跳到主要內容

臺灣博碩士論文加值系統

(18.97.14.82) 您好!臺灣時間:2025/02/07 04:01
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:王思儀
研究生(外文):Szu-Yi Wang
論文名稱:專利資訊預測技術模式之研究-奈米碳管場發射顯示器等之比較分析
論文名稱(外文):The Study on Establishing Technological Forecasting Model using of Patent Information - A Comparative Analysis of CNT-FED and The Other Technologies
指導教授:賴以軒賴以軒引用關係
指導教授(外文):Yi-Hsuan Lai
學位類別:碩士
校院名稱:中華大學
系所名稱:科技管理研究所
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:117
中文關鍵詞:專利技術預測成長曲線模型灰色預測理論
外文關鍵詞:patentTechnology ForecastingGrowth Curve ModelGrey Prediction Model
相關次數:
  • 被引用被引用:10
  • 點閱點閱:460
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:4
隨著科技產業快速的發展,以及智慧財產權的倍受重視,專利數量的成長亦代表了產業或技術發展趨勢上的領先指標,因此若能掌握資訊,進而預測未來趨勢與發展,就能取得產業或技術之優勢。本研究首先回顧並探討各種技術預測方法之原理、適用條件,以及優缺點,其次選定線傳煞車系統、線傳轉向系統、車用室溫熱像器、有機薄膜電晶體與奈米碳管場發射顯示器技術之專利件數為研究對象,應用成長曲線模型、迴歸分析、時間序列模型、灰色預測理論等技術預測方法,進行各項技術之專利件數預測,分析不同的技術預測方法運用於各種技術或產品上,所產生不同的預測效果與適用性。並嘗試以技術領先國家與公司之專利件數進行領先者預測模式建立。
研究結果可分為三大項說明,首先在預測模式敏感度分析方面,本研究提出應用成長上限敏感度分析,經由誤差大小判斷預測模式之良窳,進而建議成長上限值並推估反區點之年限區間;在季節(月份)指數方面發現,年底的專利件數相較於其他月份的產出量為多。其次,就預測模式效果方面,若以短期預測而言,線傳轉向系統與奈米碳管場發射顯示器以灰色預測理論進行預測之效果為最佳;線傳煞車系統、車用室溫熱像器、有機薄膜電晶體發展,適合以Holt雙指數平滑法進行預測;在長期預測方面,線傳煞車系統、線傳轉向系統、奈米碳管場發射顯示器,使用二次多項式進行預測產生的結果優於其他預測方法;而車用室溫熱像器,適合以乘法分解法進行預測;有機薄膜電晶體,則使用珀爾曲線進行預測較合適。最後從領先者預測模式建立可行性分析中可發現,國家別領先者預測模式可由單一領先國家加以預測,,而公司別領先者預測模式則應以前五名的公司進行整體性的評估。
目 錄
摘 要 i
Abstract ii
目 錄 v
圖目錄 vii
表目錄 ix
第一章 緒論 1
1.1研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍與對象 2
1.4 研究限制 3
1.5 研究架構 4
1.6 研究流程 4
第二章 文獻探討 7
2.1技術預測 7
2.1.1 技術預測定義 7
2.1.2 技術預測的各種方法 8
2.1.3 技術預測相關文獻 14
2.2技術預測方法 31
2.2.1 成長曲線模型 31
2.2.2 迴歸分析 38
2.2.3 時間序列模型 39
2.2.4 灰色預測理論 43
2.2.5 誤差分析 46
2.3專利資訊檢索與分析 48
