第五章 實驗結果與比較
6.2 未來建議
• 預測方面：本研究主要針對客戶與市場進行討論。未來研究可 再以製程技術分類進行預測研究。
• 風險評估：本次研究只討論誤差之標準差，未來研究可再加入 其他風險評估指標。
• 投資效益：本研究只能初估可以減少多少閒置產能或是減少多 少訂單損失，未來研究可再加入投資效益指標研究。
參考文獻
中文部分：
[1] 「TSIA 2005年第四季暨2005全年我國IC產業營運總體檢」，TSIA新聞搞，
2006年3月
[2] 李岳軒，「利用資產配置方法於庫存不確定性之研究」，國立交通大學 , 碩 士論文，2004年6月
[3] 周瑛琪，黃明官，「半導體機台慢速流動零件之存貨模型及參數的預測」，
管理與系統，第八卷第四期，469頁，民國九十年十月。
[4] 藍俊宏，「聚合、預測與解析之需求規劃策略分析研究」，國立台灣大學 , 碩 士論文，2002年6月
[5] 徐世輝，「應用統計學」，2005年6月
[6] 蔡佩珊，「應用類神經網路支援天然瓦斯需求之研究」，國立中正大學，碩 士論文，2001年6月
[7] 黃宗仁，「利用類神經網路預測台中都會區臭氧趨勢之研究」，國立中興大 學，碩士論文，2001年6月
[8] 朱正修，「台灣股市與國際股市連動性之研究」，國立成功大學，碩士論文，
2003年6月
[9] 張斐章,張麗秋,黃浩倫，「類神經網路理論與實務」，2003年9月
[10] 李建興，「貨幣需求結構改變與金融變數轉折區間：變數模糊時間序列模 型」，國立政治大學，博士論文，2000年6月
[11] 劉佩真，「晶圓代工業景氣動態報告—2006年第一季」，台灣經濟研究院 產經資料庫，2006年1月
[12] 拓墣產業研究所作，「2005全球科技產業動態大預測」，拓墣科技，2005 [13] 黃逸平，半導體趨勢圖示，電子時報，2000年9月
[14] 許惠蘭，「晶圓代工廠之需求規劃模式研究」，國立交通大學 , 碩士論文，
2004年6月
[15] 謝瑞海，「晶圓代工廠產能投資決策與需求管理模式之研究」，國立台灣 大學 , 碩士論文，2002年6月
[16] 簡志勝等，「2004年半導體工業年鑑」，2004
[17] 陳靖惠，「半導體產業晶圓需求預測之研究--類神經網路模型」，國立交通 大學 , 碩士論文，1994年6月
英文部分：
[18] The Supply Chain Council, www.supply-chain.org
[19] Handfield, Robert B.; Nichols, Ernest L., Jr., "Introduction to Supply Chain Management", Prentice-Hall, 1999
[20] Harrington, L.H., "Supply chain integration from the inside", Transportation and Distribution, Vol. 38, Iss. 3, pp.35- 38., 1997
[21] Stein, Martin; Voehl, Frank, "Macrologistics Management: A Catalyst for Organizational Change", Saint Lucie Press, p.263., 1997
[22] Lambert, Douglas M.; Cooper, Martha C., "Issues in Supply Chain
Management," European Journal of Purchasing & Supply Management Volume: 6, Issue: 1, March, 2000
[23] Scott, C.; Westbrook, R., "New strategic tools for supply chain management.", International Journal of Physical Distribution and Logistics, vol.21 (1), 23-33.
1991
[24] Hau L Lee, V Padmanabhan, and Seungjin Whang, “The Bullwhip Effect In Supply Chains”, Sloan Management Review, Spring 1997, Volume 38, Issue 3, pp.
93-102
[25] Chen, An Pin; Liao, A.., “Reengineering supply chain management architecture -
Pages:81 – 83, 2003
[26] Gentry J. J., "The Role of Carriers in Buyer-Supplier Strategic Partnerships: A Supply Chain Management Approach", Journal of Business Logistics, Vol. 17, Iss.
2, pp. 35-55., 1996
[27] Z. Kevin Weng, Tim McClurg, “Coordinated Ordering Decisions for Short Life Cycle Products with Uncertainty in Delivery Time and Demand”, European Journal of Operational Research, pp. 12-24. , 2003
[28] Perry, M.; Sohal, A.S.; Rumpf, P., "Quick Response Supply Chain Alliances in the Australian Textiles, Clothing and Footwear Industry," International Journal of Production Economics, Vol. 62, pp. 119-132, 1999.
