| 摘要(英) |
The result of sales forecast underpins vital production decisions, in which accurate forecast results in complete and orderly planning of overall production and sales operations, precise control over cost and predictable enterprise profit and its long-term development. Contrarily, inaccurate forecast can cause defective planning, either increasing idle and inventory cost, or enlarging stockout cost and losing customers.
It has been difficult for truck wooden boxes manufacturers to respond effectively to volatile marketing environments by predicting future sales volume through only statistics methods based on past sales data as well as intuitive judgment.
Therefore, this research, which focuses on professional manufacturers of truck wooden boxes, aims to discuss the forecast status and adaptability for variant forecast methods in hope of providing the manufacturer a more accurate method to calculate forecast results.
Widely used in forecast research recently, Gray System Theory is also adopted as one of the forecast methods, besides the two widespread methods of Moving Average and Exponential Smoothing in this field. Based on the three prediction models, the combined forecast is conducted using the separate solutions of Moving Average, Exponential Smoothing and Gray Prediction to investigate whether the combined forecast model matches the sales volume prediction of truck wooden boxes.
Empirical analyses reveal a combined forecast model, with weighting factor determined by recursive algorithms, offers better prediction in training scope, performance test scope and the whole scope, which justifies that the aforesaid model with weighting factor decided by recursive algorithms is the best one, and is suitable for sales volume prediction of truck wooden boxes. |
| 參考文獻 |
中文文獻
1. 賴士葆，生產/作業管理：理論與實務，二版，華泰書局，1995年。
2. 于宗先，經濟預測，大中國圖書有限公司，1972年。
3. 徐桂祥，「灰色系統在商情預測上之研究」，雲林技術學院，碩士論文，1997年。
4. 黃俊英，行銷研究—管理與實務，華泰書局，1992年。
5. 方世杰，市場預測方法一百種，書泉出版社，1988年。
6. 唐淑娟，「台灣地區鳳梨零售價格預測之研究-灰預測、類神經網路與預測組合之應用」，屏東科技大學，碩士論文，2000年。
7. 溫坤禮，灰預測原理與應用，全華科技圖書股份有限公司，2002年。
8. 林意剛，「台灣地區公民營觀光遊樂區人次預測之研究」，朝陽科技大學， 碩士論文，2005年。
9. 蘇怡如，「供應鏈管理下需求預測控制之研究」，逢甲大學，碩士論文，2005年。
10. 許純君譯，預測的原理與應用，台灣西書出版社，1999年。
11. 江金山、吳佩玲、蔣祥第、張廷政、詹福賜、張軒庭、溫坤禮，灰色理論入門，高立圖書有限公司，1998年。
12. 孫金華，「台灣肉雞價格組合預測方法之研究」，台灣大學，碩士論文，1989年。
13. 許仲傑，「工具機業協同預測模式之研究」，東海大學，碩士論文，2005年。
14. 張嘉烈，「匯率水準決定之實證研究—預測組合法」，嶺東學報，第3 期，頁2-11，1991年。
15. 黃傳欽，「台灣地區白肉雞產地價格組合預測方法之研究」，嘉義農專學報，32：p121-142，1993年。
16. 高志祥，「隨機性解釋變數下組合迴歸式預測能力之研究」，清華大學，碩士論文，1993年。
17. 陳宗玄，「台灣六種主要畜產品產地價格預測分析」，臺灣銀行季刊，第四十五卷第三期，1994年9月。
18. 梁國源，高志祥，「隨機性迴歸子下之預測組合理論」，中國統計學報，第三十二卷第三期，p367-388，1994年9月。
19. 梁國源，邱繼輝，「經濟計量與外部資訊模型預測值之組合：臺灣案例之研究」，臺灣銀行季刊，第四十六卷第三期，p62-90，1995年9月。