2.3.1 專利資訊 48
2.3.2 專利檢索 51
2.4技術概況 53
2.4.1 線傳煞車系統 53
2.4.2 線傳轉向系統 54
2.4.3 車用室溫熱像器 54
2.4.4 有機薄膜電晶體 55
2.4.5 奈米碳管場發射顯示器 56
第三章 預測模式建立與分析 57
3.1 成長曲線模型技術預測 57
3.1.1 成長上限敏感度分析 57
3.1.2 珀爾曲線 65
3.1.3 甘培茲曲線 70
3.1.4 小結 74
3.2 迴歸分析技術預測 75
3.2.1 簡單線性迴歸 75
3.2.2 多項式迴歸模型 76
3.2.3 小結 78
3.3 時間序列模型技術預測 78
3.3.1 傳統分解法 78
3.3.2 Holt雙指數平滑法 86
3.3.3 小結 88
3.4 灰色預測理論技術預測 89
3.5 技術預測模式之比較 90
第四章 專利領先者預測模式建立可行性分析 97
4.1 專利領先國家預測模式可行性分析 97
4.2 專利領先公司預測模式可行性分析 100
4.3 有引證專利預測模式可行性分析 103
第五章 結論 108
5.1 結論 108
5.2 建議 111
參考文獻 112



圖目錄
圖1.1 研究架構 4
圖1.2 研究流程 6
圖2.1 技術預測的輸出/輸入圖 9
圖2.2 技術預測的兩種進行方式 9
圖2.3 各種預測方法的定位 11
圖2.4 最常被使用的技術預測方法 13
圖2.5 國內研究最常被使用的技術預測方法 21
圖2.6 技術生命週期技術替代 32
圖2.7 Logistics曲線與Gompertz曲線之比較 35
圖2.8 加法和乘法的季節影響 40
圖2.9 線傳煞車系統歷年專利件數 51
圖2.10 線傳轉向系統歷年專利件數 52
圖2.11 車用室溫熱像器歷年專利件數 52
圖2.12 有機薄膜電晶體歷年專利件數 52
圖2.13 奈米碳管場發射顯示器歷年專利件數 53
圖2.14 智慧型車輛線傳控制系統 54
圖2.15 線傳轉向控制機構 55
圖3.1 線傳煞車系統成長上限之MAD值走勢 59
圖3.2 線傳轉向系統成長上限之MAD值走勢 60
圖3.3 車用室溫熱像器成長上限之MAD值走勢 60
圖3.4 有機薄膜電晶體成長上限之MAD值走勢 61
圖3.5 奈米碳管場發射顯示器成長上限之MAD值走勢 61
圖3.6 線傳煞車系統專利累積件數預測值比較 62
圖3.7 線傳轉向系統專利累積件數預測值比較 62
圖3.8 車用室溫熱像器專利累積件數預測值比較 62
圖3.9 有機薄膜電晶體專利累積件數預測值比較 63
圖3.10 奈米碳管場發射顯示器專利累積件數預測值比較 63
圖3.11 線傳轉向系統專利累積件數預測值比較(剔除1993~1995年資料) 64
圖3.12 線傳轉向系統專利累積件數預測值比較(剔除1993~1996年資料) 64
圖3.13 線傳煞車系統GM(1,1)軟體運算 89
圖3.14 線傳煞車系統各種技術預測方法 91
圖3.15 線傳轉向系統各種技術預測方法 92
圖3.16 車用室溫熱像器各種技術預測方法 93
圖3.17 有機薄膜電晶體各種技術預測方法 94
圖3.18 奈米碳管場發射顯示器各種技術預測方法 95
圖4.1 線傳煞車系統國家別分析 97
圖4.2 線傳轉向系統國家別分析 97
圖4.3 車用室溫熱像器國家別分析 98
圖4.4 有機薄膜電晶體國家別分析 98
圖4.5 奈米碳管場發射顯示器國家別分析 98
圖4.6 線傳煞車系統公司別分析 100
圖4.7 線傳轉向系統公司別分析 100
圖4.8 車用室溫熱像器公司別分析 101
圖4.9 有機薄膜電晶體公司別分析 101
圖4.10 奈米碳管場發射顯示器公司別分析 101
圖4.11 有引證關係線傳煞車系統各種技術預測方法 104
圖4.12 有引證關係線傳轉向系統各種技術預測方法 104
