(54.236.58.220) 您好!臺灣時間:2021/03/05 05:36
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:賴以修
研究生(外文):Yi-Siou Lai
論文名稱:考慮使用正副廠零件與季節性因素下機車備用零件需求預測之研究
論文名稱(外文):A study on Demand Forecasting of Motorcycle Spare Parts:Considering the Usage Rate of Genuine Parts and Seasonal Factors
指導教授:張淳智張淳智引用關係
指導教授(外文):Cheng-Chih Chang
學位類別:碩士
校院名稱:臺中技術學院
系所名稱:流通管理系碩士班
學門:商業及管理學門
學類:行銷與流通學類
論文種類:學術論文
論文出版年:2011
畢業學年度:99
語文別:中文
論文頁數:73
中文關鍵詞:需求預測備用零件馬可夫鏈蒙地卡羅法正廠零件
外文關鍵詞:Demand ForecastingSpare PartsMarkov Chain Monte CarloGenuine Parts
相關次數:
  • 被引用被引用:2
  • 點閱點閱:235
  • 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
機車產業在目前經營環境不斷改變下,若備用零件之庫存能良好的管控,將可使機車維修服務的品質得以維持,其中備用零件需求預測的精確度的好壞便顯得格外重要,然而,備用零件之需求量為隨機且不規則發生的需求型態,此讓事前作需求預測較為困難,本研究針對機車產業備用零件需求預測議題加以探討,盼能找出最適宜之備用零件需求預測方法。
本研究模式建構上考慮到使用正副廠零件與季節性因素,並以貝氏統計配合馬可夫鏈蒙地卡羅法對模式參數進行校估。實證研究主要挑選出40種備用零件,並比較本研究方法實證結果與時間序列預測方法(移動平均法、指數平滑法、CR法與各CR法修正法)以及常態壽齡模式的需求預測能力。
結果發現,本研究模式之預測效果最佳,代表本研究模式在預測間歇型需求資料上是相當適切的。此外,值得一提的是本研究實證結果中使用正廠零件比率之資訊,可供機車產業管理者作為訂定經營策略之用。

The environment of motorcycle industry is changing currently. If the spare parts in inventory can be control well, it will make the motorcycle maintain service to keep the quality. Among them, the spare parts demand forecasting accuracy will be particularly important. Therefore, the random demand and uncertainty for spare parts make the demand forecasting more difficult. This study discuss this problem and hope to find the most appropriate method to forecast demand for spare parts.
This research considers to introduce the usage rate of genuine spare parts and seasonal factors to construct the demand models, and we through Bayesian statistics with Markov Chain Monte Carlo method (MCMC) to estimate model parameters. This research choose 40 spare parts, and Comparing the forecasting abilities of our models and time series forecasting methods(moving average method, exponential smoothing method, CR method, and the modification CR method), and the normal life time model.
As a result, our models have the best performance for demand forecasting, and our models are quite appropriate for forecasting intermittent demand. In addition, using the information of genuine spare parts ratio in this research, can help the motorcycle industry managers to adjust their market strategy.

