跳到主要內容

臺灣博碩士論文加值系統

(44.222.218.145) 您好!臺灣時間:2024/02/29 17:57
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:劉曜賓
研究生(外文):Yao-Pin, Liu
論文名稱:以類神經網路與ARIMA評估全球血糖計醫療器材市場
論文名稱(外文):A Comparison of Artificial Neural Networks and ARIMA for the Global Market Forecasting on Blood Glucose Diagnostic Instruments
指導教授:李世仁李世仁引用關係王雪明王雪明引用關係
學位類別:碩士
校院名稱:長庚大學
系所名稱:企業管理研究所
學門:商業及管理學門
學類:企業管理學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:109
中文關鍵詞:體外檢驗醫療器材血糖計類神經網路預測
外文關鍵詞:autoregressive integrated moving averageartificial neural networkblood glucose meterforecasting
相關次數:
  • 被引用被引用:0
  • 點閱點閱:444
  • 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:1
本研究針對全球體外檢驗醫療器材中的血糖計市場的發展進行研究,首先介紹體外檢驗醫療器材產業(In Vitro Diagnostics,IVD)的發展,再切入IVD產業中的血糖計產業市場規模與發展概況。本研究分別使用ARIMA與類神經網路兩模型,建立預測血糖計市場之模型,並利用MAD、RMSE、MAPE值衡量此兩種模型的預測準確度。資料部分以Abbott、Bayer、Johnson & Johnson、Roche與國內具代表性某公司為主,加上本研究歸納出的變數,建構出預測模型。預測工作分為兩部分,第一部分是以2001年至2004年的資料進行類神經網路的訓練與學習,再以2005年的資料驗證模型的預測誤差率。第二部份再以建構的模型預測2006年至2008年全球血糖計市場值與各公司規模。研究結果顯示,類神經網路在預測能力上較優於ARIMA模型。在預測血糖計產值部份,未來三年全球主要血糖計公司的市場成長率約略在10%到18%之間。最後針對本研究之研究結果,討論我國血糖計市場的競爭利基與影響未來發展的因素。
This research is focused on the global market of blood glucose meters. Firstly, In Vitro Diagnostics (IVD) instrument industry is introduced. Then, I describe the current market for blood glucose diagnostic instruments. This research utilizes the statistical methodologies of Autoregressive Integrated Moving Average (ARIMA) and Artificial Neural Networks to establish forecasting models. In order to compare the forecasting capability of ARIMA and Artificial Neural Networks, the MAD, RMSE and MAPE of these two models are calculated. The sampling data are adopted from the typical international companies, such as, Abbott, Bayer, Johnson & Johnson and Roche as well as one representative domestic company. The process for simulation includes two parts. The first part of my research uses the data including seven factors, that is, the gross domestic product, economic growth rate, consumer price index, interest, diabetes growth rate, history market growth rate, history blood glucose meter market data from 2001 to 2004 for training and learning of the neural network model. Then I use the data of 2005 to verify the accuracy of the model. In the second part, the models are used to forecast the global market of blood diagnostic instrument from 2006 to 2008. According to the results of this research, the forecasting ability presented by Artificial Neural Networks is better than by ARIMA. The results show that the market growth rate of the major glucose diagnostic instrument companies may raise 10% to 18% from 2006 to 2008. Finally, the suggestions of the future research and the competitive advantages of Taiwan for the blood glucose meter industry are illustrated.
目錄
指導教授推薦書
口試委員審定書
授權書………………………………………………… …………...…………III
誌謝…………………………………………………………………...…….…IV
中文摘要……………………………………………………………...…….….V
英文摘要………………………………………………………………………VI
目錄……………………………………………………..……………...……. VII
圖目錄……………………………………………………….……….……..…XI
表目錄………………………………..……………………………………...XIII
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 研究架構....................................................................................................2
1.4 研究限制…………………………………………………………………4
第二章 文獻探討 5
2.1體外檢驗醫療器材產業………………………………………………….5
2.1.1 IVD產業範疇 5
2.1.2 產業結構 6
2.1.3 IVD產業現況 8
2.1.4 我國產業現況 10
2.1.5 全球體外診斷醫療器材主要廠商…………………………...........12
2.2 血糖計產業分析與發展……………………………………………......13
2.2.1 糖尿病的定義與相關說明 13
2.2.2 糖尿病的分類 15
2.2.3 血糖檢測技術 17
2.2.4 血糖測試產品規模與現況 19
2.2.5 新興血糖監測技術發展現況與趨勢 21
2.2.6 血糖計產品技術曲線分析 25
2.3文獻回顧 27
2.3.1 關於預測的相關文獻 27
2.3.2 預測方法 30
2.3.3 預測方法比較 36
2.3.4 類神經網路在預測上的相關論文 38
第三章 研究方法 41
3.1 類神經網路(ARTIFICIAL NEURAL NETWORK,ANN) 41
3.2 倒傳遞網路(BACK PROPAGATION NETWORK,BPN) 43
3.2.1倒傳遞演算法 44
3.2.2倒傳遞網路訓練 48
3.2.3倒傳遞網路參數設定 51
3.3 ARIMA之介紹與應用 58
3.4 ARIMA建立程序 62
3.5 預測績效衡量 66
第四章 實證結果與分析 69
4.1 模式建構 69
4.2 類神經網路創建驗證 79
4.3 ARIMA實證研究分析 83
4.4 模型預測能力比較 88
4.5 預測結果分析與討論 90
第五章 結論與未來發展方向 100
5.1 結論 100
5.2 未來研究建議 102
參考文獻 105
