20. 林明昌，「台灣芒果批發價格預測模型之比較研究」，台灣大學，博士論文，2002年。
21. 劉定焜、施能仁，「灰色動態模式下台灣股價指數期貨之避險策略評估研究」，臺灣經濟，264 期，1998年。
22. 何怡慧，「上市公司財務績效指標灰色預測模式之研究」，長榮管理學院，碩士論文，1998年。
23. 李宗儒、鄭卉方，「應用灰色理論預測物之價格—以紅豆為例」，農林學報，49(2)，P83-92，2000年。
24. 許哲強、陳家榮，「灰色模糊預測模式在區域尖峰負載預預測之應用-以台灣中部地區為例」，台灣土地金融季刊，第37卷第1期，2000年。
25. 廖世裕，「應用灰色系統理論建立茶葉產銷預測系統之研究」，中興大學， 碩士論文，2000年。
26. 林昌本，「灰色系統的應用及及其使用於預測研究」，台灣科技大學，博士論文，2000年。
27. 楊修懿，「共同基金績效評估與淨值預測--灰色理論之應用」，大葉大學，碩士論文，2001年。
28. 孫崇智，「水資源區域需水量預測模型之研究」，高雄第一科技大學，碩士論文，2001年。
29. 李昌明，「多層次灰色預測方法--以國軍軍官考績評鑑為例」，國防管理學院，碩士論文，2001年。
英文文獻
1. Lebell, D.and Krasner, O. J.,”Selecting Environmental Forecasting from Business Planning Requirements,”Academy of Management Review,pp.373-383,1977.
2. Herbig, P., Milewicz, J.and Golden, J. E.,“Forecasting：Who, What, When, and How,”Journal of Business Forecasting,Vol.12,No.2,1993.
3. Kolter, P.,Marketing Management Analysis,Planning Implementation and Control,9th Edition,1997.
4. Huan, J. S.,James, T. L.and Trefor, P. W.,“Using Neural Networks to Predict Component Inspection Requirements for Aging Aircraft,”,Computers and Industrial Engineering,Vol. 30, No. 2,1996.
5. Chang, K. H.,”Applying Grey Forecasting Model on the Systematic Risk Estimation: A Study of the Dow Jones Industry Index Component Securities,” Journal of Grey System and Uncertainty,Vol. 7, No. 2, pp.1-13,2004.
6. Chang,K.H. and Wu, C.S.,“A Gray Time Series Model on Foreign-Exchange-Exchange-Rate Forecasting Models,”The Journal of futures Markets,,pp.219-236,1998.
7. Charles, W.and Chase, J.,”Composite forecasting: Combining forecasts for improved accuracy,”The Journal of Business Forecasting Methods & Systems,Flushing, Vol. 19, pp.2-5,Summer 2000.
8. Gerald, E. S.,”Food Price Variability and Economic Reform:An ARCH Approach for Ghana,”American Journal of Agricultural Economics,pp.126-136,1996.
9. Morita, H.,Kase, T, Tamura, Y.and Iwamoto, S.,”Interval prediction of annual maximum demand using grey dynamic model,”Electrical power & Energy Systems,Vol.18,pp.409-413,1996.
10. Lin, M.,“An Application of the GM(1,1) Model :The Prediction of Flight Safety,” The Journal of Gray System,,pp.99-102,1989.
11. Clemen, R. T. and Winkler, R. L.,”Combining Ecomomic Forecasts,”Journal of Business & Economic Statistics,Vol.4, No.1,pp.39-46,1986.
12. Shi, Shan S. Ming Shi., Xu, L.i Da Xu. and Bao, Liu Bao.,”Improving the accuracy of nonlinear combined f forecasting using neural networks,”Expert Systems with Applications,pp.49-54,1999. |
[Endnote RIS 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)
plurk
funp
live
udn
HD
myshare
netvibes
friend
youpush
delicious
baidu
Google bookmarks
del.icio.us
hemidemi
facebook
twitter
google
reddit