圖4.13 有引證關係車用室溫熱像器各種技術預測方法 104
圖4.14 有引證關係有機薄膜電晶體各種技術預測方法 105
圖4.15 有引證關係奈米碳管場發射顯示器各種技術預測方法 105


表目錄
表2.1 國內外學者對技術預測的定義 7
表2.2 技術預測的各種方法 10
表2.3 各種技術預測方法之比較表 12
表2.4 成長曲線法相關文獻 14
表2.5 灰色預測理論相關文獻 16
表2.6 其他預測方法相關文獻 17
表2.7 資訊應用技術預測方法相關文獻 21
表2.8 通訊應用技術預測方法相關文獻 22
表2.9 消費性應用技術預測方法相關文獻 24
表2.10 科技產業技術預測方法相關文獻 26
表2.11 其他產業技術預測方法相關文獻 27
表2.12 國外技術預測相關文獻 29
表2.13 珀爾曲線與甘培茲曲線斜率比較 36
表2.14 專利統計作為各項經濟的指標 49
表3.1 Loglet Lab模擬成長上限 58
表3.2 各種成長上限之MAD值 59
表3.3 線傳煞車系統(L=500)珀爾曲線運算 65
表3.4 線傳煞車系統珀爾曲線預測值 66
表3.5 線傳轉向系統珀爾曲線預測值 66
表3.6 車用室溫熱像器珀爾曲線預測值 67
表3.7 奈米碳管場發射顯示器珀爾曲線預測值 67
表3.8 有機薄膜電晶體珀爾曲線預測值 68
表3.9 各項技術在珀爾曲線之反曲點與到達成長上限時間(年) 69
表3.10 線傳煞車系統(L=500)甘培茲曲線運算 70
表3.11 線傳煞車系統甘培茲曲線預測值 71
表3.12 線傳轉向系統甘培茲曲線預測值 71
表3.13 車用室溫熱像器甘培茲曲線預測值 72
表3.14 奈米碳管場發射顯示器甘培茲曲線預測值 72
表3.15 有機薄膜電晶體甘培茲曲線預測值 73
表3.16 各項技術在甘培茲曲線之反曲點與到達成長上限時間 74
表3.17 簡單線性迴歸預測值 76
表3.18 二項式迴歸預測值 77
表3.19 奈米碳管場發射顯示器傳統分解法(季節指數)運算 79
表3.20 傳統分解法季節指數 79
表3.21 奈米碳管場發射顯示器傳統分解法(季節預測值)運算 80
表3.22 傳統分解法(季節指數)預測值 81
表3.23 奈米碳管場發射顯示器傳統分解法(月份指數)運算 82
表3.24 傳統分解法月份指數 83
表3.25 奈米碳管場發射顯示器傳統分解法(月份預測值)運算 84
表3.26 傳統分解法(月份指數)預測值 86
表3.27 線傳煞車系統Holt雙指數平滑法運算 87
表3.28 Holt雙指數平滑法預測值 88
表3.29 灰色預測理論預測值 90
表3.30 各項技術用於各預測方法之MAD值 96
表4.1 國家別分析 99
表4.2 公司別分析 102
表4.3 線傳煞車系統引證前後之MAD值 105
表4.4 線傳轉向系統引證前後之MAD值 106
表4.5 車用室溫熱像器引證前後之MAD值 106
表4.6 有機薄膜電晶體引證前後之MAD值 106
表4.7 奈米碳管場發射顯示器引證前後之MAD值 107
表5.1 傳統分解法季節(月份)指數彙整表 109
表5.2 各項技術用於各預測方法之MAD值 109
表5.3 領先指標彙整表 110
1.卜賢琳(2005),「以技術預測方法探討傳統電信網路及網路電話的發展」,中原大學資訊管理研究所碩士論文。
2.王天允(2002),「由台灣矽產業結構探討台灣砷化鎵產業發展趨勢」,交通大學科技管理學程碩士論文。
3.王智龍(2004),「多維度技術S曲線預測-以光儲存裝置為例」,立德管理學院科技管理研究所碩士論文。
4.田興漢(2003),「以SRI情境預測分析法預測台灣有線數位式機上盒(Set-Top-Box)技術與市場之發展」,政治大學經營管理研究所碩士論文。
