臺灣博碩士論文加值系統

複雜多變的企業經營環境及消費者需求導向的競爭年代，企業必須持續從經驗及所處的環境中檢討及學習改善經營績效的方法，隨時應付瞬息萬變的消費需求改變，以保有永續經營的競爭能力。
本研究嘗試從消費者需求變化較敏感、產品生命週期（Product life cycle）變化快速之資訊類產品，以供應鏈管理（Supply Chain Management）的角度，運用模擬(Simulation)技術產生單一商品從上游供應商到下游零售商彼此間交易所記錄的存貨相關訊息，透過資料倉儲(Data Warehouse)概念加以整合，輔以類神經網路（Neural network）推估製造商轉換生產策略（decision）－接單後生產（ATO， Assembly to order）、生產後儲存（MTS，Make to order）的適當時機，以輔助企業擬定存貨決策的過程。
供應鏈管理概念下，組成成員間資訊整合是影響運作的重要環節，研究中透過模擬技術，選擇供應鏈成員間存貨相關作業項目，輔以資料倉儲的設計概念，探討如何利用資訊整合所產生的效益，輔助供應鏈成員彼此存貨管理績效的改善，從而引申出滿足顧客需求的競爭優勢。
研究中透過模擬及資料倉儲概念，探討供應鏈成員資訊整合對組成成員間的實質效益，避免了真實世界中供應鏈成員間的牽連廣泛與涉及商業機密的困擾，建構一單純的模式，以供業界實際運用之參考。

In the competitive era of the complex and varying enterprise management environment and the consumer requirements oriented times, the enterprise must keep on going review and learn the method to improve the business achievement by their experience and circumstance. The enterprise must be able to meet the varying consumers’ requirements so that they can keep the business’s competitiveness.
In this work, we try to help the enterprise how to plan the inventory management decision process. We focus on the information appliance, which is sensitive to consumers’ requirement and the products’ life cycle is short. In the view of the supply chain management, we use the simulation technique to simulate a single product’s all information of the business transactions and the inventory, form the upper level suppliers to the lower level retailer. Integrated by the data warehouse concept, assisted by the neural network, we can estimate the proper time for the manufactures to change their producing decision --- assembly to order (ATO) or make to store (MTS).
In the concept of supply chain management, the information integration between the affiliated members is the critical link that will affect the overall performance. In this work, through the simulation technique, selecting the related operation items between the supply chain members, assisted by the concept of data warehouse concept, we discuss how to use the benefit produced by the information integration. From the result, we can assist the supply chain’s members to improve the inventory management. Further more, the enterprise will fulfill the consumers’ requirements. That is competitiveness superiority for the enterprise.
Using the concept of data warehouse, we simulate the integrated information between the chain members of the supply chain and discus how the chain members will gain benefit. In this way, we can avoid to touch the real world supply chain’s business secret, which is bothering thing. This work constructs a simple model that can be referenced by the enterprise.

