本研究採用時間序列作為貨運預測方法，分別為以指數帄滑為基礎之模式：
ESM 及 DTMC 模式。另外為以 ARIMA 模式為基礎之模式：ARIMA 及 MSARIMA，
以 H 貨運公司五股、新竹、台中、永康與鳳山營業站所之每日貨運量資料建立 模式並進行預測，作後以 MAPE 做為衡量模式預測精準度之指標。
5.1 結論
本研究完成之重要結果如下：
1. 本研究採用之四種預測模式之預測誤差 MAPE 在 8%~20%之間，帄均誤差在 12%~14%左右。整體來說，ARIMA-based 之模式較 ESM-based 之模式預測效 果佳。
2. 傳統 ARIMA 模式之預測效果較其他預測模式佳且穩定。
3. 本研究將台灣農曆年節對貨運量之影響納入 DTMC 模式中，使一模式可同時 考慮多重季節性之變化，且其預測效果較傳統之 ESM 模式佳。ESM 相關模 式以回溯之方式搜尋模式初始值可降低預測誤差。
4. 若不考慮資料的變異情形，則以 ARIMA 模式之預測效果最佳，且其模型預 測之穩定性最佳；MSARIMA 模式之預測效果略差於 ARIMA 模式，模式預 測穩定性次佳。
5. 資料變異係數在 40%以下時，MSARIMA 模式之預測效果為所有模式中最佳 者，因其模式可同時考慮多重季節性，模式之穩定性也為四種模式中最穩定 者。而 DTMC 模式之預測效果與穩定性皆僅次於 MSARIMA 模式。
5.2 建議
本研究除得到上述結論外，另列出 3 點建議以供未來研究之參考：
1. 本研究所蒐集到之每日貨運量資料僅三年，以兩年之資料建立預測模式，一 年之資料作為預測比較。雖然三年的資料以足夠建立單一季節性星期變化之 影響，但若要考慮多重季節性如農曆年節之影響，因為其周期為一年左右，
兩年之資料稍嫌不足，若未來可蒐集到更長時間之歷史資料，將更有助於比 較模式之預測效果。
2. 本研究在考量多重季節性因素之影響時僅考量星期變化與農曆年節變化兩種，
未來可在加入其他季節性變化之影響，例如其他國定假日及連續假日對每日 貨運量之影響。
3. 本研究所得資料為貨運件數，若要根據貨運量而進行運送車輛的派遣，則貨 運量資訊稍顯不足，不知道貨物件數的大小，無法估計所需之車輛數，因此 建議未來研究可預測貨物之才積數，如此可估計所有貨量之體積，進而在計 算所需之派遣車輛數。
參考文獻
1. Bowerman, B. L. and O’Connell, R. T., Time series and Forecasting: An Applied Approach, North Scituate, MA: Duxbury Press, 1979.
2. Brown, R. G., Smoothing, Forecasting and Prediction, Englewood Cliffs, N.J.:
Prentice-Hall, 1963.
3. Celik, H. M., “Modelimg freight distribution using artificial neural networks,”
Journal of Transport Geography, Vol. 12, NO. 2, pp. 141-148, 2004.
4. Cho. V., “A comparison of three different approaches to tourist arrival forecasting,” Tourism Management, Vol. 24, pp. 323-330, 2003.
5. Fite. J. T., Taylor, G. D., Usher, J. S., English, J. R., Roberts, J. N., ” Foresting freight demand using economic indices,” International Journal of Physical Distribution & Logistics Management, Vol. 32, No. 4, pp. 299-308, 2001.
6. Gardner Jr., E.S. “Exponential smoothing: the state of the art”, Journal of Forecasting, Vol. 4, No.1, pp.1-28, 1985.
7. Gardner. Jr., E.S., McKenzie, E., “Seasonal exponential smoothing with damped trends.”, Management Science , Vol. 35, No.3, pp.372-376, 1989.
8. Garrido, R.A., Mahmassani, H.S., “Forecasting freight transportation demand with the space-time multinomial probit model,” Transportation Research Part B, Vol. 34, No. 5, pp. 403-418, 2000.
9. Godfrey. G. A., Powell, W. B. “Adaptive estimation of daily demands with complex calendar effects for freight transportation” , Transportation Research Part B, Vol. 34, No. 6, pp. 451-469, 2000.
