(3.238.186.43) 您好!臺灣時間:2021/02/26 13:03
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:許_志成
研究生(外文):Chin-Cheng Hsu
論文名稱:運用倒傳遞類神經網路建立飛機器材需求預測模式之研究
論文名稱(外文):Building Forecasting Model for Airplane Maintenance Material Supply by Using Back-propagation Neural Network
指導教授:施富義
指導教授(外文):Fu-Yih Shih
學位類別:碩士
校院名稱:立德管理學院
系所名稱:應用資訊研究所
學門:電算機學門
學類:電算機應用學類
論文種類:學術論文
畢業學年度:95
語文別:中文
論文頁數:69
中文關鍵詞:零附件倒傳遞類神經網路一次指數平滑法
外文關鍵詞:Components and AccessoriesBack-propagation Neural NetworkExponential Smoothing Techniques
相關次數:
  • 被引用被引用:0
  • 點閱點閱:153
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
良好的後勤支援是軍事系統維持正常運作的保證,後勤支援著重於武器系統維修及各項器材補給,而各項零附件適時、適量的供應,長久以來一直是後勤從業人員討論的議題,也是每日辛苦工作所想要達成的目標。器材零附件存量過高,除採購成本增加外,更多無形成本,如庫儲成本、管理人力成本、時限器材因過期丟棄的成本等,都造成國防預算的增加;另零附件存量不足,則造成有武器系統失效,影響妥善率及空防戰力。
本研究係運用倒傳遞類神經網路(Back-propagation Neural Network,BPN)預測器材需求量,從預測結果可知倒傳遞類神經網路預測情況較現行空軍採用之指數平滑法(Exponential Smoothing Techniques)為佳。經與實際需求資料驗證比對,建議應先行分析各項物料需求暴增(減)原因,後續再依本程式之演算計算存貨,以提昇預測精確率。在國防預算緊縮的現在,國軍戰力維繫不容野揮憿A唯有更精準之需求預測,才能有效降低成本,提昇後勤作業效率,支援各項作戰任務。
Fine logistic support is the guarantee of maintaining military system . In other words, logistic support focuses on maintenance of weapon systems and various kinds of equipment support, and it has been both the discussing topic of logistic personnel and the target to reach for daily hard work. If the storage of components and accessories gets too high, it’s not only increasing the purchasing cost but also the invisible cost such as warehouse cost, manpower managing cost and the cost of abandoned overdue equipment. Each of these costs will increase the national defense budget; on the other hand, if the storage of component and accessory gets too low, it’s easy to cause the occurrence of extinguishment of effective weapon system and will affect the
air defense combat effectiveness.
This research uses BPN (Back-propagation Neural Network) to predict equipment requirement. With predicting results, we know the BPN is better then existing Exponential Smoothing Techniques used by the air force. Only the more correct requirement accuracy can reduce the cost effectively and
raise logistic operating efficiency.
第壹章 緒論...................1
第一節研究背景與動機...................1
第二節研究目的...................4
第三節研究問題定義...................5
第四節研究範圍與限制...................5
第五節研究架構...................6
第貳章文獻探討...................8
第一節預測的定義及目的...................8
第二節預測方法相關研究概述...................10
第三節預測方法之應用相關文獻探討...................14
第四節類神經網路概論...................17
第五節類神經網路在預測方面相關應用探討...................21
第六節倒傳遞類神經網路...................25
第参章研究方法...................35
第一節研究流程...................35
第二節研究範圍定義及資料蒐集...................36
第三節倒傳遞類神經網路模式構建...................38
第肆章研究成果與系統測試...................41
第一節訓練與範例資料設計...................41
第二節網路測試資料整理與成果分析...................44
第三節小結...................56
第伍章結論及未來研究方向...................59
第一節結論...................60
第二節未來研究方向...................62
1.仇士元(2003),「加總模型的預測效果—以台灣地區汽車銷售量資料為例」,長庚大學企業管理研究所,碩士論文。

2.方世杰(1988),市場預測方法一百種,台北:書泉出版社。

3.林聰明、吳水丕(1981),指數平滑法之選擇與應用,華泰書局。

4.李泰華(2004),「運用類神經網路預測空軍廠級計畫維修量」,國立高雄第一科技大學運輸與倉儲營運系,碩士論文。

5.周湘蘭(2002),「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研究所,碩士論文。

6.周海龍(1995),「台北都會區生活用水量之預測─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。

7.徐桂祥(1997),「灰色系統在商情預測上之研究」,國立雲林技術學院資訊管理技術研究所,碩士論文。

8.春日井博(1988),需求預測入門,台北:書泉出版社。

9.郭人介(1996),「應用類神經網路於流通業銷售量預測」,行政院國科會專題研究計畫成果報告,高雄工學院企管系。

10.陳文賢(1991),管理科學,台北:三民書局。

11.陳靖惠(1993),「半導體產業晶圓需求預測之研究-類神經網路模型」,國立交通大學資訊管理研究所,碩士論文。

12.黃天麟(1998),「台灣地區積體電路生產預測之研究」,輔仁大學應用統計學研究所,碩士論文。

13.張瑤峰(2001),「類神經網路在銷售預測應用之探討」,元智大學工業工程研究所,碩士論文。

14.葉怡成(2004),類神經網路模式應用與實作,台北:儒林圖書股份有限公司。

15.蔡柏灃(2002),「類神經網路模式預測控制」,國立清華大學化學工程學系,碩士論文。

16.Aleksander, I., and H. B. Morton, and C.E., Myers, (1990)“ HCI: a cognitive neural net prospects” , Neural Nets in Human-Computer Intern., IEEE colloquium Published, 1-4.