摘 要......................................................i
ABSTRACT..................................................ii
誌謝.....................................................iii
目錄......................................................iv
表目錄....................................................vi
圖目錄...................................................vii
第一章 緒論................................................1
1.1 研究背景與動機..........................................1
1.2 研究目的................................................3
1.3 研究範圍與限制..........................................4
1.4 研究架構................................................4
第二章 文獻探討.............................................6
2.1 備用零件需求特性.........................................6
2.2 需求預測方法介紹.........................................7
2.2.1 移動平均法............................................9
2.2.2 指數平滑法............................................9
2.2.3 Croston法...........................................10
2.3 備用零件需求預測相關文獻回顧.............................13
2.4 馬可夫鏈蒙地卡羅法......................................14
2.4.1 馬可夫鏈.............................................15
2.4.2 蒙地卡羅積分法.......................................16
2.4.3 Metropolis-Hastings演算法...........................16
2.4.4 Gibbs演算法.........................................18
2.5 小結..................................................19
第三章 研究方法............................................20
3.1 問題描述與模式理念......................................20
3.2 預測模式設計與建構......................................22
3.2.1 符號定義.............................................22
3.2.2 建構模式說明.........................................23
3.3 參數校估...............................................26
3.3.1 貝氏定理說明.........................................26
3.3.2 待估參數推估.........................................27
3.4 小結..................................................30
第四章 實證研究分析.........................................31
4.1 實證資料說明...........................................31
4.2 備用零件預測之實證研究分析...............................36
4.2.1 本研究模式程式運作時間改善成效說明......................36
4.2.2 本研究模式預測結果說明................................37
4.2.3 本研究模式與常態壽齡模式預測結果之比較分析...............44
4.2.4 本研究模式與各時間序列預測法結果分析....................46
第五章 結論與建議...........................................51
5.1 結論..................................................51
5.2 本研究貢獻.............................................52
5.3 未來研究建議...........................................53
參考文獻...................................................54
中文文獻...................................................54
英文文獻...................................................55
附錄一 各時間序列方法參數校估值..............................59
附錄二 本研究備用零件預測結果走勢圖...........................61


一、中文文獻
1.吳沛軒 (民97)。考量零件生命週期下之汽車售後零組件需求預測與備貨模式。國立台灣大學商學研究所碩士論文,未出版,臺北市。
2.林新展 (民94)。汽車保修廠零件需求預測之研究-以xx汽車公司為例。華梵大學工業工程與經營資訊學系碩士論文,未出版,臺北縣。
3.范綱彬 (民98)。應用資料探勘於汽車售服零件庫存滯銷因素分析-以C公司為例。國立中央大學工業管理研究所碩士論文,未出版,中壢市。
4.黃錫鴻 (民98)。應用灰色理論預測半導體設備消秏性零件需求量。國立中央大學工業管理研究所碩士論文,未出版,中壢市。
5.張瀚陽 (民98)。馬可夫鏈蒙地卡羅法於機車零備件需求預測之研究。國立台中技術學院流通管理系碩士論文,未出版,臺中市。
6.陽建樑 (民88)。半導體設備備用零件存貨預測模式之研究。國立交通大學工業工程學系碩士班碩士論文,未出版,新竹市。
7.廖人敬 (民94)。筆記型電腦維修零備件需求預測模式之建立。中華大學科技管理研究所碩士論文,未出版,新竹市。
8.陳坤茂 (民87)。作業研究(二版)。台北市:華泰圖書文物公司。
9.陳登源 (民94)。管理數學。台北市:雙葉書廊有限公司。
10.戴久永 (民82)。管理數學。台北市:三民書局股份有限公司。
二、英文文獻
1.Aronis, K. P., Magou, I., Dekker, R., & Tagaras, G. (2004). Inventory Control of Spare Parts Using A Bayesian Approach: A Case Study. International Journal of Forecasting 20, 375-387.
2.Boylan, J. E., & Syntetos, A. A., (2007). The Accuracy of A Modified Croston Procedure. International Journal of Production Economics 107(2), 511-517.
3.Bhat, C. R. (2001). Qusai-random Maximum Simulated Likelihood Estimation of the Mixed Multinomial Logit Model. Transportation Research B 35, 677-693.
4.Bhat, C. R. (2003). Simulation Estimation of Mixed Discrete Choice Models Using Randomized and Scrambled Halton Sequences. Transportation Research B 37, 837-855.
5.Chen, F. L., Chen, Y. C., & Kuo, J. Y. (2010). Applying Moving Back-propagation Neural Network and Moving Fuzzy-neuron Network to Predict the Requirement of Critical Spare Parts. Expert Systems with Applications 37, 6695-6704.
6.Ching, W. K., Fung, E. S., & Ng, M. K. (2002). A Multivariate Markov Chain Model for Categorical Data Sequences and its Applications in Demand Predictions. IMA Journal of Management Mathematics 13(3), 187-199.
7.Christos, E., Papadopoulos, & Yeung, H. (2001). Uncertainty Estimation and Monte Carlo Simulation Method. Flow Measurement and Instrumentation 12, 291–298.
8.Croston, J. D. (1972). Forecasting and Stock Control for Intermittent Demands. Operational Research Quarterly 23(3), 289-303.
9.Dekker, R., Kleijn, M. J., & Rooij, P. J. (1998). A Spare Parts Stocking Policy Based on Equipment Criticality. International Journal of Production Economics 56-57, 69-77.
10.Geman, S., & Geman, D. (1984). Stochastic Relaxation, Gibbs Distribution and Bayesian Restoration of Images. IEE Transactions on Pattern Analysis and Machine Intelligence 6(6), 721-741.
