臺灣博碩士論文加值系統

摘 要
企業的經營目的在獲得利潤，企業必須做規劃來了解市場環境變遷的趨勢，掌握現在與未來的機會並避開威脅，才能獲得所期望的利潤。然而需求規劃是企業內部所有規劃的起源，所以預測是規劃活動的基礎，企業必須清楚市場需求才能有效展開各生產計畫，而企業的重大的決策也必須仰賴預測來做為參考依據。
企業進行各類預測分析時，主要分成定性及定量兩個方向，在進行定量分析時，主要是蒐集過去的歷史資料分析其發展趨勢，然而需求預測之歷史資料是複雜的，如何能發展出較快速、簡易、準確、不易受產業景氣循環影響的預測模式一直是企業努力的目標，為此本研究以時間序列法中的灰色理論預測、簡單移動平均法、加權移動平均法及雙指數平滑預測模式來建構預測模型，透過這四種方法的預測模式建構，分析比較找到最為合適的模型方法，並找出各種方法在訂單需求預測的限制，然後以預測之結果透過監控方式，調整訂單需求的方法。
本研究以一個案公司之歷史訂單資料為案例，以此來建構灰色理論模型、簡單移動平均法、加權移動平均法及雙指數平滑預測等四種模式，並使用絕對平均誤差及平均絕對誤差百分比來評定模式誤差，所得到之結果顯示雙指數進行平滑法最佳，其結果最為接近實際值，加權移動平均法次之，灰色理論預測第三，最後為簡單移動平均法。關於訂單需求之變化，本研究透過誤差管制圖及監控訊號來監控評定預測模式，然而對於預測模式仍有許多方法，未來研究方向將可朝向各種不同預測方法運用。

ABSTRACT
The objective for an enterprise is to sustain profit by realizing marketing trend and grasping any business opportunities. To achieve this purpose, business planning plays an essential role. However, demand planning is the root for all internal plans and forecasting is the base for all the planning activities within the company. A good demand planning provide for a base for effective execution of business tasks. And it is needless to say that forecasting is the key reference for any important decisions made.
The forecasting methods can be classified into qualitative and quantitative approaches. While executing the quantitative analysis, a company is collecting historical data and analyzing the market trend. However, the historical data are usually very complicated. How to develop an easy, fast, and precise forecasting model which is not so sensitive to the rapid environmental changes has become an important target for enterprises. In this research, four time series models including Grey System Theory, Simple Moving Averages, Weighted Moving Averages and Double Exponential Smoothing will be analyzed and compared to find the most optimal model. Constraints of these four models in demand forecasting will also be studied..
An empirical study by a case company from her historical data was tested through the four methods, Grey System Theory, Simple Moving Averages, Weighted Moving Averages and Double Exponential Smoothing. The forecasting error was evaluated by the Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE). It is found that the Double Exponential Smoothing method has the best performance. Weighted Moving Averages is second, Grey System Theory is the third and the last is Simple Moving Averages. The study has also monitored and evaluated the forecasting models by error control chart and signal tracking. However, there may still exist other forecasting models that can be applied for the similar purpose and therefore it deserves further studies in the future.