目錄
中文摘要 I
ABSTRACT II
誌謝 IV
目錄 V
目錄 V
圖目錄 VIII
表目錄 X
壹、緒論 2
一、研究背景與動機 2
二、研究目的 5
三、研究範圍與限制 5
四、研究方法與架構 6
貳、文獻探討 4
一、供應鏈管理（SUPPLY CHAIN MANAGEMENT） 4
（一）、供應鏈管理意義 4
（二）、供應鏈管理實施原則 4
（三）、供應鏈管理績效衡量 5
（四）、小結 6
二、存貨管理（INVENTORY MANAGEMENT）與生產環境 8
（一）、存貨管理政策 8
（二）、生產環境 9
（三）、小結 10
三、資料倉儲（DATA WAREHOUSE）與資料採礦（DATA MINING） 12
（一）、資料倉儲概念 12
（二）、資料採礦概念 14
（三）、小結 15
四、類神經網路(NEURO NETWORK) 16
（一）、類神經網路概念 16
（二）、小結 19
五、模擬（SIMULATION） 20
（一）、模擬概念及程序 20
（二）、模擬軟體 21
（三）、小結 21
六、產品生命週期(PRODUCT LIFE CYCLE,PLC) 22
（一）、產品生命週期概念 22
（二）、相關研究 24
（三）、小結 24
參、研究方法 28
一、研究定義與描述 28
二、研究假設 30
（一）、需求量產生方式 30
（二）、供應鏈環境 30
三、研究程序 31
（一）、模擬環境建構 31
１、IDEFO結構化系統分析法介紹 32
２、模擬系統分析 33
３、模擬作業流程 33
（二）、類神經網路建構 35
１、尋找學習資料（Learning Data） 35
２、建立網路模式 36
（三）、實驗設計 36
（四）、實驗評估與結論 37
肆、研究驗證 38
一、 模型描述 38
（一）、模型假設條件 38
１、供應鏈各成員存貨政策 38
２、供應鏈成員間運送及作業時間 39
３、其它相關參數設定 39
４、網路學習樣本的收集方式 39
（二）、資料欄位與類神經網路 40
（三）、建構程序 41
二、 實驗分析 41
（一）、以供應鏈整體成本績效建構的網路預測模型 41
１、第一組PLC測試資料(β=0.7,δ=0.2) 43
２、第二組PLC測試資料(β=0.5,δ=0.2) 46
３、第三組PLC測試資料(β=0.5,δ=0.6) 49
４、第四組PLC測試資料(β=0.7,δ=0.6) 52
（二）、小結 55
伍、結論與建議 56
陸、參考文獻 57
柒、附錄文件 60
圖目錄
圖1-1 本研究模擬範圍 6
圖1-2 本研究架構圖 7
圖1-3 模擬供應鏈成員存貨資訊整合作業環境概圖 2
圖2-1 機構組織資料管理架構 13
圖2-2 倒傳遞類神經網路架構 17
圖2-3 標準模擬系統的組成架構 21
圖2-4 產品生命週期概念 23
圖2-5 新產品擴散類型 27
圖3-1 製造商轉換生產方式示意圖 29
圖3-2 系統功能分解結構圖 32
圖3-3 IDEF0關係元件圖 33
圖3-4 模擬作業流程示意圖 34
圖3-5 尋找本研究學習樣本概念圖 35
圖3-6 本研究類神經網路架構 36
圖3-7 本研究實驗程序 37
圖4-1 系統狀態示意圖 40
圖4-2 建立類神經網路模式學習樣本及實驗樣本示意圖 42
圖4-2 當Β=0.7,Δ=0.2時供應鏈成員訂貨趨勢與製造商生產方式對照 43
圖4-3 實驗前、後供應鏈整體成本比較及成對T檢定結果 44
圖4-4 實驗前、後消費者等待成本比較及成對T檢定結果 45
圖4-5 實驗前、後供應鏈整體庫存成本比較及成對T檢定結果 45
圖4-6 當Β=0.5,Δ=0.2時供應鏈成員訂貨趨勢與製造商生產方式對照 46
圖4-7 實驗前、後供應鏈整體成本比較及成對T檢定結果 47
圖4-8 實驗前、後消費者等待成本比較及成對T檢定結果 48
圖4-9 實驗前、後供應鏈整體庫存成本比較及成對T檢定結果 48
圖4-10 當Β=0.5,Δ=0.6時供應鏈成員訂貨趨勢與製造商生產方式對照 49
圖4-11 實驗前、後供應鏈整體成本比較及成對T檢定結果 50
圖4-12 實驗前、後消費者等待成本比較及成對T檢定結果 51
圖4-13 實驗前、後供應鏈整體庫存成本比較及成對T檢定結果 51
圖4-14 當Β=0.7,Δ=0.6時供應鏈成員訂貨趨勢與製造商生產方式對照 52
圖4-15 實驗前、後供應鏈整體成本比較及成對T檢定結果 53
圖4-16 實驗前、後消費者等待成本比較及成對T檢定結果 54
圖4-17 實驗前、後供應鏈整體庫存成本比較及成對T檢定結果 54
表目錄
