本研究之目的在建立一套可用來預估台灣地區未來五個月內的產蛋隻數與產蛋量以及下個月蛋價之預測系統，以供農民及農政機關做為參考及預警之用。本系統採用Microsoft Windows Server 2003作業系統，運用ASP.NET 3.5 (Active Server Pages.NET 3.5)程式語言結合Microsoft Access 2007資料庫撰寫而成。本系統在主目錄下分成預估產蛋量系統、預估蛋價系統、歷史資料查詢系統、使用說明、相關網站、以及來信聯絡等六項。在預估產蛋量系統中，使用者將本年度、本月月份、本月雛雞數及本月產蛋隻數等資料輸入後，即可預測未來五個月內之產蛋隻數及產蛋箱數，且可依使用者本身之經驗作適當研判調整。而在預估蛋價系統中，使用者輸入本年度、本月月份、本月產蛋隻數及本月平均蛋價等資料後，即可預測未來一個月之蛋價，使用者亦可依據本身之經驗或特殊節日作適當研判調整。而在歷史資料查詢系統方面，使用者可以查詢自2001年1月起之總蛋雛數、產蛋隻數及產蛋箱數等資料，以及2004年1月起之蛋價資料。使用者可以將本系統得到的初步預測結果作為下一步行動之參考指標。

The purpose of this study was to develop a prediction system to predict the number of laying hens in the next five months and to predict the amount of egg production in the next month, and as an early warning system for farmers. This system used Microsoft Windows Server 2003 operation system, and was written in ASP.NET 3.5 programming language coordinated with Microsoft Access 2007 database. This system was divided into six sections in terms of egg production prediction system, egg price prediction system, history data search system, user guide, related websites, and mail us. In the egg production prediction system, after input the data of year, month, and the number of pullets and laying hens of this month, the system was executed to predict the egg production within the next five months; user can also make some adjustment according to past experiences. In the egg price prediction system, after input the data of year, month, the number of laying hens and the egg price of this month, the system will then predict the egg price of the next month, and user can also make some adjustment according to past experiences or particular festival. In the history data search system, the data of the total pullets, laying hens and egg production since January 2001, and the data of egg price since January 2004, could be found in this system. Users can use the preliminary result from this system as the reference to modify their management strategy.

壹、前言 1
貳、文獻檢討 2
一、台灣地區蛋雞產業發展與現況 2
（一）台灣蛋雞產業的起源與演進 2
（二）台灣蛋雞產業現況 4
（三）台灣現有之蛋雞品種 7
（四）台灣雞蛋產銷制度演變 7
（五）雞蛋產業所面臨的挑戰 11
二、蛋雞成本結構 12
（一）飼料費用 14
（二）雛雞費用 14
（三）疾病防疫費用 14
（四）其他費用 15
三、類神經網路系統簡介 15
（一）類神經網路之分類 16
（二）BPNN及GRNN簡介 17
（三）類神經網路之基本架構 18
（四）類神經網路之優點 19
四、蛋價預估之相關研究報告 21
（一）Egg Price Forecasting Using Neural Networks 21
（二）Comparison of Forecasting Methodologies Using
Egg Price as a Test Case 23
（三）Construction of Short-term Forecast Model of
Eggs Market Price 24
五、結語 24
參、材料與方法 25
一、硬體與作業系統 25
二、系統程式語言與軟體 25
（一）網頁設計語言及撰寫軟體 25
（二）資料庫管理系統 25
（三）公式計算軟體 25
（四）報表繪圖軟體 25
三、台灣雞蛋產量及蛋價預估系統設計 26
（一）系統設計圖 26
（二）系統流程圖 27
四、台灣雞蛋產量及蛋價預估系統公式之建立 28
（一）數據收集 28
（二）篩選因子 29
（三）公式建立 32
五、系統資料庫及公式更新 34
肆、結果與討論 35
一、本系統之架構 35
二、本系統之功能介紹 36
（一）產蛋量預估系統 37
（二）蛋價預估系統 42
（三）歷年資料查詢系統 46
（四）其它頁面 50
三、歷史資料的分析 52
四、公式之驗證 52
（一） 產蛋隻數公式 53
（二） 產蛋箱數公式 54
（三） 蛋價公式 55
五、台灣雞蛋產量及蛋價預估系統之管理者頁面 56
（一）查閱目前最新資料庫情況 56
（二）資料庫更新 57
（三）公式更新 58
（四）使用者狀態管理 60
伍、結論 61
陸、參考文獻 62
柒、附錄 65
一、台灣雞蛋產量及蛋價預估系統操作手冊 65
二、系統主要程式碼 73
（一）產蛋量預估系統 73
（二）蛋價預估系統 79
（三）歷史資料查詢系統 82

