小型製造業訂單需求預測方法研究 ─以台中C公司生產現場為例

Methodology Evaluation of Order Forecast in Small Manufacturing Industry-Take Taichung C Co. as an Example

林家慶(Evan Lin)

指導教授 ： 張峯銘

亞洲大學/資訊學院/資訊科學與應用學系碩士班/碩士(2009年)

摘要

公司與顧客最直接且頻繁的關係，可認定為彼此之間的產品買賣關係，若沒有訂單，公司就無法獲取利潤，維持公司之存續就會出問題。因此訂單的獲得，是一切商業公司生存的基礎。接獲訂單後，各別產業才能依其生產系統，加以運作生產，在生產線的排程中，若是生產機台與人員無法協調，將會造成企業資源的浪費，因此需要訂單之預測以解決此問題。本研究使用實例公司之歷史資料，以移動平均法、指數平滑法、類神經網路和模糊類神經網路等四種方法比較其訂單預測的準確度。由實驗顯示，模糊類神經網路之準確度，優於其他三種方法，較適合做為訂單預測之工具，並且將此訂單預測工具應用於生產現場，以改善現場生產排程，提高生產效率與活化生產線。

關鍵字

銷售預測、類神經網路、模糊類神經網路 ； HASH(0xa465a18) ； HASH(0xa465a54)

並列摘要

The relation between an enterprise and its customers is orders of goods. No benefit will be gotten if there is no order. In addition, forecast of the number of orders is very important for an enterprise, because the number of orders affects production utility. A sudden large number of orders causes the paucity of materials, parts, and human powers. On the other hand, lack of orders causes the waste of enterprise’s resources. Using case data of a real company, in study applies four approaches, including Moving Average, Exponential Smoothing, Artificial Neural Network, and Fuzzy Neural Network, to forecast the company’s orders of goods. The results indicate that Fuzzy Neural Network approach has the best forecast results.

並列關鍵字

Forecast, Artificial Neural Network, Fuzzy Neural Network, order of goods.

參考文獻

[22] 趙安民, 康淵, 「馬達故障診斷之模糊類神經網路」, 中原大學, 機械工程學系, 碩士論文, 2004.

[9] 張百棧, 徐品勝, 「倒傳遞類神經網路在銷售預測之應用─以TFT-LCD產業為例」, 元智大學, 工業工程與管理學系, 碩士論文, 2006.

[12] 莊烘銘, 何明果, 「精實生產之績效研究以某冰箱製造為例」, 大同大學, 機械工程學系, 碩士論文, 2006.

[14] 張嘉晏, 葉焜煌, 「長鞭效應的因應對策─以代工業為例」, 大同大學, 事業經營研究所, 碩士論文, 2003.

[15] 林偉煜, 黃遵鉅, 「製造業生產流程中降低在製品存貨之投料決策」, 大同大學, 資訊經營研究所, 碩士論文, 2007.