跳到主要內容

臺灣博碩士論文加值系統

(3.235.60.144) 您好!臺灣時間:2021/07/27 00:55
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:康欣裴
研究生(外文):Hsin-Pei Kang
論文名稱:民生消費性用品產業的組合性預測方法研究
論文名稱(外文):A Study of Combining Forecasts for the CPG Industry
指導教授:王立志王立志引用關係
指導教授(外文):Li-Chih Wang
學位類別:碩士
校院名稱:東海大學
系所名稱:工業工程與經營資訊學系
學門:工程學門
學類:工業工程學類
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:81
中文關鍵詞:CPG產業生命週期組合性預測
外文關鍵詞:CPG IndustryPLCCombining Forecasts
相關次數:
  • 被引用被引用:1
  • 點閱點閱:306
  • 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:0
民生消費性用品(Consumer Packaged Goods; CPG)產業的產品經過促銷後,造成銷售量的大幅變動,即使扣除促銷時增加的促銷量,實際銷售的數量仍然受影響而有波動,因此CPG產業在預測方面有著極大的問題,主要面臨的問題在於:缺乏一個穩定的預測方法預測出接近需求量的準確預測值,而一個穩定的好預測可以降低未來不確定性,避免風險。故本研究主要欲發展出一套適用於CPG產業的預測方法。且會針對產品生命週期的成長期及成熟期進行更深一步的探討。

本研究主要的方法在於:針對CPG產品成長期及成熟期各自發展此兩階段的預測方法,經過實驗之後,本研究建議成長期階段產品適用指數平滑法類型的預測方法進行預測,像是具有趨勢性平滑常數的雙重指數平滑法、線性指數平滑法(Holt)以及SPSS軟體中的客製化指數平滑法;成熟期則是以固定方法ARIMA、線性趨勢與雙重平滑法,分別給予預測法權重進行組合性預測,權重值是利用LINGO軟體設立目標式極限制式尋求最佳權重解,三個預測法經過加權得到組合性預測後,會與極小變異數加權法、調適加權方法還有迴歸式組合方法得到的組合性預測比較預測誤差,經由實驗後發現,本研究所提出的組合性預測方法比其組合的單一法或是組合性預測法還要來的好。
The products’ sales volume of CPG industry changes very much after promotion. Even if deduct from the sales volume from promotion, the actually sold quantity is still influenced with some factors to changes fluctuations. So, the major problem of CPG industry is lack one forecasting method to generate a accurate predict value which is close to actual demand. A steady forecasting method can reduce the demand uncertainty and avoid production risk, such as arising inventory cost. So, this research is to develop a forecasting method which is focus on the growth stage and mature stage of product life cycle and suitable for CPG industry.

The research method of this research is distinct two stages: (1) at growth stage; (2) at mature stage. After experiments, this research suggests the forecasting method at growth stage of product life cycle is suitable to apply the Exponential Smoothing, such as the double Exponential Smoothing, Holt, and the customized Exponential Smoothing method of SPSS software. And at the mature stage, this research combines different forecasting methods with ARIMA, linear trend, and Double Exponential Smoothing employing the combining forecasts method which can give different weights among these forecasting methods. The weight value of combining forecasts is generated by employing LINGO software. After experiments, the forecasting error with combining forecast which combines with the forecasting method we suggest at mature stage is better than the other forecasting method, such as the minimum variation method, adaptive weighting, and regression method.
第一章 緒論
1.1 研究背景
1.2 研究動機
1.3 研究目的
1.4 研究方法與步驟
1.5 論文架構

第二章 文獻探討
2.1 CPG產業現況介紹
2.1.1 CPG產業的供應鏈
2.2 生命週期特性
2.2.1 生命週期的應用
2.3 組合性預測法
2.3.1 組合性預測的應用
2.3.2 權重的計算方式
2.4 本章結論

第三章 需求預測方法
3.1 CPG 的需求預測流程
3.2 CPG的需求預測方法
3.2.1 成熟期數理模式的變數及公式說明
3.2.2 成熟期數理模式說明
3.2.3 成熟期預測方法
3.2.4 成長期預測方法
3.2.5 預測結果比較
3.2.6 預測衡量準則
3.3 產品生命週期階段分類
3.4 情境模擬說明
3.4.1 成熟期預測方法
3.4.2 成熟期組合性預測結果與比較
3.5 本章結論

