臺灣博碩士論文加值系統

Song在1993年開始提出模糊時間數列模式，對於不確定性之時間數列進行預測，也開啟了後續許多相關的研究，也都得到不錯的結果。本研究是使用模糊時間數列預測台灣特殊教育學生人數，利用S.R. Singh (2007)提出之預測方法、Hwang (1998)所提出之預測方法，與Ching-Hsue Cheng (2009)所發展出來之預測方法。對於三個方法使用三個區間數做預測並利用MSE(Mean Square Error，平均平方誤差值)與MAPE(Mean Absolute Percent Error，平均絕對誤差率)檢定預測之精確度。對於實驗步驟與實驗方法做分析與比較，提出各模式之主要特點與預測結果。
本研究之主要研究步驟，可區分為五大步驟：(1)首先介紹三種方法之研究步驟；(2)將蒐集之資料(台灣特殊教育學生人口數)使用三個方法進行預測；(3)使用不同之二組區間長度與區間數使用三個方法進行預測；(4)比較三種方法之最佳結果；(5)對於最佳方法找出更精確之預測值。
預測結果為Hwang (1998)所提出之預測方法的結果較佳，並針對此方法選擇出最適合之區間長度與階次的最佳組合，使預測結果更為準確。

Since Song proposed fuzzy time series model – hypothesis on the undefined time series, in 1993, many scholars have come up with related research, and they got good results. In this study, I used fuzzy time series to predict the number of special education students – through the method that S.R. Singh (2007), Hwang (1998), and Ching-Hsue Cheng (2009) proposed. I used three interval quantity to predict the three methods, and used MSE(Mean Square Error) and M APE(Mean Absolute Percent Error) to check the accuracy of the prediction. They indicate the main points and results through analysis and comparision of the experimental steps and experimental methods.
The main steps of the research can be divided into five steps: (1) introduce three methods of the research; (2) use the three methods to predict the data I collected – the number of special education students; (3) use two different groups of interval length and interval quantity to predict with these three methods; (4) compare the best results of the three methods; (5) find out more specific prediction of the best method.
The best result of the three is the method Hwang (1998) proposed, and based on the method to select the best group of interval length and degree to make the prediction more accurate.

第一章 緒論............................ ..............................1
第一節 研究動機................................... ...............1
第二節 研究目的................................... ...............3
第三節 本文架構................................... ...............5
第二章 文獻探討................................... ...............9
第一節 特殊教育........ ..........................................9
壹、常態與異常現象................ ............................9
貳、特殊兒童......................................... ..............11
參、特殊兒童的類別.............................. .............12
第二節 模糊理論介紹.............................. ...........14
壹、模糊概念發展與應用.......................... .........14
貳、模糊集合介紹................................ ...............16
參、模糊數性質與運算............................ ...........18
第三節 時間數列.................................. ...............22
壹、時間數列發展歷史與簡介...................... .....22
貳、時間數列定義................................ ...............23
參、時間數列建構方法............................ ...........27
第四節 模糊時間數列.............................. ...........29
第三章 研究方法.................................... .............35
第一節 定義符號.................................. ...............36
第二節 相關定理.................................. ...............37
第三節 研究架構.................................. ...............41
第四節 研究步驟.................................. ...............41
第四章 實例分析.................................... .............43
第一節 模型介紹.................................. ...............46
壹、S.R. Singh (2007)發展出之方法....................46
貳、Hwang (1998)提出之預測方法......................50
參、Ching-Hsue Cheng (2009)發展出之方法......53
第二節 數據分析................................... ...............56
壹、S.R. Singh (2007)提出之方法........................56
貳、Hwang (1998)提出之預測方法.......... ...........60
參、Ching-Hsue Cheng (2009)提出之方法...........68
第三節 三種方法之比較........................... ............76
第四節 改變區間值................................ ...............82
壹、S.R. Singh (2007)提出的方法，對於區間長度與區間數做改變...................... ............... .......................................82
貳、Hwang (1998)提出之預測方法上，在區間長度與區間數做改變................................................ ............... .............87
參、Ching-Hsue Cheng (2009)提出的方法，對於區間長度與區間數做改變.......................................... ............... ...................91
肆、改變區間數與區間長度結果之分析..............96
第五節 找出階次數與區間長度之最佳組合........99
第五章 結論與建議................................. ............103
第一節 結論..................................... ....................103
第二節 建議..................................... ....................104
參考文獻........................................... ............... ....107
附錄............................................... ............... ........111