10. Goh. C., Law, R., “Modeling and forecasting tourism demand foe arrivals with stochastic nonstationary seasonality and intervention,” Tourism Management, Vol. 23, pp. 499-510, 2002.
11. Holt, C.C., Modigliana, F. Muth, J. F., Simon, H. A., Planning Production, Inventories, and Work Force. Prentice-Hall, Englewood Cliffs, NJ,1960 .
12. Kulshreshtha, M., Nag, B., Kulshrestha, M., “A multivariate cointegrating vector auto regressive model of freight transport demand: evidence from Indian
railways,” Transportation Research Part A, Vol. 35, pp. 29-45, 2001.
13. Ledolter, J., Abraham, B., “Some comments on the initialization of exponential smoothing.” Journal of Forecasting, Vol. 3, pp.79-84, 1984.
14. Lewis, C.D., Industrial and Business Forecasting Method, London, Butterworth Scientific Publishers, 1982.
15. Lucas, J.M., Saccucci, M.S. “ Exponentially weighted moving average control schemes: properties and enhancements with discussion” ,Technometrics, Vol. 32, No.1, pp. 1-30, 1990.
16. Makridakis, S. and Wheeleright, S. C., Forecasting: Methods and Applications, New York: Wiley, 1978.
17. Montgomery, D. C. and Johnson, L.A. Forecasting and Time Series Analysis, New York: McGraw-Hill.
18. Roberts, S.W. “Control chart tests based on geometric moving averages”, Technometrics, Vol. 42, No.1, pp.97-101, 2000.
19. Winters, P.R., “Forecasting sales by exponentially weight moving averages.” , Management Science , Vol. 6, pp.324-342, 1960.
20. 于宗先，經濟預測，台北，大中國圖書公司，民國 61 年。
21. 肖枝洪、郭明月，時間序列分析與 SAS 應用，武漢大學出版社，民國 98 年。
22. 林佳慧，「台灣國際航空貨運量之預測」，國立高雄第一科技大學運籌管理 系，碩士論文，民國 94 年。
23. 林東慶，「以灰色理論和類神經網路預測航空客、貨運量之變化」，國立成 功大學民用航空所，碩士論文，民國 96 年。
24. 林聰明、吳水丕，指數帄滑法之選擇與應用，初版，華泰書局，民國70 年。
25. 林繼國、陳其華，「台灣地區公路汽車貨物運輸業種分類之研究」，中 華民國運輸年會第 17 屆論文研討會，民國 91 年。
26. 吳嘉斌，「植基於灰色理論之物流中心運量預測與途程規劃研究」，實踐大 學企業管理研究所，碩士論文，民國 92 年。
27. 李書賢，「供應鏈協同運輸管理之出貨預測與貨運需求預測模式研究」，淡 江大學運輸管理學系運輸科學碩士班，碩士論文，民國 97 年。
28. 陳俊男，「台灣地區國際商港營運量預測模式之探討」，逢甲大學交通工程 與管理學系碩士在職專班，碩士論文，民國 97 年。
29. 莊貿凱，「派車專家-車輛途程分析系統應用於零擔貨運業」，南台科技大學 工業管理研究所，碩士論文，民國 94 年。
30. 游智元，「時間序列方法於台鐵短期旅運需求預測之研究」，國立成功大學 交通管理科學研究所，碩士論文，民國 95 年。
31. 葉小蓁，時間序列分析與應用，三版，台大法律學院圖書文具部，台北，民 國 95 年。
32. 葉怡成，類神經網路模式應用與實作，八版，儒林圖書有限公司，台北，民 國 93 年。
33. 廖孟媛，「季節性 ARIMA 模式在桃園機場貨運量預測之研究」，2009 航空 產業創新發展學術研討會，民國 98 年。
34. 蔡宗憲、李治綱、魏健宏，「短期列車旅運需求之類神經網路預測模式建構 與評估」，運輸計畫季刊第 35 卷第 4 期，民國 95 年。
35. 蘇承正，「中國大陸經濟發展對亞洲航空站運量之分析與預測」，國立交通 大學運輸科技與管理學系，碩士論文，民國 94 年。