5.余序江、許志義、陳澤義(1998),「科技管理導論:科技預測與規劃」,五南圖書出版股份有限公司。
6.吳孟圜(2003),「台灣通訊用三五族產業國產設備發展需求預測」,交通大學科技管理研究所碩士論文。
7.李鳳寧(2002),「以技術預測方法探討砷化鎵晶圓代工製造業者之設備需求」,交通大學科技管理研究所碩士論文。
8.呂憬儀(2005),「運用資料探勘技術預測台灣景氣動向」,中原大學資訊管理研究所碩士論文。
9.吳豐祥(2002),「談技術預測與評估」,就業情報雜誌,第三百二十七期,第138-139頁。
10.吳顯東(2005),「技術預測輕鬆上手」,財團法人資訊工業策進會資訊市場情報中心。
11.周文彥(2005),「以專利指標探討電漿顯示器技術發展趨勢之研究」,中原大學企業管理研究所碩士論文。
12.林水順、莊英慎、楊川明(2005),「以灰預測模式為基的產險業產值預測分析」,計量管理期刊,第二卷,第二期,第219-236頁。
13.林志凡(2003),「以德菲法預測台灣三五族半導體產業之發展趨勢」,交通大學科技管理研究所碩士論文。
14.林治民(1999),「技術預測方法之運用探討-以無線通訊技術發展趨勢為例」,交通大學科技管理研究所碩士論文。
15.林俊宇(2004),「應用迴歸分析方法預測軟體發展時程」,成功大學資訊工程學系碩士論文。
16.周維忠(1996),「美國紅外線熱影像器產業及市場發展現況」,光連:光電產業與技術情報,第五期,第25-28頁。
17.林錦煌(2005),「作業管理」,滄海書局。
18.邱繼震(2003),「技術預測-以網路安全技術為例」,銘傳大學管理科學研究所碩士論文。
19.康才華(1994),「技術預測-以個人通訊服務為例」,交通大學科技管理研究所碩士論文。
20.高東郁(2004),「由技術面與市場需求面預測新產品開發及推廣策略之研究-以石材複合超薄板為例」,東華大學國際企業研究所碩士論文。
21.袁建中譯,Martino著(2005),「產業分析之技術預測方法與實例」,普林斯頓國際有限公司。
22.袁建中、王建彬、陳梧桐(2005),「台灣半導體工業未來發展預測」,東海管理評論,第七卷,第一期,第1-37頁。
23.徐義建(2001),「由技術與市場需求來探討智慧型手持式裝置之發展研究-以科學園區為例」,交通大學科技管理研究所碩士論文。
24.徐濟世、惠龍(2003),「使用S曲線模型進行技術預測分析:以自由軟體Linux為例」,電子商務研究,第一卷,第二期,第147-158頁。
25.郭文杰(2003),「標準單模光纖市場需求擴散預測模型之研究」,交通大學科技管理研究所碩士論文。
26.張午寧(2005),「以市場需求、技術預測、專利地圖分析作為研發投入之評估流程研究-以工研院生物醫學中心奈米生物感測器研發實驗室為例」,政治大學科技管理研究所。
27.張文興(2003),「以技術預測方法來探討數位相機的趨勢」,交通大學科技管理所碩士論文。
28.張正昌(2005),「專利資訊預測技術模式之研究-以動力手工具為例」,中華大學科技管理研究所碩士論文。
29.張弘毅(2001),「技術預測方法探討無線區域網路技術的發展與市場區隔」,交通大學科技管理研究所碩士論文。
30.張志立(2004),「以技術生命週期作為技術預測模式之比較」,中原大學企業管理研究所碩士論文。
31.陳佳君(2004),「以合併預測方法探討數位相機產業之發展趨勢」,交通大學科技管理研究所碩士論文。
32.陳威任(2000),「由技術及市場需求探討網路電話未來之發展」,交通大學科技管理研究所碩士論文。
33.陳契盈(2000),「由專利資料分析我國之研發產出及其關聯」,中央大學工業管理研究所碩士論文。
34.許純君譯,DeLurgio著(1999),「預測的原則與應用」,台灣西書出版社。
35.張智翔(2000),「技術預測:利用專利分析技術探討接觸式影像感測器技術擴散過程之研究」,雲林科技大學企業管理技術研究所碩士論文。
