臺灣博碩士論文加值系統

台灣於二OO二年加入WTO，打開國外農產品進口及降低關稅大門。加入了WTO雖使國內農產外銷機會大增，但也因開放農產品之進口，造成國內農產市場價格低迷不振、供需失調，使農業淪為弱勢產業。依據行政院農委會調查報告，水果為台灣地區極具高經濟價值之農產品(水果產值約佔全國農業總產值之百分三十九)[63]，因此不少農民紛紛轉向水果的種植，但也因此使得水果種植面積的不斷擴張，造成產銷失調 [61,63]。
故生產者應依據市場需求，適時調整水果產量，力求供需平衡以達最高生產效益，因此本研究欲針對台灣水果市場進行銷售量之預測，期能找出最適預測模型以作為果農生產依據。在此本研究所挑選之水果別係以市場最具銷售潛力之西瓜、香蕉、鳳梨及梨作為探討對象(四項水果約佔全國水果總產值的27%)[63]。
本研究所採用的預測方法為定量分析法中的古典分解法及人工智慧法中的灰色預測模型，並將季節因子導入傳統灰色模型而成灰色季節模型。在此，本研究亦針對各預測模型提出殘差修正，其中包括古典殘差修正模型、灰色殘差修正模型及灰色季節殘差修正模型。
本研究採用91年第一季至94年第二季各項水果歷史銷售資料作為模型輸入之用，經實證分析可得香蕉銷售之最佳預測模型為古典殘差修正模型，其它水果項(西瓜、鳳梨、梨)之最佳預測模型為灰色季節殘差修正模型。本研究發現當銷售值具有趨勢或季節波動時，傳統灰色預測模型無法求出較佳預測精確度(即較不適用)，而具有季節及趨勢因素導入之古典殘差修正模型、灰色季節殘差修正模型可得較佳預測效果。故本研究認為當銷售數據呈現週期性循環時，唯有將季節、趨勢因素導入才能求出較佳預測精確度。
在求出各項水果之最佳預測模型後，本研究並運用馬可夫觀念進行九十五年度各季水果銷售之推估，期能作為果農生產銷售之依據，以降低長鞭效應之影響，使得水果承包商、零售商及果農皆能得到更高的經濟效益。

Sales forecast can help decision-makers not only to predict the market demand, but also to provide the basis of the optimum product policy.
In the thesis, we studied fruit sales forecast in the Taiwan market. Four kinds of major fruits, including watermelon, bananas, pineapples and pears, were discussed. There are six proposed forecasting models: the first model is the seasonal variations model; the second one is the GM(1,1) grey forecasting model; the third one is the grey seasonal variations model; the fourth one is residual-modified seasonal variations model; the fifth one is residual-modified GM(1,1) grey model; and the six one is residual-modified grey seasonal model. The sale volumes reported in the Agricultural Products Market Information System [15] were used as test data sets.
The result shows that the residual-modified seasonal variations model can provide the best forecast in the banana case, and the residual-modified grey seasonal model can provide the best forecast in the other three cases. Finally, the best models were used to forecast the sales of 2006, and the results are hoped to provide the economic values to the related members.

中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1 研究動機與目的 1
1.2 研究架構 4
1.3 論文架構 5
第二章 文獻探討 6
2.1 預測之定義 6
2.2 預測的期間 7
2.3 預測的方法 8
2.3.1 定性分析法 8
2.3.2 定量分析法 9
2.3.2.1 時間數列分析法 9
2.3.2.2 因果分析法 11
2.3.2.3 馬可夫分析法 11
2.3.3 人工智慧法 12
2.4 預測模型之衡量 13
2.5 預測方法之比較 15
2.6 相關農產預測文獻回顧 19
第三章 研究方法與模式建構 22
3.1 古典分解法模型 24
3.2 灰色理論 29
3.2.1 灰色系統理論之介紹 29
3.2.1.1 灰生成 30
3.2.1.2 灰關聯分析（Grey Relational Analysis） 30
3.2.1.3 灰建模（Grey Model Construction） 31
3.2.1.4 灰預測（Grey Prediction） 31
3.2.1.5 灰決策（Grey Decision Making） 31
3.2.1.6 灰控制（Grey Control） 31
3.2.2 灰色預測模型的建立 31
3.3 灰色季節模型 36
3.4 殘差修正模型 39
第四章 實証研究 44
4.1 西瓜預測結果分析 44
4.2 香蕉預測結果分析 46
4.3 鳳梨預測結果分析 48
4.4 梨預測結果分析 50
4.5 各預測手法之整體精確度比較 53
4.6 馬可夫應用 53
第五章 結論與建議 57
5.1 結論 57
5.2 建議 58
參考文獻 59
附錄 64