17.Box,G.E.P., Jenkins,G.M. and Reinsel,G.C. (1977) “Time Series Analysis: Forcasting and Control ” , 3rd edition, Prentice Hall International Editors.

18.Chamber J.C., Mullick S.K. and Smith D.D., (1971)“How to choose the Right Forcasting Technique, “ Harvard Business Review, July-Aug. pp.45-74.

19.Chi Kin Chan, Brian G.Kingsman ,H.Wang, (1999)”The value of combibing forcasts in inventory management—a case study in banking.”EJOR 117,199-210.

20.Frank M. Thiesing., and Vornberger.Oliver, (1997) “Sales Forecasting Using Neural Networks,” Proceeding ICNN’ 4, 2125-2128.

21.James ,F.E., (1968)“Monthly Moving Average: An Effective Investment Tools”,Journal of Financial and Quantitative Analysis,Ⅲ,September,pp 315-326.

22.Lucas, B.D., Kanade, T. (1961) “An iterative image registration technique with an application to stereo vision.” In: Proceedings of International Joint Conference on Artificial Intelligence. Vancouver, Canada, pp. 674–679.

23.Listone,H.A.&Turoff,M.(1975)“The Delphi method:Techniques and Applications” MA:Addison-Wesley.

24.Nelson and Illingworth,(1991)“A Aractical Guide to Neural Nets, Addison-Wesley Publishing Company”, Woburn, MA.

25.Rosenblatt,F.,(1958)“The Perceptron : A probabilistic Model for Information Storage and Organization in the Brain.”Psychological Review,Vol.65, 386-408.

26.Rumelhart,D.E., Hinton,G.E., and Williams,R.J., (1986)”Learning internal representation by error propagation,” in Parallel Distributed Processing ,Vol.1,318-362,D.E. Rumelhart and J.L. McClelland,M.I.T. Press,Cambridge MA.

27.Shapiro, F .Jeremy., (2001), Modeling the supply chain, International Editions, ISBN: 0-534-37763-1, DUXBURY.

28.Sampson P,(1970) ”Can Consumer Create New Products?”,Journal of Market Research Society ,Vol.12. No.1 pp.42-52.

29.Trigg, D.W. , and Leach, D.H.(1967)”Exponential Smoothing with an Adaptive Response Rate .” Operation research Quarterly , 18 , 53-59 .

30.Zadeh, L. A.(1965) , ” Fuzzy Sets , Information Control”, Vol8, pp.338-353.

31.Zhang, Guoqiang Peter, (2001), “An investigation of neural networks for linear time-series forecasting,” Computers and Operations Research, Vol. 28 ,pp. 1183-1202.

32.Zhang Guoqiang, and Patuwo B.Eddy, and Michael Y.Hu,(1998) “Forecasting with Artificial Neural Networks:The state of the art,” International Journal of Forecasting, 14, 35-62.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 張良漢、蘇士博(2000)。大專院校學生社團經營管理之探討-以運動性社團為例。大專體育,51,140-147 頁。
2. 郭素珍(1993)。新生兒加護病房內的倫理決定困境。護理雜誌,40(1),33-40。
3. 孫效智(2000)。生命智慧與道德教育。教育資料集刊,25,65-78。
4. 胡中宜(2005b)。作為與不作為:社會工作實務中的倫理問題與倫理兩難。玄奘社會科學學報,3,85-114。
5. 胡中宜(2005a)。長期照護實務的倫理議題與倫理決定。長期照護雜誌,9(4),308-324。
6. 邱錦昌(1983)。皮亞傑及柯爾柏的道德發展理論對於道德課程內容與實施之啟示。國立政治大學學報,48,217-244。
7. 林益慶(1999)。影響中小學生道德判斷的因素。訓育研究,38(4),25-33。
8. 周慧菁(2004)。品格:新世紀的第一堂課。載於何琦瑜、鄭一青(主編),品格決勝負-未來人才的祕密(頁14-21)。台北市:天下雜誌。
9. 吳怡靜(2004)。企業的心靈革命-倫理成為核心能力。載於何琦瑜、鄭一青(主編),品格決勝負-未來人才的祕密(頁248-257)。台北市:天下雜誌。
10. 王誕生、林柏章(2000)。高中職學校健全學生社團發展之道。訓育研究,39(3),16-24。
11. 王淑芳、洪志秀(2005)。領導管理之倫理關注。護理雜誌,52(5),51-58。
12. 傅木龍(2000)。校園學生社團活動之發展與輔導。訓育研究,39(1),16-24。
13. 單文經(2000)。兼論道德氣質的成分與道德教育的策略。教育資料集刊,25,169-184。
14. 曾淑賢(1996)。資訊系統之倫理課題。臺北市立圖書館館訊,14(1),68-85。
15. 傅豐玲、顏小娟(2002)。資訊服務廠商行銷道德決定過程研究。資管評論,12,31-54。
 
系統版面圖檔 系統版面圖檔