36.陳歆(2003),「各國專利權伸張情勢」,http://www.tipo.gov.tw/PCM。
37.陳達仁、黃慕萱(2004),「專利資訊與專利檢索」,文華圖書館管理資訊股份有限公司。
38.張嘉訓(2002),「高科技產品多代擴散模型之研究-以DRAM為例」,真理大學管理科學研究所碩士論文。
39.陳潔如(1999),「以技術預測方法探討互動式有線電視之發展趨勢」,交通大學科技管理研究所碩士論文。
40.馮正民、邱裕鈞(2004),「研究分析方法」,建都文化事業股份有限公司。
41.黃志鴻(2003),「以技術預測方法探討家庭自動化系統需求與發展之趨勢」,交通大學科技管理研究所碩士論文。
42.黃宣宜(2002),「場發射顯示器技術現況與發展」,光連:光電產業與技術情報,第三十九期,第57-64頁。
43.黃宣宜(2002),「碳奈米管開啟FED發展新機」,光連:光電產業與技術情報,第四十二期,第32-36頁。
44.彭逸群(2005),「以德菲法預測台灣行動電話用射頻晶片之發展趨勢」,交通大學科技管理研究所。
45.溫坤禮、黃宜豊、陳繁雄、李元秉、連志峰、賴家瑞(2002),「灰預測原理與應用」,全華科技圖書股份有限公司。
46.趙嬙(2003),「灰色預測理論應用於汽車產業預測之研究-以台灣、大陸市場為例」,朝陽科技大學企業管理系碩士論文。
47.葉繼濤、胡建績(2004),「技術預見與可持續經濟發展」,研究與發展管理,第十六卷,第四期,第58-62頁。
48.鄭伶如(1999),「接觸式影像感測器技術策略規劃之研究-情境分析法應用」,雲林科技大學企業管理技術研究所碩士論文。
49.賴士葆、謝龍發、陳松柏(2005),「科技管理」,華泰文化事業股份有限公司,台北。
50.賴以軒、王郁婷(2005),「利用時間序列橫斷面分析專利申請與廠商績效之關係-以發光二極體相關產業為例」,中國工業工程學會九十四年度年會暨學術研討會,中華大學,新竹。
51.賴佳宏(2003),「薄膜電晶體液晶顯示器(TFT-LCD)產業之技術發展趨勢研究-以專利分析與生命週期觀點-」,中原大學企業管理學系碩士論文。
52.錢炳全、李順益、王學亮(2003),「基於灰色理論之短期銷售預測方法」,資訊管理展望,第五卷,第一期,第1-17頁。
53.謝志森(2004),「應用灰色預測理論於台灣化妝品消費市場發展趨勢之預測」,朝陽科技大學企業管理系碩士論文。
54.薛義誠(2005),「以技術與市場需求來探討奈米碳管場發射顯示器發展之研究」,科技管理學刊,第十卷,第二期,第133-160頁。
55.蕭瑞聖(2004),「車輛線傳控制技術發展」,工研院產業經濟與資訊服務中心,http://www.itri.org.tw。
56.藍偉庭(2003),「結合情境分析與技術替代模型探討台灣用戶光纖網路用戶數發展之研究」,真理大學管理科學研究所碩士論文。
57.顏銘璋(2001),「技術預測之應用模式-以有機電激發光顯示器為例」,交通大學科技管理研究所碩士論文。
58.羅以嘉(2004),「專利資料庫介紹」,化工技術,第八卷,第十二期,第124-132頁。
59.羅慕君(2004),「短期訂單預測模型之研究-以PDA產業為例」,中原大學資訊管理學系碩士論文。
60.龔益鳴、丁明芳等(2004),「應用TRIZ進行技術預測」,研究與發展管理,第十六卷,第五期,第77-81頁。
61.Adams, K., D. Kim, F.L. Joutz, R.P. Trost, and G. Mastrogianis (1997), “Modeling and Forecasting U.S Patent Application Filings,” Journal of Policy Modeling, Iss.19, Vol.5, pp.491-535.