[1]Chen, S. M. Forecasting Enrollments Based on Fuzzy Time Series. Fuzzy Sets and Systems, 81, (1996) 311-319.
[2]Cheng C. H., Chen Y. S., &Wu Y. L. Forecasting Innovation Diffusion of Products Using Trend-Weighted Fuzzy Time-Series Model. Expert System with Applications 36, (2009) 1826-1832.
[3]Dehghan, M. &Hashemi, B. Solution of the fuzzy linear system using the decomposition procedure, Applied Mathematics and Computation, 182, (2006) 1568-1580.
[4]Huarng, J. R., Chen, S. M., &Lee, C. H., Handling Forecasting Problems Using Fuzzy Time Series, Fuzzy Sets and Systems, 100, (1998) 217-228.
[5]Huarng, K. H., The n-th Order Forecasting in Fuzzy Time Series, Eight National Conference on Fuzzy Theory and it’s Applications. (2000)
[6]Huarng, K. H., Effective Lengths of Intervals to Improve Forecasting in Fuzzy Time Series, Fuzzy sets and system, 123(3), (2001) 387-394.
[7]Liu, H. T. An Improved Fuzzy Time Series Forecasting Method Using Trapezoidal Fuzzy Numbers. Fuzzy Optim Decis Making, (2007) 63-80.
[8]Mehdi D. & Behnam H., Solution Of the Fuzzy Linear System Using The Decomposition Procedure. Applied Mathematics and Computation. 182, (2006) 1568-1580.
[9]Singh, S.R. A Simple Method of Forecasting Based on Fuzzy Time Series. Applied Mathematics and Computation. 186, (2007) 330-339.
[10]Song, Q. &Chissom, B. S., Fuzzy Time Series and its Model, Fuzzy Sets and System, 54(3), (1993a) 269-277.
[11]Song, Q. &Chissom, B. S., Fuzzy Forecasting Enrollments with Fuzzy Time Series-Part Ⅰ, Fuzzy Sets and System, 54(1), (1993b) 1-9.
[12]Song, Q. &Chissom, B. S., Fuzzy Forecasting Enrollments with Fuzzy Time Series-Part Ⅱ, Fuzzy Sets and System, 62(1), (1994)
[13]Yang, J. C. O., &Wang H. F. Fuzzy Relation Analysis in Fuzzy Time Series Model. Computers and Mathematics with Applications, Vol. 49, (2005) 539-548.
[14]Yu, T. H. K. and Huarng. K. H. A Bivariate Fuzzy time series model to forecast the TAIEX, Expert Systems with Applications, 34, (2008) 2945-2952.
[15]Wang C. H. &Hsu L. C. Constructing and applying an improved fuzzy time series model: Taking the tourism industry for example. Expert Systems with Applications, 34, (2008) 2732-2738.
[16]Zadeh, L. A., Fuzzy sets, Inform. Control, 8, (1965) 338-353.
[17]林茂文，1992，時間數列分析與預測，華泰文化事業股份有限公司。
[18]王文科，2000，特殊教育導論三版，心理出版社股份有限公司。
[19]王文俊，2005，認識Fuzzy，全華科技圖書股份有限公司。
[20]吳柏林，2005，模糊統計導論：方法與應用，五南圖書出版股份有限公司。
[21]程希諾，2005，特殊教育導論，考用出版社。
[22]孫宗瀛、楊英魁，2005，Fuzzy控制：理論、實作與應用，全華科技圖書股份有限公司。
[23]林茂文，2006，時間數列分析與預測：管理與財經之應用三版，華泰文化事業股份有限公司。
[24]林原宏，2006，模糊統計，五南圖書出版股份有限公司。
[25]馮國臣、任麗偉，2007，模糊理論-基礎與應用，新文京開發出版股份有限公司。
[26]吳柏林、張鈿富，廖敏治，1996，模糊時間數列與台灣中學教師人數需求之預測，國立政治大學學報(73)，pp.287-312。
[27]鍾順傳，2002，模糊時間數列預測之研究，義守大學工業工程與管理學系碩士論文。
[28]許毓云，2003，模糊時間數列分析、識別與預測，國立東華大學應用數學研究所博士論文。
[29]吳淑芳，2004，模糊時間序列在台股加權指數日內交易之預測，逢甲大學企業管理研究所碩士論文。
[30]曾淑惠，2004，多變量模糊時間數列模式之應用-以台灣地區高職教師人數之預測為例，國立政治大學教育與心理研究(27)，pp.845-861。
[31]林廷臻，2008，隸屬度函數及區間長度改良對模糊時間序列預測之影響探討，大同大學應用數學系碩士論文。
[32]吳柳儀，2008，高中職階段特殊教育教師專業知能需求之研究，國立屏東教育大學特殊教育研究所碩士論文。