圖目錄
圖1.1 研究流程架構圖 3
圖2.1 體外診斷檢驗醫療器材產業分類圖 6
圖2.2 體外檢驗醫療器材產業結構 7
圖2.3 2003年全球IVD各區域市場規模 9
圖2.4 2003年全球IVD各區域市場規模 11
圖2.5 美國Cygnus公司製造的GlucoWatch 19
圖2.6 現行血糖計市場S-curve 25
圖2.7 新興血糖計市場預測趨勢圖 26
圖2.8 新興血糖計市場S-curve 27
圖3.1 生物神經元圖 41
圖3.2 倒傳遞網路模型 43
圖3.3 訓練類神經網路與調整期權重值流程 44
圖3.4 類神經網路轉移函數圖 55
圖3.5 ARIMA模型建立之程序 62
圖4.1 類神經網路建構流程圖 70
圖4.2 變數歷史成長率變動圖 73
圖4.3 市場歷史資料趨勢圖 73
圖4.4 Matlab類神經網路模型輸出圖 82
圖4.5 2005年全球血糖計市場預測趨勢圖 83
圖4.6 血糖計市場:原始數列之ACF與PACF圖形 84
圖4.7 血糖計市場:一階差分後之ACF與PACF圖形 85
圖4.8 殘差序列的自我相關分析圖 87
圖4.9 2001~2008年全球血糖計市場趨勢圖 90
圖4.10 變數敏感度分析圖 91










表目錄
表2.1 2003年與2008年全球IVD各區域市場規模 10
表2.2 2003年全球前十大IVD廠商市佔率 12
表2.3 2000年到2030年前十大糖尿病人口數國家 14
表2.4 全球糖尿病人數及市場規模表 19
表2.5 2004年血糖計市場主要廠商市佔率 20
表2.6 非侵入式血糖計產品發展表 22
表2.7 連續監測血糖產品發展表 24
表2.8 預測方法比較整理表 36
表3.1 倒傳遞網路的各種演算法 53
表4.1 影響變數整理表 72
表4.2 類神經網路模擬誤差比較表 80
表4.3 2005年全球血糖計市場預測比 82
表4.4 ARIMA模型之配適結果 86
表4.5 ARIMA預測結果 88
表4.6 預測能力比較表 89
表4.7 血糖計市場預測值 89
表4.8 主要廠商專利發展年代表 93
表4.9 全球主要血糖計公司預測比較表 94
表4.10 全球主要血糖計公司預測表 95
表4.11 國內某公司預測比較表 96
表4.12 國內某公司預測表 97
表4.13 血糖計公司預測整理表 97
參考文獻
中文部份
方博亮,林祖嘉,「管理經濟學」,智勝文化,2003,頁70至214。
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,民國89年6月。
林宜玫,「由美國醫療器材市場動向看我國醫療器材產業之發展方向」,工研院IT IS,2003。
林宜玫,「2004體外診斷醫療器材產品發展趨勢」,工研院IT IS,2004。
林岳暉等,「血糖監測系統專利趨勢與技術分析」,生物產業,2005,頁58至66。
林振松,「應用類神經網路於啤酒之銷售預測」,國立雲林科技大學工業工程與管理研究所,碩士論文,民國90年。
吳柏林,「時間數列分析導論」,華泰書局,台北,1995,頁2至 190。
周文賢,「行銷管理:市場分析與策略規劃」,智勝文化,1999,頁 74至282。
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學系,碩士論文,民國91年6月。
柯惠珠,「體外診斷醫療器材市場分析」,工研院IT IS,2004。
許遵愚,「生醫企業之智財權策略及專利地圖分析—以血糖機為例」,台灣大學管理學院之事管理組,碩士論文,民過93年5月。
張百棧,生產管理,華泰書局,2006,頁24至47。
張清溪、許嘉棟、劉鶯釧、吳聰敏,「經濟學理論與實際」,1995,頁50至189。
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,民國90年。
張志立,「以技術生命週期作為技術預測模式之比較」,中原大學企業管理學系,碩士論文,民國93年6月。
張義龍,「台灣地區家用冷氣機持有量預測」,碩士論文,民國91年6月。
曹立仁,「製造商與通路商聯合品牌之績效評估- 血醣計二線廠商之個案研究」,國立台灣大學,民國93年6月。
葉怡成,「類神經網路模式應用與實作」,儒林書局,2004,頁2-1至3-190。
趙蘭英,「2006醫療器材工業年鑑」,工研院IT IS,2006,頁2-1至3-190。
趙蘭英,「2005醫療器材工業年鑑」,工研院IT IS,2005,頁2-1-1至3-2-178。
趙蘭英,「2004醫療器材工業年鑑」,工研院IT IS,2004,頁2-1-1至3-4-29。
馮晉嘉,「新興血糖監測技術-非侵入式與連續監測技術市場發展趨勢分析」,工研院IT IS,2006。
鄭淑分,「台南縣主要水果出口量預測」,南台科技大學工業管理學系,碩士論文,民國92年6月。
鄧聚龍、溫坤龍、吳漢雄,「灰色分析入門」,高立圖書有限公司,1996 ,頁1至128。
賴士葆,「科技管理」,華泰文化,2005,頁48至91。
盧郁文,「免疫檢驗試劑之市場現況與發展趨勢」,工研院IT IS,2002。
羅華強,「類神經網路-MATLB的應用」,清蔚科技,2001,頁2-1至5-106。
台灣經濟研究院出版刊物,2005年台灣各產業景氣趨勢調查報告,http://www.tier.org.tw/2005/2005.htm
公開資訊觀測站http://newmops.tse.com.tw/
ITIS產業資料庫http://www.itis.org.tw/company/servlet/CompSearch