62.Ascher, W. (1978), Forecasting An Appraisal for policy-Makers and Planners, The Johns Hopkins University Press, Baltimore.
63.Bigwood, M.P. (1997), “Patent Trend Analysis:Incorporate Current Year Data, ” World Patent Information, Vol.19, No.4, pp.243-249.
64.Bright, J.R. (1968), Technological Forecasting for Industry and Government, Prentice-hall.
65.Coates, V., M. Farooque, R. Klavans, K. Lapid, H.A. Linstone, C. Pistorius, and A.L. Porter (2001), “On the Future of Technological Forecasting,” Technological Forecasting and Social Change, Vol.67, pp.1-17.
66.Deng, J.L. (1982), “The Control Problems of Gray System,” System & Control Letters, No.5, pp.288-294.
67.Ernst H. (2001), “Patent applications and subsequent changes of performance:evidence from time-series cross-section analyses on the firm level,” Research Policy, Vol.30, Iss.1, pp.143-157.
68.Ernst H. (1997), “The Use of Patent Data for Technological Forecasting:The Diffusion of CNC-Technology in Machine Tool Industry,” Small Business Economics, Vol.9, Iss.4, pp.361-381.
69.Ernst H. (1995), “Patenting strategies in the German mechanical engineering industry and their relationship to firm performance,” Technovation, Vol.5, Iss.4, pp.225-240.
70.Forster, R.N. (1986), “Assessing technological threats,” Research Management, July-August, pp.17-20.
71.Griliches, Z. (1990), “Patent statistics as economic indicators:a survey,” Journal of Economic Literature, Vol.28, Iss.4, pp.1661-1707.
72.Hingley, P. and M. Nicolas (2004), “Methods for forecasting numbers of patent applications at the European Patent Office,” World Patent Information, Vol.26, Iss.3, pp.191-204.
73.Kang, B., H. Kim, C. Han, and C. Yim (1996), “ A Demand-Based Model For Forecasting Innovation Difussion,” Computer ind. Engng, Vol.30, No.3, pp.487-499.
74.Martino, J. P. (2003), “A review of selected recent advances in technological forecasting, ”Technological Forecasting and Social Change, Vol.70, pp.719-733.
75.Martino, J.P. (1993), Technological Forecasting for Decision Making, McGeaw-Hill.
76.Millett, S.M. and Honton (1991), A Manager’s Guide to Technology Forecasting and Strategy Analysis Methods, Battelle press, Columbus, Ohio.
77.Mishra, S., S.D. Deshmukh, and P. Vrat (2002), “Matching of technological forecasting technique to a technology,” Technological Forecasting and Social Change, Vol.69, pp.1-27.
78.Porter, A.L., A.T. Roper, T.W. Mason, F.A. Rossini, and J. Banks (1991), Forecasting and Management of Technology, John Wiley & Sons Inc., NY.
79.Tschirky, H.P. (1994), “The Role of Technology Forecasting and Assessment in Technology Management,” R&D Management, Vol.24, pp.121-129.
80.Watts, R.J., and A.L. Porter (1997), “Innovation Forecasting, ” Technological Forecasting and Social Change, Vol.56, pp.25-47.
81.Weng, J.H. et al. (1989), “Comment on the Minimum Number of Data Required for GM(1,1) Modeling,” The Journal of Grey System, Vol.13, pp.229-243.
82.http://osdlab.eic.nctu.edu.tw/osdlab/
83.http://www.delphion.com/
84.http://www.patent.com.cn
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top