表2-1 供應鏈管理定量績效指標 7
表2-2 資料倉儲資料與作業資料之比較 14
表2-3 產品生命週期理論相關研究 24
表2-4 影響因子對照表 25
表2-5 影響因子與九種PLC類型對照表 26
表4-1 以整體成本為績效指標建立之預測模型對其它成本的影響 55

中文部份：
1. 王立志，1999，系統化運籌與供應鏈管理，初版，滄海書局。
2. 李昌雄，1998，商業自動化與電子商務，二版,智勝文化有限公司。
3. 黃昭義，1998，虛擬企業的資訊系統架構之探討，國立彰化師範大學商業教育學系，碩士論文。
4. 許文志，1995，邁向21世紀－台灣中小企業經營策略，初版，揚智文化有限公司。
5. 唐瑋嬪，1997，高科技產業存貨相關問題之研究，國立台灣大學會計學研究所，碩士論文。
6. 黃志文，1993，行銷管理，初版，華泰書局。
7. 陳瑞敏，1998，台灣筆記型電腦產業分析，國立台灣大學國際企業學研究所，碩士論文。
8. 林紹琪，2000，台灣筆記型電腦產業競爭策略研究，國立台灣大學國際企業學研究所，碩士論文。
9. 徐新旺，1996，物流中心資訊系統架構之規劃模式研究，國立台灣大學工業工程研究所，碩士論文。
10. 葉怡成，2000，類神經網路模式應用與實作，七版，儒林圖書有限公司。
11. 曾守正，1999，資料庫系統進階實務，初版，儒林圖書有限公司。
12. 張晴翔，1999，產品生命週期策略性預測系統，東海大學工業工程研究所，碩士論文。
13. 蔣光中，1998，自動倉儲系統揀貨作業模擬分析－以物流中心為例，中正理工學院兵器系統工程研究所，碩士論文。
14. 蕭志銘，1999，供應鏈中各環節績效衡量指標對整體績效之影響，國立中正大學資訊管理研究所，碩士論文。
15. 詹錦琛，1999，"現行台灣OEM/ODM全球運籌管理模式"，1999國際物流研討會論文集，pp.43-51，經濟部商業司，1月。
16. 賴士葆，1991，生產/作業管理-理論與實務，華泰書局。
17. 聯強國際網站," http://www.synnex.com.tw/synnex/key/20001019_1.htm"
18. 蘇隄，1998，"資料倉儲的應用與技術"，資訊與電腦雜誌社，頁78-91，2月。
西文部份：
1. Beamon, M.,1998,"Supply chain design and analysis:Models and methods",International jourmal of production economics 55,pp.281-294.
2. Bechtel, C. and Jayaram, J.,1997," Supply Chain Management：A Strategic Perspective", The International Journal of Logistics Management, pp.15-34.
3. Bowersox, D.J.,1987, "Logistics Paraerns of Logistical Organization", Journal of Business Logistics, pp.65-80.
4. Cox, W.E.,Jr.,1967,"Product Life Cycle as Marketing Models",Journal of Business,Vol.40,Oct.,pp.385-400.
5. Devlin B.,1996,Data Warehouse from Architecture to Implementation,Addision-Wesley.Inc.
6. Easingwood C. J.,1988,"Product Lifecycle Patterns for New Industrial Product",R&D Management,Jan.18.,pp.23-32.
7. Ellram, L.M.,1990,"Supply Chain Management, Partnerships and the Shipper-thrid Party Relationship", The international Journal of Logistics Management,pp.1-10.
8. Farhoodi, F.,1990,"A Knowledge-Based Approach to Dynamic Job-Shop Scheduling,"Intel Computer Integrated Manufacturing,Vol. 3,No.2.