第四章 實驗分析
4.1 成熟期產品結果及分析
4.1.1 除濕系列-除濕劑(玫瑰香)
4.1.1.1除濕系列-除濕劑(玫瑰香)預測結果
4.1.1.2與各種組合性預測方法結果比較
4.1.2 除濕系列-除濕桶(檸檬香)
4.1.2.1除濕系列-除濕桶(檸檬香)預測結果
4.1.2.2 與各種組合性預測方法結果比較
4.1.3 去味系列-去味消臭易(薰衣草)
4.1.3.1 去味系列-去味消臭易(薰衣草)預測結果
4.1.3.2 與各種組合性預測方法結果比較
4.1.4 清潔系列-馬桶自動清潔劑
4.1.4.1 清潔系列-馬桶自動清潔劑預測結果
4.1.4.2 與各種組合性預測方法結果比較
4.1.5 清潔系列-強特水箱精
4.1.5.1 清潔系列-強特水箱精結果
4.1.5.2 與各種組合性預測方法結果比較
4.1.6 芳香系列-衣物香氛袋(薰衣草)
4.1.6.1 芳香系列-衣物香氛袋(薰衣草)預測結果
4.1.6.2 與各種組合性預測方法結果比較
4.1.7 芳香系列-噴霧飄香劑(檸檬香)
4.1.7.1 芳香系列-噴霧飄香劑(檸檬香)預測結果
4.1.7.2 與各種組合性預測方法結果比較
4.1.8 驅塵系列-乾濕兩用拖把
4.1.8.1 驅塵系列-乾濕兩用拖把預測結果
4.1.8.2 與各種組合性預測方法結果比較
4.2 本章結論

第五章 結論與建議
5.1 結論
5.2 建議與未來發展
參考文獻
[1] Bates, J. M. and G. W. J. Granger, “The Combination of Forecasts,” Operations Research Quarterly, 20, pp.451-468, 1969. cited by Bessler, D. A. and J. A. Brandt, “Composite Forecasting of Livestock Price: An Analysis of Combining Alternative Forecasting Methods” Purdue University Agr. Exp. Sta. Bull. 265, 1979.
[2] Bayus, B. L., “An Analysis of Product Lifetimes in a Technologically Dtnamic Industry,” Journal of Management Science, June, pp.763-775, 1998.
[3] Brandt, J. A. and D. A. Bessler, “Composite Forecasting: An Application with U.S. Hog Prices.” American Journal of Agricultural Economics, 63, pp.135-140, 1981.
[4] Box, G. E. P. and G. M. Jenkins, “Time Series Analysis: Forecasting and Control, ” Holden-Day Inc, 1976.
[5] Chan C. K., B. G. Kingsman and H. Wong, “The value of combining forecasts in inventory management - a case study in banking,” European Journal of Operational Research, 117, 199-210, 1999.
[6] Clemen, R. T., “Combining forecasts: A review and annotated bibliography.” International Journal of Forecasting, 5, pp.559-583, 1989.
[7] “Composite Forecasting: Combining Forecasts for Improve Accuracy,” The Journal of Business Forecasting, 2000.
[8] Granger, C. W. J. and R. Ramanathan, “Improved Methods of Combining Forecasts,” Journal of Forecasting, 3, pp.197-204, 1984.
[9] Hawkins C. M. and J. B. Lewis, “Benthic primary production on a fringing coral reef in Barbados, ” West Indies. Aquatic Botany, 1982.
[10] Kling, J. L. and D. A. Bessler, “A comparison of multivariate forecasting procedures for. economic time series,“ 1985.
[11] Kamstra, M. and P. Kennedy, “Combining qualitative forecasts using logit, ” International Journal of Forecasting, Vol.14, pp.83-93, 1998
[12] Levenhach, H. and J. P. Cleary, Forecasting: Practice and Process for Demand Management, Thomson, Duxbury, Belmont, 2006.
[13] Levitt T., “Exploit the Product Life Cycle,” Harvard Business Review, Nov.-Dec., pp.81-94, 1965.
[14] Newbold, P. and C. W. J. Granger, “Experience with forecasting univariate time series and the combination of forecasts(with discussion),” Journal of the Royal Statistical Society Series, A 137, 131-149, 1974.
[15] Phillips, R. F., “Composite Forecasting: An integrated Approach and Optimality Reconsidered,” Journal of Business and Economic Statistics, 5, pp.389-395, 1987.
[16] Rink, D. R. and J. F. Swan, “Product Life Cycle Research: A Literature Review,” Journal of Business Research, July, pp.219-242, 1979.
[17] Scott A. J., “Combining forecasts,” Principles of forecasting: a handbook for researchers and practitioners, Kluwer Academic Publishing, pp.417-439, 2001
[18] Thomas F. W. and A. S. Robert, Sales Forecasting: A New Approach, T. F. Wallance and Company, Amazon.com, 2002.
[19] Zhao X., J. Xie and J. Leung, “The impact of forecasting model selection on the value of information sharing in a supply chain,“ European Journal of Operational Research, Vol.142, pp.321-344, 2002.
[20] Zhao X., J. Xie and W. Zhang, “The impact of information sharing and ordering coordination on supply chain,“ Supply Chain Management: An International Journal, Vol.7, No.1, pp.24-40, 2002.
[21] 王國雍,「預測組合論文三篇」,清華大學工業工程研究所,碩士論文,1989年。
[22] 花仙子企業電子化專案,商業司結案報告書,2005年。
[23] 胡婉琪,「TFT-LCD_面板業之需求預測方法論」,清華大學工業工程與工程管理學系,碩士論文,2005年。
[24] 翁世昕,「筆記型電腦液晶面板層級式預測之研究 」,台灣科技大學,2005年。
[25] 陳定國,「行銷管理導論」,五南書局,台北,1992年。
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top