博碩士論文 104456007 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:13 、訪客IP:3.94.21.209
姓名 陳姿良(Tzu-Liang Chen)  查詢紙本館藏   畢業系所 工業管理研究所在職專班
論文名稱 應用時間序列和灰色理論於行動裝置出貨量預測之研究
相關論文
★ 應用灰色理論於有機農產品之經營管理— 需求預測及關鍵成功因素探討★ NAND型Flash價格與交運量預測在風險分析下之決策模式
★ 工業電腦用無鉛晶片組最適存貨政策之研究-以A公司為例★ 砷化鎵代工廠磊晶之最適存貨管理-以W公司為例
★ 資訊分享&決策制定下產銷協同關係之研究 -以IC設計業為例★ 應用分析層級法於電子化學品業委外供應商評選準則之研究
★ 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★ 多目標規劃最佳六標準差水準: 以薄膜電晶體液晶顯示器C公司製造流程為例
★ 以資料探勘技術進行消費者返廠定期保養之實證研究★ 以價值鏈觀點探討品牌公司關鍵組織流程之取決-以S公司為例
★ 應用產銷協同規劃之流程改善於化纖產業-現況改善與效益分析★ 權力模式與合作關係對於報價策略之影響研究—以半導體產業A公司為例
★ 應用資料探勘於汽車製造業之庫存原因分析★ 以類神經網路預測代工費報價---以中小面板產業C公司為例
★ 電路板產業存貨改善研究-以N公司為例★ 運用六標準差改善機台備用零件(Spare parts)存貨管理
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   至系統瀏覽論文 ( 永不開放)
摘要(中) 行動裝置所涉及的產業及供應鏈十分廣泛,其出貨量足以代表資訊科技產業的整體性發展。環顧全球資通訊產業的發展,國際市場上的行動裝置出貨量備受期待,舉凡智慧型手機、平板媒體裝置、筆記型電腦及穿戴式裝置等,均在近幾年呈現爆發性的崛起,本研究分別採取出貨量最大宗及發展趨勢具代表性的智慧型手機及平板電腦作為研究對象,正因其影響力甚大,故有必要對行動裝置出貨量趨勢變化進行系統性的分析及預測。面臨如此龐大的商機,本研究旨於發展出有效的預測模式,除了高精確度外,必須容易使用,並符合成本效益,進而探討行動裝置市場的發展趨勢。其實證結果對於有預測出貨量需求的相關產業而言,可說明各模型運用於預測的適用性,是相當具有實務性價值的參考依據。
本研究以2010年至2015年之全球平板電腦及智慧型手機出貨量資料進行實證分析,採用時間序列分析法中的Decomposition模型、Holt-Winters模型、Moving Average模型及灰色理論中的GM(1,1)模型進行預測,並主要以2010至2014各20季的出貨量統計資料作為建模預測基礎(訓練期),2015年各4季出貨量統計資料作為驗證預測模型成效(驗證期)。
實證結果顯示:1.在訓練期間,各模型皆發揮不錯的預測效果,整體又以應用於智慧型手機出貨量預測最佳,其模型預測能力可達良好及高精確度狀態。2.在驗證期間,受平板電腦出貨量下滑波動及智慧型手機出貨量成長減緩的影響,難免干擾各預測模型的準確度。3.其中又以平板電腦出貨量的2015年驗證期,受出貨量下滑波動的影響最為顯著,各單一模型預測準確度皆受干擾,卻經由組合預測後,大幅提升預測結果準確度並且比各單一模型預測效果更佳。
摘要(英) The industry and supply chain involved in mobile devices is very extensive .The shipments of mobile devices represent the overall development of information technology industry. Along with the development of the global information and communication industry, the shipments of mobile devices on the international market are expected to rise.
In this research, the smart phones and tablets which represent the largest volume of shipments and the trend of development were taken as the research subjects. Given that their great influence, it is necessary to systematically analyze the trend of mobile devices shipments. Facing such a huge business opportunity, this study has developed effective forecasting models that explore the market trends of mobile devices. The aim of this study is to establish an excellent predictive model that must be easy to use, accuracy and cost-effective. For the related industries with forecasting demand, this study can be used as a reference with the practical value.
The research methods in this study were the time series models, including Decomposition, Holt-Winters, Moving Average models and the grey theory of GM(1,1) method. In addition, the shipments of 20 quarters as training period from 2010 to 2014; the 4 quarters of 2015 as validation period.
The results of study are as follows: 1. all the models have a good predictive effect during the training period. In particular, the model prediction ability can reach high precision state in smart phone shipments. 2. The decline in shipments of the tablet and the growth of smart phone slowed down that interfere with the accuracy of the forecast models in the validation period 3. Since the tablet shipments in the 2015 verification period is more significant decline with shipments fluctuations, this study via the forecasting combination model which can enhance the accuracy of the forecast results greatly. The predicted ratio of forecasting combination model is better than each predicted ratio of single model as well.