[29] Takashi Kobayashi; Masato Tamaki; Norihisa Komoda , "Business process integration as a solution to the implementation of supply chain management systems", Information & Management 40 , 769-780, 2003
[30] Noaker; Paula, M., "Search for Agile Manufacturing", Manufacturing Engineering, Vol.113, No.5, pp. 40-43, 1994
[31] Gunasekaran, A., "Agile Manufacturing: Enablers and an Implementation Framework", International Journal of Production Research, Vol.36, No.5, pp.
1223-1247, 1998
[32]Colleen Crum;George E. Palmatier, "Demand Management Best Practices",2003 [33] Zhao, X. and Lee, T.S., “Freezing the master production schedule in multilevel
material requirement planning systems under demand uncertainty,＂ Journal of Operations Management, Vol.11,pp.185-205. , 1993
[34] Zhao, X., Xie, J., and Zhang, W., “The impact of information sharing and ordering coordination on supply chain,＂ Supply Management: An international Journal, Vol.7, No.1, pp.24-40. , 2002
[35]V. Veugopal, W. Baets, “Neural Network and Statistical Techniques in Marketing
Research: A Conceptual Comparison”, Marketing Intelligence & Planning; 12, 7, pg30, 1994
[36] Haibo Chen et al., “A Study of Hybrid Neural Network Approaches and the Effects of Missing Data on Traffic Forecasting”, Neural Comput & Applic, 2001 [37] Kuan-Yu Chen, “Using Back-Propagation Neural Network to Forecast the
Production Values of the Machinery Insdustry in Taiwan”, Journal of American Academy of Business, 9, 1, pg.183, 2006
[38] “NeuroSolutions On-Line Help Manual”, NeuroDimensions, Inc.,2005 [39] J. H. Holland, “Adaptation in Natural and Artificial Systems”, University of
Michigan Press, 1975
[40]Hiroaki Kitano, “Designing Neural Networks Using Genetic Algorithms with Graph Generation System”, Complex Systems, 4(4), 1990
[41] Dasgupta, D.; McGregor, D.R., “Designing Application-Specific Neural Networks using the Structured Genetic Algorithm”, Combinations of Genetic Algorithms and Neural Networks, COGANN-92. International Workshop, Page(s):87 – 96 ,1992.
[42] P.A. Castillo, J.J. Merelo, A. Prieto, V. Rivas, G. Romero, “G-Prop: Global optimization of multilayer perceptrons using GAs”, Neurocomputing (35) 149-163. 2000
[43]R. Lamedica et al., “A Neural Network Based Technique for Short-Term
Forecasting of Anormalous Load Period ”, IEEE Transactions on Power Systems, Vol.11, No.4, 1996
[44]Mikko Kolehmainen et al., “Forecasting Air Quantity Parameters Using Hybrid Neural Network Modeling”, Environmental Monitoring and Assessment 65: 277 –
[45]Nikhil R. Pal et al., “SOFM-MLP: A Hybrid Neural Network for Atmospheric Temperature Prediction”, IEEE Transactions on Geoscience and Remote Sensing, VOL.41, No.12 ,2003
[46] Jiawei Han and Micheline Kamber , “Data Mining: Concepts and Techniques” , 2000
[47] John E. Hanke, Dean W. Wichern. , “Business forecasting”, 2005
網站部份：
[48] http://www.pwcm.com.tw/reports01_8.htm，力世投顧 [49] http://www.icinsights.com/
[50] 林純慈，「2006年半導體產業展望」，金鼎證券
http://www.tisc.com.tw/new/newreport/monthly/upload/monthly20060103-7.pdf [51] http://www.semi.com/
[52]2006年半導體產業投資展望(1) http://stock.yam.com/rsh/article.php/346404 [53] http://www.sia-online.org/pre_statistics.cfm
附錄一 混合式類神經網路的執行步驟
混合式類神經網路是使用 NeuroSolution 套裝軟體執行，其執行步驟如下：
1. 選擇網路模型
2. 輸入項與目標項的選擇
3. 交互驗證和測試資料的選擇：
4. Neural Topology
5. 隱藏層的參數設定
6. 輸出層的參數設定
7. 實驗模擬控制-非監督式學習
8. 實驗模擬控制-監督式學習
9. 輸出輸入展現方法的設定：
10. 進行實驗：