中文部分
1.于宗先，1972，經濟預測，大中國圖書有限公司，台北。
2.方世杰，1990，市場預測方法一百種，書泉出版社。
3.王進德、蕭大全，1999，類神經網路與模糊控制理論入門，全華科技圖書，台北。
4.田自力，1996，灰色理論在預測與決策之研究，國立成功大學機研所，博士論文。
5.江金山等著，1998，灰色理論入門，高立圖書有限公司，台北。
6.李宏文，2001，結合層級分析法、模糊理論與灰色系統理論建構供應商評選模式之研究，國立台北科技大學生產系統工程與管理研究所，碩士論文。
7.何勇、鮑一丹，1992，“灰色馬爾可夫鏈預測模型與應用”，系統工程理論與實踐，第十二卷，第四期，頁59-63。
8.李鈞，2003，生產管理進階，前程企業管理有限公司。
9.吳漢雄等編著，1996，灰色分析入門，高立圖書有限公司。
10.周文賢，1991，商情預測─理論架構與實務運作，華泰文化。
11.周海龍，1998，台北都會區生活用水之預測─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。
12.林銘昌，2002，台灣芒果批發價格預測模型之比較研究，國立台灣大學農業經濟學研究所，博士論文。
13.林聰明、吳水丕，1981，指數平滑法之選擇與應用，華泰書局。
14.徐桂祥，1997，灰色系統在商情預測之研究，雲林技術學院資訊管理技術研究所，碩士論文。
15.唐淑娟，2001，台灣地區鳳梨零售價格預測之研究－灰預測、類神經網路與預測組合之應用，國立屏東科技大學農產企業研究所，碩士論文。
16.張偉哲等編著，2000，灰關聯模型方法與應用，高立圖書公司。
17.梁恩智，2002，台灣土番鴨產地成鴨價格預警系統之研究，國立中興大學行銷學系，碩士論文。
18.黃仲達，2003，灰色理論在農產銷售預測及其供銷關係探討之應用，國立嘉義大學運輸與物流工程研究所，碩士論文。
19.黃俊英，1992，行銷研究─管理與實務，華泰出版社。
20.湯玲郎、施並洲，“灰關聯分析、類神經網路、案例式推理法於財務危機預警模式之應用研究”，2000年灰色系統理論與應用研討會。
21.曾雅鳳，2001，台灣公司董事監察人結構與經營績效之探討─以上市及上櫃鋼鐵業為例，義守大學管理研究所，碩士論文。
22.楊志平，2003，灰預測、指數平滑法與預測組合的應用－以台灣地區鮮食鳳梨產地價格為例，國立屏東科技大學農產企業管理系，碩士論文。
23.溫英鴻，1975，馬可夫鏈鎖之理論與應用，國立政治大學統計研究所。
24.葉怡成，1993，類神經網路模式應用與實作，儒林圖書有限公司。
25.葉怡成，1997，應用類神經網路，儒林圖書有限公司，台北。
26.溫坤禮等編著，1996，灰色分析入門，高立圖書公司，台北。
27.溫坤禮等編著，2002，灰預測原理與應用，全華科技圖書公司。
28.鄭永福，2000，台灣地區主要蔬菜價格之時間數列分析，國立成功大學統計學系，碩士論文。
29.劇宗善，1993，“灰色馬爾可夫預測模型在南灣水庫水資源預報中的應用”，系統工程理論與實踐，第十三卷，第四期，頁65-71。
30.鄭淑分，2004，台南縣主要水果出口量預測之研究，南台科技大學工業工程與管理研究所，碩士論文。
31.潘彗芳，2004，中部空氣品質區空氣品質之時空分佈特性分析，國立中興大學環境工程研究所，碩士論文。
32.鄧聚龍，1987，灰色系統基本方法，華中理工大學出版社。
33.鄧聚龍、郭洪，1996，灰預測原理與應用，全華圖書公司。
34.鄧聚龍，2000，灰色系統理論與應用，高力圖書公司。
35.戴世鴻等著，2001，生產管理，鼎茂圖書出版有限公司。
36.謝明興，1988，專家系統，松崗電腦圖書資料有限公司，台北。
37.謝建霖(1979)，經濟統計預測實務，苗栗。
38.羅雍盛，2000，台灣雞蛋產地價格預警系統－灰色理論之應用，國立中興大學農產運銷學系，碩士論文。
39.鐘秀欣，2004，導向的觀點來進行網路商店功能分析與應用－以農產品網路商店為例，國立中興大學行銷學系，碩士論文。
40.蘇志倫，1998，台灣主要水果市場之動態分析，國立中興大學農產運銷學系，碩士論文。
41.William J. Stevenson, 1999, Production and Operation Management, 6th ed., McGraw Hill Company，生產管理，傅和彥譯，前程企業管理有限公司。