關鍵字(中) ★ 時間序列
★ 灰色預測
★ 行動裝置
★ 出貨量預測
關鍵字(英) ★ Time Series
★ Grey Theory
★ Mobile Device
★ Shipment Forecasting
論文目次 摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1-1 研究背景與動機 1
1-2 研究目的 5
1-3 研究範圍及資料 6
1-4 研究架構與流程 6
第二章 文獻探討 8
2-1 時間序列分析法與出貨量預測相關文獻 8
2-2 灰色預測相關文獻 12
第三章 研究方法 15
3-1 時間序列分析法 15
3-1-1分解法 15
3-1-2 Holt-Winters指數平滑法 16
3-1-3移動平均法 17
3-2 灰色理論 18
3-2-1灰色生成 18
3-2-2灰色關聯分析 19
3-2-3灰色建模 19
3-2-4灰色預測 19
3-2-5灰色決策 20
3-2-6灰色控制 20
3-3 灰色預測-GM(1,1)模型 20
3-4 組合預測 21
3-5 預測準確性評估指標 22
第四章 實證分析 24
4-1資料說明 24
4-2 全球平板電腦出貨量預測之實證 27
4-2-1 Decomposition模型實證分析(平板電腦) 27
4-2-2 Holt-Winters指數平滑模型實證分析(平板電腦) 28
4-2-3移動平均模型實證分析(平板電腦) 30
4-2-4灰色預測GM(1,1)模型實證分析(平板電腦) 33
4-3 全球智慧型手機出貨量預測之實證 34
4-3-1 Decomposition模型實證分析(智慧型手機) 34
4-3-2 Holt-Winters指數平滑模型實證分析(智慧型手機) 36
4-3-3移動平均模型實證分析(智慧型手機) 37
4-3-4灰色預測GM(1,1)模型實證分析(智慧型手機) 40
4-4 各模型之預測能力比較 41
4-5 預測組合 43
4-6 各預測模型綜合分析 44
第五章 結論與未來研究方向 46
5-1 研究結論 46
5-2 研究限制與未來研究方向 47
參考文獻 48

參考文獻 ㄧ.中文文獻
[1] 林聰明,吳水丕,指數平滑法之選擇與應用,華泰書局,1981。
[2] 春日井博,需求預測入門,書泉出版社, 1988。
[3] 林茂文,時間數列與預測,華泰書局,1992。
[4] 鄭志剛,「運用灰色論理GM(1,1)模式預測裝備零附件之計畫備料」,國防管理學院後勤管理研究所,碩士論文,2004。
[5] 劉代華,「訂單需求預測-以時間序列分析研究」,國立清華大學工業工程管理系,碩士論文,2005。
[6] 邱妍菁,「高速公路短期交通資訊之灰預測模型」,逢甲大學交通工程與管理研究所,碩士論文,2006。
[7] 畢威寧,劉亮成,「灰色預測在台灣地區電力需求上之應用研究」,科學與工程技術期刊,第三卷第二期,11~18頁,2007。
[8] 陳力行,「NAND型Flash價格與交運量預測在風險分析下之決策模式」,國立中央大學工業管理研究所,碩士論文,2007。
[9] 陳治廷,「國軍武器修製零附件年度需求預測與資訊系統建構之研究」,國防管理學院資訊管理研究所,碩士論文,2007。
[10] 吳國榮,「灰色預測GM(1,1) 模型之改善與應用」,國防大學後勤管理研究所,碩士論文,2008。
[11] 黃錫鴻,「應用灰色理論預測半導體設備消耗性零件需求量」,國立中央大學工業管理研究所,碩士論文,2008。
[12] 羅志明,詹宗學,黃營芳,「應用灰色預測理論、迴歸分析、指數平滑法於預測臺灣TFT-LCD出口值」,工程科技與教育學刊,第五卷第一期,120~140頁,2008。
[13] 陳威志,「應用灰色理論於台灣行動電話銷售量之預測」,義守大學工業工程與管理學系,碩士論文,2011。
[14] 黃馨玫,黃營芳,黃士滔,「應用灰色理論預測台灣糖果產業銷售量之研究」,商業現代化學刊,第七卷第二期,243~258頁,2013。
[15] 蔡宗憲、李治綱,「一個混合時間序列法與指數平滑法的預測流程:列車旅運需求預測之應用」,運輸學刊,第二十四卷第一期,99~118頁,2012。
[16] 羅翎,「運用時間數列分解法建構創新區域行銷組合差異化之研究」,國立臺北大學企業管理學系,碩士論文,2014。
[17] 趙淑君,「結合時間序列與擴散模型預測創新產品銷售量之研究-以智慧型手機為例」,國立成功大學工業與資訊管理學系,碩士論文,2015。
[18] 李浩禎,「以灰色預測模式預測飛機未來之使用量」,中華科技大學航空運輸研究所,碩士論文,2016。
二. 英文文獻
[19] Wikipedia, https://en.wikipedia.org/wiki/Exponential_smoothing
[20] John C. Chambers, Satinder K. Mullick, Donald D. Smith, “How to choose the right forecasting technique”, Harvard Business Review 1971.
[21] George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel, “Time Series Analysis: Forecasting and Control, 4th Edition”, Holden-Day, San Franscisco, 1976.
[22] Lewis, C.D, “Industrial and Business Forecasting Method”, London, Butterworths Scientific, 1982.
[23] J. L., Deng, “Introduction to Grey System Theory”, Journal of Grey System, Vol. 1, pp. 1-24,1989.
[24] Alber W.L. Yao, S.C. Chi, J.H. Chen, “An improved Grey-based approach for electricity demand forecasting ”,Electric Power Systems Research,Vol.67,No.3,pp.217-224,2003.
[25] S.J. Huang, K.R. Shih, “Short-term load forecasting via ARMA model identification including non-Gaussian process considerations”, IEEE Transactions on Power Systems,Vol.18 ,No.2,pp.673-679,2003.
[26] Ruey S. Tsay, “Analysis of Financial Time Series”, Wiley-Inter science, 2005.
[27] P.Y. Hu, “Using A Grey Multipurpose Decision System for Car Purchasing”, The Journal of Grey Systems, Vol.7, No.1, pp.11-14, 2004.
[28] T. S., Chang, C. Y., Ku &H. P. Fu, “Grey theory analysis of online population and online game industry revenue in Taiwan”, Technological Forecasting and Social Change, Vol.80, No.1, pp.175-185, 2013.
指導教授 陳振明(Jen-Ming Chen) 審核日期 2017-1-18
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明