9. Frawley, W.J.,Paitetsky-Shapiro, G.and Matheus, C.J.,1991,Knowledge Discovery in Databases:An Overview,Knowledge Discovery in DatabasesCalifornia,edited by G. Piatetsky-Shapiro and W.J. Frawley,AAAI/MIT Press,p1-30.
10. Gopal, C.,and H. Cypress,1993,Integrated Distribution Management:Competing on Customer Service, Time and Cost, Richard D. Irwin, Inc.
11. Grupe, F.H. and Owrang,M.M.,1995,"Data base Mining Discovering New Knowledge and Cooperative Advantage",Information Systems Management,Vol.12,No.4,pp.26-31.
12. Houlihan, J.B.,1988,"International Supply Chains: A New Approach", Management Decision, 26(3).
13. Houtsma, M.and Swami, A.,1995,"Set Oriented Data Mining in Relational Databases",Data and Knwledge Engineering,Vol. 17,No.3,September ,pp.245-262.
14. Inmon W.H.and Hackathom.R.D.,1994,Using the Data warehouse,John Wiley&Sons,Inc.,New York.
15. J.-S. Jang,,C.-T. SUN.,E. Mizutani.,1997,Neuro-fuzzy and soft computing:a computational approach to learning and machine intelligence,Prentice-Hall,Inc.
16. Tsai, K.M,1998,"Supply chain networks modeling:review and prospests",高雄第一科技大學管理學院學術季刊（創刊號）pp.99-115.
17. Kimball, R.,1996,The data warehouse toolkit,John Wiley&Sons,Inc.
18. Kenneth, C.& Jane, P.,1998,Management Information Systems-New Approaches to Organization and Technology,p287.
19. Levitt,T.,1965,"Exploit the Product Life Cycle",Harvard Business Review ,Vol.4,Nov.-Dec.,pp.81-94.
20. Lee, H.L.and Billington, C.,1992, "Managing supply chain inventory:pitfalls and opportunities", Sloan Management Review,33/3,pp.65-73.
21. Lewinson,1993," Data Mining:Intelligent Technology Gets Down To Business", PC AI, Vol. 7,No.6,December,pp.903-913.
22. Poirier, Charles C. & Stephen E. Reiter,1996, Supply Chain Qptimizatiion：Building the Strongest Totel Business Network, 1st ed, San Fransciso, CA：Berrett-Koethler.
23. Quinlan, J.R.,1986,"Induction of Decision Trees",Matching Learning,Vol. 1,No. 1,pp.81-106.
24. Rogers,E.M.,1962,The diffusion of Innovations,New York:The Free Press.
25. Rink, D.R.&Swan, J.E.,1979,"Product Life Cycle Research:A Literature Review,"Journal of Business Research,Vol.7,pp.156-242.
26. Smallwood, J.E.,1973,"The Product Life Cycle:A key to strategic Marketing Planning",MSU Business Topics. Vol.21, winter.
27. Srivatsan, N. and Kempf, K.,1995,"Effective Modeling of Factory Throughput Times",IEEE/CMPT,pp.377-383.
28. Simchi-Levi D.,Kaminsky, P.&Simech-Levi E.,2001,Designing and Managing the Supply Chain Concepts,Strategies,and Case Studies,McGraw-Hill Compaines,Inc.
29. Tan, K.V., Kannan, V.R. and Handfield, R.B., 1998,"Supply Chain Management: Supplier Performance and Firm Performance", International Journal of Purchasing and Materials Management,pp.2-9.
30. Towill, D. R.,1991,"Supply chain dynamics,International Journal of Computer Integrated Manufacturing 4(4),pp.1970-208.
31. Towill, D.R.,Naim, M.M.,Wikner, J.,1992,"Industrial dynamics simulation models in the design of supply chains",International Journal of Physical Distribution and Logistics Management 22(5),pp.3-13.