中央畜產會。2010。台灣地區歷年蛋雞生產數量統計表。中央畜產會。
中央畜產會家禽組。2005。台灣雞蛋產業生產效能導向發展策略。中央畜產會。
中研網訊。2008。影響雞蛋價格的因素分析。慧典市場研究報告網。
中國畜牧雜誌。1995。訂定最新雞蛋重量分級規格。中國畜牧雜誌。 27(10): 137。
中華民國養雞協會。2001。雞蛋分類計價制度推動之濫觴。中華民國養雞協會。
內政部統計處。2010。內政統計年報。內政部統計處。
行政院農業委員會。2011。99年畜牧農情概況。行政院農業委員會。
阮喜文。2010。動物資源經營學。國立中興大學。台中市。
林秀怡。2009。改良式通用迴歸類神經網路模型應用於S&P500指數之時間序列預測實證研究。清雲科技大學財務金融系。中壢市。
林美峰。2011。家畜飼養學：雞之飼養管理。國立台灣大學動物科學技術學系。台北市。
許正成。2009。蛋雞飼養管理經驗談。中國畜牧雜誌 30(9): 82-88。
許育菁。2006。蛋雞場管理模式比較與對蛋雞生產表現之影響。碩士論文。國立台灣海洋大學食品科學系。基隆市。
黃美玲、陳幸宜、陳貴琳、李雅雯。2006。類神經網路輔助醫療診斷分類模式之建構。中華民國品質學會。
農林廳。1961。畜產統計年報。台灣省政府農林廳。
農林廳。1981。畜產統計年報。台灣省政府農林廳。
蔡孟頎。2008。倒傳遞類神經網路於多腳位元件影像對位最佳化之研究。碩士論文。國立中央大學機械工程學系。中壢市。
鄭有良。2003。類神經網路於鋪面評估之應用。碩士論文。國立成功大學土木工程研究所。台南市。
謝邦昌。2000。類神經網路概述及實例。曉園出版社。台北市。
雞蛋產銷督導委員會。1997。雞蛋產地交易自律公約。雞蛋產銷督導委員會。
Aggrey, S. E. 2002. Comparison of three nonlinear and spline regression models for describing chicken growth curves. Poult. Sci. 81: 1782-1788.
Aggrey, S. E. 2004. Modelling the effect of nutritional status on pre-asymptotic and relative growth rates in a random-bred chicken population. J. Anim. Breed. Genet. 121: 260-268.
Ahmad, H. A. 2009. Poultry growth modeling using neural networks and simulated data. J. Appl. Poult. Res. 18: 440-446.
Ahmad, H. A., G. V. Dozier and S. Roland, D. A. 2001. Egg price forecasting using neural networks. J. Appl. Poult. Res. 10: 162-171.
Ahmad, H. A. and M. Mariano. 2006. Comparison of forecasting methodologies using egg price as a test case. Poult. Sci. 85: 798-807.
Ahmadi, H., M. Mottaghitalab, N. Nariman-Zadeh and A. Golian. 2008. Predicting performance of broiler chickens from dietary nutrients using group method of data handling-type neural networks. Brit. Poult. Sci. 49: 315-320.
Berry, W. D. 2003. The physiology of induced molting. Poult. Sci. 82: 971-980.
Chakraborty, R. C. 2010. Artificial Intelligence course: Fundamentals of Neural Networks. AI Course lecture 37-38.
Khashei, M. and M. Bijari. 2009. An artificial neural network (p,d,q) model for timeseries forecasting. Expert Syst. Appl. 37: 479-489.
Khashei, M., S. Rezahejazi and M. Bijari. 2008. A new hybrid artificial neural networks and fuzzy regression model for time series forecasting. Fuzzy Set. Syst. 159: 769-786.
Li, Z., G. Li and Y. Wang. 2010. Construction of short-term forecast model of eggs market price. Agr. and Agr. Sci. Procedia 396-401.
Minitab. 1994. Minitab Release 10.1.
Nam, K. and T. Schaefer. 1995. Forecasting International Airline Passenger Traffic Using Neural Networks. Logistics and Transportation Review, Vol. 31, No.3, pp. 239-251.
Parker, D. B. 1985. Learning Logic. Technical Report TR-47, Center for Computational Research in Economics and Management Science, Massachusetts Institute of Technology, Cambridge, MA, USA.
Specht, D. F. 1991. A general regression neural network. IEEE Transactions on Neural Networks 2(6): 568-576.
Tona, K., F. Bamelis, B. De Ketelaere, V. Bruggeman and E. Decuypere. 2002. Effect of induced molting on albumen quality, hatchability, and chick body weight from broiler breeders. Poult. Sci. 81: 327-332
Ward Systems Group. 2010. NeuroShell Predictor Tutorial.
Wu, G., P. Gunawardana, M. M. Bryant, R. A. Voitle and D. A. Roland Sr. 2007. Effect of molting method and dietary energy on postmolt performance, egg components, egg solid, and egg quality in Bovans White and Dekalb White hens during second cycle phases two and three. Poult. Sci. 86: 869-876.