英文部分
42.Box G.E.P. and Jenkins, G.W., 1970, Time Series Analysis: Forecasting and Control, Holden-day.
43.Brown, R.G., 1963, Smoothing, Forecasting and Prediction of Discrete Time Series, Englewood Cliffs, N.J.: Prentice-Hall, Inc.
44.Chang, S.C., 2005, “TFT-LCD industry in Taiwan: competitive advantages and future developments”, Technology in Society, vol. 27, pp.199-215.
45.Deng, J.L., 1982, “Control problems of grey systems”, Systems and Control Letters, vol. 5, pp.288-294.
46.Ho, S.L., Xie M. and Goh, T.N., 2002, “A comparative study of neural and Box-Jenkins ARIMA modeling in time series prediction”, Computer and Industrial Engineering, vol. 42, pp.371-375.
47.A21，Hsu, C.C. and Chen, C.Y., 2003, “Applications of improved grey prediction model for power demand forecasting”, Energy Conversion and Management, vol. 44, pp.2241-2249.
48.Hsu, C.H., Jiang, B.C., and Lee E.S., 1999, “Fuzzy Neural Network Modeling for Product Development”, Mathematical and Computer Modeling, vol. 29, pp.71-81.
49.Hsu, L.C., 2003, “Applying the Grey prediction model to the global integrated circuit industry”, Technological Forecasting and Social Change, vol. 70, pp.563-574.
50.Jiang, Y., Yao, Y., Deng S. and Ma, Z., 2004, “Applying grey forecasting to predicting the operating energy performance of air cooled water chillers”, International Journal of Refrigeration, vol. 27, pp.385-392.
51.Lin C.T. and Yang S.Y., 2003, “Forecast of the output value of Taiwan’s opto-electronics industry using Grey forecasting model”, Technological Forecasting and Social Change, vol. 70, pp.177-186.
52.Tseng, F.M., Yu, H.C., and Tzeng, G. H., 2001, “Applied Hybrid Grey Model to Forecast Seasonal Time Series”, Technological Forecasting and Social Change, vol. 67, pp.291-302.
53.Tseng, F.M., Yu, H.C. and Tzeng, G.H., 2002, “Combining neural network model with seasonal time series ARIMA model”, Technological Forecasting and Social Change, vol. 69, pp.71-87.
54.Wang C.H., 2004, “Predicting tourism demand using fuzzy time series and hybrid grey theory”, Tourism Management, vol. 25, pp.367-374.
55.Wheelwright, S. C., and Makridakis, S., 1985, Forecasting Methods for Management, John Wiley and Sons, Inc., New York.
56.William J. Stevenson, 1999, Production and Operation Management, 6th ed., McGraw Hill Company.
57.Yalcinoz, T. and Eminoglu, U., 2005, “Short term and medium term power distribution load forecasting by neural networks”, Energy Conversion and Management. vol. 46, pp.1393-1405.
58.Yao, W.L. and Chi, S.C., 2004, “Analysis and design of a Taguchi-Grey based electricity demand predictor for energy management systems”, Energy Conversion and Management, vol. 45, pp.1202-1217.
59.Yao, W.L., Chi, S.C. and Chen, J.H., 2003, “An improved Grey-based approach for electricity demand forecasting”, Electric Power Systems Research, vol. 67, pp.217-224.
60.Zadeh, L.A. 196, “Fuzzy Sets”, Information and Control, vol. 8, pp.338-353.
61.Zhang, G.P., 2003, “Time series forecasting using a hybrid ARIMA and neural network model”, Neurocomputing, vol. 50, pp.159-175.

其它
62.民國71年農業統計年報。
63.民國93年農業統計年報。
64.行政院農業委員會，http://bulletin.coa.gov.tw/。
65.農產品交易行情站，http://163.29.73.197/default.asp。