林圖書公司，2002。
19.周海龍，「台北都會區生活用水量之預測─類神經網路之應用」，國立中興大學資源管理研究所，碩士論文，1995。
20.薛國強，「應用類神經網路與模糊神經網路於智慧型銷售量預測系統建立之研究」，高雄工學院管理科學系，碩士論文，1997。
21.徐桂祥，「灰色系統在商情預測上之研究」，國立雲林科技大學資訊管理技術研究所，碩士論文，1996。
22.方上鵬，「自有品牌商品需求預測模式」，東海大學工業工程研究所，碩士論文，2000。
23.楊東翰，「整合基因演算法及類神經網路於印刷電路板生產預測之研究」，元智大學工業工程與管理研究所，碩士論文，2003。
24.羅慕君 ，「短期訂單預測模型之研究-PDA產業為例」，中原大學資訊管理系，碩士論文，2004。
25.洪國智，「建構加權演化式模糊類神經網路於PCB生產預測之研究」，元智大學工業工程與管理研究所，碩士論文，2005。
26.夏迪華，「汽車代理商售後服務零件存貨管理之研究」，中原大學企業管理研究所，碩士論文，2005。
27.黃庭鍾，「企業因應長鞭效應之存貨政策研究—以我國主機板製造業廠商為例」，國立東華大學企業管理研究所，碩士論文，2002。
28.仇士元，「加總模型的預測效果—以台灣地區汽車銷售量資料為例」，長庚大學企業管理研究所，碩士論文，2002。
29.王富恩，「長鞭效應在不同需求型態下關鍵影響因素之探討」，國防管理學院後勤管理研究所，碩士論文，2002。
30.湯健文，「類神經網路於因果關係模型與時間數列模型之應用」，中華大學土木工程學系，碩士論文，2003。
31.郭秀敏，「模糊倒傳遞網路於印刷電話板-生產預測之應用」，元智大學工業工程與管理研究所，碩士論文，2004。
32.楊雯寧，「台灣股價指數預測模型之探討」，元智大學工業工程與管理研究所，碩士論文，2001。
33.李龍麟，「應用類神經網路於製程品質參數之即時監控-以印刷電路板之DES製程為例」，元智大學工業工程與管理研究所，碩士論文，2002。
34.黃天麟，「台灣地區積體電路生產預測之研究」，輔仁大學應用統計學研究所，碩士論文，2000。
35.周湘蘭，「類神經網路在多重產品需求預測上之應用」，元智大學工業工程與管理研究所，碩士論文，2002。
36.張莞瑄，「應用倒傳遞類神經網路於半導體批次製程控制之研究」，元智大學工業工程與管理研究所，碩士論文，2002。
37.陳信達，「以倒傳遞網路模型預測傳統模板基準生產力之研究」，國立高雄第一科技大學營建工程所，碩士論文，2003。
38.陳振嘉，「以類神經網路建構階段式企業財務危機預警模型」，中原大學資訊管理系，碩士論文，2005。
39.劉立雯，「顧客履約預測模式之使用與修正-應用類神經網路」，元智大學工業工程與管理研究所，碩士論文，1999。
40.張瑤峰，「類神經網路在銷售預測應用之探討」，元智大學工業工程與管理研究所，碩士論文，2000。
41.公開資訊觀測站，http://newmops.tse.com.tw/。
42.中華民國統計資料網，http://www.stat.gov.tw/mp.asp?mp=4。
43.TEJ資料庫，http://www.tej.com.tw/webtej/tej_doc/a_tejmain/e_tejdb.
htm。
44.經濟部統計處，http://2k3dmz2.moea.gov.tw/GNWEB/weblinks/weblinks.
aspx?menu=8。
45.資策會MIC經濟部ITIS計劃。