目 錄
中文摘要………………………………………………………………I
英文摘要………………………………………………………………II
誌謝……………………………………………………………………III
目錄……………………………………………………………………IV
圖目錄…………………………………………………………………VI
表目錄…………………………………………………………………VII
第一章 緒論
1.1研究背景………………………………………………………1
1.2研究動機………………………………………………………3
1.3研究方法………………………………………………………5
1.4研究目的………………………………………………………7
1.5研究範圍與限制………………………………………………7
1.6研究架構………………………………………………………8
第二章 文獻回顧
2.1預測的定義……………………………………………………9
2.2測的目的………………………………………………………13
2.3預測技術理論分類……………………………………………16
2.4各技術預測方法的比較………………………………………17
2.5預測文獻回顧…………………………………………………21
第三章 研究方法
3.1灰色理論步驟…………………………………………………29
3.2簡單移動平均法………………………………………………32
3.3加權移動平均法………………………………………………33
3.4雙指數平滑預測模式…………………………………………34
3.5誤差分析………………………………………………………35
第四章 個案研究與分析
4.1個案公司簡介…………………………………………………35
4.1.1公司之成立背景……………………………………………36
4.1.2個案公司營運之現況………………………………………36
4.2個案公司預測模式……………………………………………37
4.3灰色理論預測 ……………………………………………………40
4.4簡單移動平均法………………………………………………44
4.5加權移動平均法………………………………………………46
4.6雙指數平滑法…………………………………………………48
4.7各模式比較……………………………………………………54
4.8訂單需求分析…………………………………………………56
4.8.1誤差管制圖………………………………………………56
4.8.2追蹤信號…………………………………………………56
第五章　結論與建議
5.1結論……………………………………………………………59
5.2研究建議事項…………………………………………………59
5.3未來研究方向…………………………………………………60
參考文獻
中文文獻………………………………………………………………61
英文文獻………………………………………………………………62
附錄一:雙指數平滑法預測結果 ……………………………………63
附錄二:各方法織平均絕對誤差圖 …………………………………68

中文文獻：
于宗先(1972)，經濟預測，大中國出版社。
方世傑(1988)，市場預測方法一百種，書泉出版社。
白健二、陳文賢、林哲生(1987)，生產管理，國立空中大學。
吳漢雄、鄧聚龍、溫坤禮(1996)，灰色分析入門，高立圖書有限公司。
周文賢、魏銘佐(2000)，企業預測-理論架構與實務運作，華泰文化。
林則孟(2006)，生產計畫與管理，華泰書局。
林茂文(1992)，時間數列分析與預測，華泰書局。
春日井博(1988)，需求預測入門，書泉出版社。
唐啟義、馮明光(2002)，實用統計分析及其DPS資料處理系統，北京科學出版社。
徐桂祥(1997)，灰色系統在商情預測上之研究，雲林技術學院資訊管理技術研究所碩士論文。
許哲強(2002)，台灣區域電力負載預測分析系統之建立與應用研究，成功大學資源工程研究所博士論文。
黃俊英(1992），行銷研究-管理與實務，華泰書局。
鄧聚龍(1992)，灰色系統理論敎程，華中理工大學版社。
鄧聚龍(1996)，灰色系統基本方法，華中理工大學版社。
謝志森(2005)，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。

英文文獻：
Bernstein, G. L. (1984), “The Art of Using Forecasts Effectively”, Directors & Boards, Vol.8, pp. 23-26.
Buchin, S. and T.A. Davidson (1983), “Computer-Aided Sales Forecasting: How The Skeptics Can Learn to Love It”, Business Marketing, Vol.68, pp. 24-81
Chamber J.C., Mullick S.K. and Sm Right, Forecasting Technique, Harvard Business Review, July-Aug.1971
Delurgio, Stephen A. (1999) ,Forecasting Principles and Applications, 1st edn, Business Forecasting, 5th edn, McGraw-Hill
Donlebell & Krasner, O. J.(1977), Selecting Environmental Forecasting from Business Planning Requirements, Academy of Management Review, 19, 373-383
Frigstad, David (1996), Industrial Market Research & Forecasting, Frost & Sullivan
Hamilton , James D. (1994), “Time Series Analysis”, Princeton University Press
Hartshorne, Robin (1997). Algebraic Geometry. Springer-Verlag
Herbig, P., J Milewicz and J.S. Golden(1993),Forecasting: Who, What, When, and How, Journal if Business Forecast , Vol. 12 No. 2 Summer 199. P16-21
Lewis, C. D.(1982), Industrial and Business Forecasting Method, London: Butterworth-Heinemann
Martino, J. (1983). Technological forecasting for decision making. New York: Elsevier Science Publishing Company
Pindyck, Robert S. (20005), Econometric Models and Economic Forecasts(4th Edition)
Porter, Alan L. (1991), Forecasting and Management of Technology, John Wiley & Sons, Inc
Still, R.R., E.W. Cundiff and N.A.P. Govoni (1988) , Sales Management, Englewoof Cliffs, N.J. : Prentice-Hall
Wilson, J H and Keating, B (2007), Business Forecasting, 5th edn, McGraw-Hil