英文部分
Charytoniuk, W. and M. S. Chen, (2000)“Neural-network-based demand forecasting in a deregulated environment,” IEEE Transactions on industry applications, Vol. 36, pp. 893-898.
Chow T.W.S., and C.T. Leung, (1996) “ Neural Network Based Short-Term Load Forecasting Using Weather Compensation,” IEEE Transactions on Power Systems, Vol. 11, pp. 1736-1742.
Darbellay, G.A. and M. Slama, (2000)“Forecasting the Short-term Demand for Electricity Do Neural Networks Stand a better chance ? ” International Journal of Forecasting, Vol. 16, pp. 71-83.
Donlebell and O.J.Krasner, (1997) “Selecting Environmental Forecasting from Business Planning Requirements,” Academy of Management Review, pp.373-383.
Dan Kiely, (2004) “The State of Pharmaceutical Industry Supply Planning and Demand Forecasting,” The Journal of Business Forecasting, pp.20-22.
Gujarati,D.N,(2003)“Basic Economics,” Mc Graw-Hill, pp.715-867.
Gojka Roglic, Jakko Tuomilehto, Nigel Unwin,(2005)“The Burden of Mortality Attribute to Diabetes,” Diabetes Care,Vol.28, pp.2130-2135.
Jeffrey D. Newman, Anthony P.F. Tuner, (2005)“Home blood glucose biosensors: a commercial perspective,” Biosensors and Bioelectronics, Vol.20, pp. 2435-2453.
Jared Schrieber, (2005) “Demand Visibility Improves Demand Forecasts,” The Journal of Business Forecasting, pp.32-37.
Jim Langabeer & Tim Stoughton,(2001)“Demand Planning and Forecasting in the Technology Industry,” The Journal of Business Forecasting, pp.7-10.
Larry Lapide,(2002)“New development in business forecasting,”The Journal of Business Forecasting Methods and Systems, pp.12-14.
Larry Lapide,(2003)“Demand forecasting can support enterprise performance management,”The Journal of Business Forecasting Methods and Systems, pp.19-31.
Michele Chandler,(2003)“Monitoring Devices for Diabetic Are Huge Market,”Knight Ridder Tribune Business News, Apr 11.
Mexico Monitor, (2006) “Pharmaceuticals,” Business Monitor International, pp.6-8.
Peng T.M., N.F. Hubele and G.G. Karady, (1993) “An Adaptive Network Approach to One-Week Ahead Load Forecasting,” IEEE Transactions on Power Systems, Vol. 8, pp. 1195-1203.
Rifat Atun, Sandeep Shah, Nick Bosanquet,(2002)“The medical devices sector: coming out of the shadow,”European Business Journal, pp.63-72.
Shaikh A. Hamid, Zahid Iqbal,(2004)“Using neural network for forecasting volatility of S&P 500 Index futures prices,”Journal of Business Research, pp. 1116-1125.
Sarah Wild, Mb Bchir, Gojka Roglic,(2004)“Global Prevalence of Diabetes:Estimates for the year 2000 and projections for 2030,” Diabetes care, Vol 27, pp.1047-1053.
Stephan Johnson,(2002)“Key to a successful closed loop forecasting process,”The Journal of Business Forecasting Methods and Systems, pp.8-10.
Tchaban, T. , J.P. Griffin and M.J. Taylor, (1998)“A comparison between single in the prediction of turnover,” Engineering Applications of Artificial Intelligence, Vol. 11, pp.41-47.
Weir Zhou, (1999)“Integration of different forecasting models,”The Journal of Business Forecasting Methods and System,Vol.18. pp26-28.
Zhang, G., B. E. Patuwo, and Michael Y. Hu, (1998)“Forecasting with artificial neural networks: The state of the art,” International Journal of Forecasting, Vol.14, pp.35-62.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top