11.Grant, R. M. (1991). The Resource-based Theory of Competitive Advantage:
Implications for Strategy Formulation, California Management Review 33(3), 114-135.
12.Hastings, W. K. (1970). Monte Carlo Sampling Methods Using Markov Chains and Their Applications. Biometrika 57(1), 97-109.
13.Huiskonen, J. ( 2001). Maintenance Spare Parts Logistics: Special Characteristics and Strategic Choices, International Journal of Production Economics 71, 125-133.
14.Levén, E., & Segerstedt, A. (2004). Inventory Control with A Modified Croston Procedure and Erlang Distribution. International Journal of Production Economics 90(3), 361-367.
15.Li, S. G., & Kuo, X. (2008). The Inventory Management System for Automobile Spare Parts in A Central Warehouse. Expert Systems with Applications 34, 1144-1153.
16.Metropolis, N., Rosenbluth, A. W., Rosenbluth, M. N., Teller, A., & Teller, H. (1953). Equations of State Calculations by Fast Computing Machines. Jounal of Chemical Phsics 21(6), 1087-1091.
17.Papadopoulos, C. E. & Yeung, H. (2001). Uncertainty estimation and Monte Carlo simulation method. FlowMeasurement and Instrumentation 12(4), 291-298.
18.Regattieri, A., Gamberi, M., Gamberini, R., & Manzini, R. (2005). Managing Lumpy Demand for Aircraft Spare Parts. Journal of Air Transport Management 11(6), 426-431.
19.Sani, B. & Kingsman, B. G. (1997). Selecting the Best Periodic Inventory Control and Demand Forecasting Methods for Low Demand Items. Journal of the Operational Research Society 48, 700-713.
20.Syntetos, A. A., (2001). Forecasting for Intermittent Demand, Unpublished Ph.D thesis, Buckinghamshire Chilterns University College, Brunel University.
21.Syntetos, A. A., & Boylan, J. E. (2001).On the Bias of Intermittent Demand Estimates, International Journal of Production Economics 71, 457-466..
22.Syntetos, A. A., & Boylan, J. E. (2005). The Accuracy of Intermittent Demand Estimates, International Journal of Forecasting 21(2), 303-314.
23.Teunter, R., & Sani, B. (2009). On the Bias of Croston’s Forecasting Method. European Journal of Operational Research 194, 177-183.
24.Willemain, T. R., Smart, C. N., Shockor, J. H., & DeSautels, P. A. (1994). Forecasting Intermittent Demand in Manufacturing: A Comparative Evaluation of Croston’s Method. International Journal of Forecasting 10, 529-538.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 林文玲(民78),「孫道存熱中海外併購」,商業周刊,第89期,頁69。
2. 杜可雯(民78),「孫道存改造太電:電纜隱沒,銀行、旅館升起」,商業周刊,第73期,頁33-35。
3. 李剛(民74),「孫法民遭遇棘手問題-證管會捅出太電的漏子」,財訊,第45期,頁230-233。
4. 周明月(民79),「太電集上市公司『套牢』之大成-孫道存大舉出擊四處碰壁」,財訊,第104期,頁395-398。
5. 周國偉(民89),「孫道存、仝玉潔瀕臨拆夥內幕-太電高層恩怨不少,董監改選行情一觸即發?」,財訊,第215期,頁341-344。
6. 徐朗晴(民92),「孫道存敗筆令人嘆為觀止-太電爛帳堆滿天,誰率先開溜?」,財訊,第255期,頁323-326。
7. 馬秀如(民95),「會計師在資本市場扮演之角色:偵查舞弊之責任及第43號公報」,證券櫃檯,第123期,頁31-41。
8. 馬秀如(民95),「會計師揭發舞弊之責任-審計準則公報第43號導讀」,會計研究月刊,第253期,頁44-61。
9. 許永亮(民97),「淺談鑑識會計(Forensic Accounting)」,政府審計季刊,第28卷3期,頁92-105。
10. 陳碧芬(民82),「孫道存談太電的對外投資多元化太電對外投資的三大原則」,商業周刊,第287期,頁57。
11. 曾嬿卿(民78),「太平洋三寶靠轉投資翻身?-透析太電、華新、太設經營風格」,財訊,第88期,頁278-283。
 
系統版面圖檔 系統版面圖檔