Title

應用基因演算法結合時間序列於台灣地區鋼鐵需求漲跌幅之預測

Translated Titles

Applying GA-based Time Series in Predicting the Taiwan Steel Demand Fluctuation

DOI

10.6841/NTUT.2014.00033

Authors

鄭佩君

Key Words

預測 ; 最佳化 ; 移動平均法 ; 加權移動平均法 ; 基因演算法 ; predict ; moving average ; weighted moving average ; Genetic Algorithm

PublicationName

臺北科技大學工業工程與管理系碩士班學位論文

Volume or Term/Year and Month of Publication

2014年

Academic Degree Category

碩士

Advisor

邱垂昱;簡禎富

Content Language

繁體中文

Chinese Abstract

鋼鐵產業的發展受全球市場的影響,屬於經濟與工業發展的基礎,雖然造成鋼鐵價格變化的直接因子是生產成本,但供需關係才是影響價格走勢之重要因素。因此國內鋼鐵產業首要任務,即是維持鋼鐵之供需平衡,唯有確切掌握鋼鐵未來之情勢分析,才能保護國內鋼鐵產業免於國外的低銷策略,而國內中下游之用鋼需求也才能藉此得到保障,並營造供需雙方互利之局面,使台灣鋼鐵產業更具競爭力。經實驗結果顯示,本研究所提出的多重屬性基因演算法結合移動平均法與權重之預測模型較優於單一屬性移動平均法及單一屬性基因演算法結合加權移動平均法之預測模型,並提升4%至5%之預測誤差;而在十二期多重屬性基因演算法結合移動平均法與權重之實驗結果與文獻之漲跌幅區間準確率比較後,在熱軋不銹鋼板捲與鋼筋時,本研究之區間準確率皆為45.00%,且優於文獻之實驗結果。可知以線性方式計算鋼品需求漲跌幅之準確率,進而提升鋼品需求之區間準確率。

English Abstract

Development of steel industry affected by global markets, are the basis of economic and industrial development, although a direct factor causing changes in steel prices is the cost of production, but the relationship between supply and demand is an important factor affecting the price trend. Therefore, the primary task of the domestic steel industry, which is to maintain the supply-demand balance of steel, the only certainty on the future of the steel situation analysis in order to protect the domestic steel industry from low marketing strategy abroad, while middle and lower reaches of the domestic demand for steel also can borrow this is guaranteed, and create mutual benefits of both supply and demand situation, so that Taiwan's steel industry more competitive. The experimental results show that our proposed multi-attribute genetic algorithm combined with the weight of the moving average method is superior to the right than the prediction model prediction model and a single attribute moving average single attribute genetic algorithm combined with the weighted moving average method, and enhance 4 % to 5% of the prediction error; while in the second phase of multiple properties combined with the genetic algorithm results and weight of the moving average method right after the interval and Price comparison accuracy literature, in the hot-rolled stainless steel coils and steel, the interval study are 45.00% accuracy rate, and superior results literature. Shows that the accuracy rate is calculated in a linear fashion up the decline of demand for steel products, thereby enhancing the accuracy range of steel products demand.

Topic Category 管理學院 > 工業工程與管理系碩士班
工程學 > 工程學總論
社會科學 > 管理學
Reference
  1. 2.傅思婷,台灣鋼鐵工業發展政策分析,碩士論文,國立成功大學資源工程學系,臺南,2009。
    連結:
  2. 3.郭明洲,鋼鐵冶煉業基本資料,台灣經濟研究會產經資料庫,2013。
    連結:
  3. 5.何雍慶,鋼品國內供需及其競爭力之調查分析,台灣區鋼鐵工業同業公會,臺北,1998。
    連結:
  4. 6.蘇進祿,以資料包絡分析法評估鋼鐵產業經營績效之研究,碩士論文,國立成功大學高階管理碩士在職專班,台南,2004。
    連結:
  5. 9.謝明瑞,臺灣鋼鐵業的發展,國政研究報告,財團法人國家政策研究基金會,臺北,2001。
    連結:
  6. 10. 林正暐,台灣鋼鐵產業升級發展策略之研究,碩士論文,國立成功大學資源工程研究所,臺南,2006。
    連結:
  7. 20.林詩彥,鋼鐵價格決定機制及影響因素分析,碩士論文,中原大學國際貿易學系,桃園,2006。
    連結:
  8. 21.游鴻博,台灣鋼鐵市場需求預測,工業技術研究院工業研究中心,1985。
    連結:
  9. 24.王鈺婷,應用蜜蜂繁殖演化結合自組織映射圖網路於台灣地區鋼鐵需求漲跌幅之預測,碩士論文,國立臺北科技大學工業工程與管理研究所,臺北,2012。
    連結:
  10. 27.羅慕君,短期訂單預測模型之研究-PDA產業為例,碩士論文,中華大學資訊管理學系,桃園,2004。
    連結:
  11. 29.魏大惟,契約價值差價交易、共整合、與移動平均,碩士論文,朝陽科技大學財務金融系碩士班,臺中,2011。
    連結:
  12. 32.林豐澤,演化式計算下篇:基因演算法以及三種應用實例,文化大學應數系智慧科技與應用統計學報, 2002,pp. 29-56。
    連結:
  13. 37.朱建華,智慧家庭節能資訊管理系統最佳化之整合研究:多目標基因演算法與層級分析法,碩士論文,中興大學資訊管理學系所,台中,2012。
    連結:
  14. 38.林旭信,都市雨水下水道系統最佳化操作模擬,博士論文,臺灣大學土木工程學研究所,台北,2005。
    連結:
  15. 45.John H. Holland, "Adaptation in Natural and Artificial System," The University of Michigan press, 1975.
    連結:
  16. 46.C. F. M. Toledo, L. Oliveirab, P. M. Franca, "Global optimization using a genetic algorithm with hierarchically structured population," Journal of Computational and Applied Mathematics, vol. 261, 2014, pp. 341-351.
    連結:
  17. 47.Soledad Espezua, Edwin Villanueva, Carlos D. Maciel, "Towards an efficient genetic algorithm optimizer for sequential projection pursuit," Neurocomputing, vol. 123, 2014, pp. 40-48.
    連結:
  18. 48.Jaime Galan-Jimenez, Alfonso Gazo-Cervero, "Using bio-inspired algorithms for energy levels assessment in energy efficient wired communication networks," Journal of Network and Computer Applications, vol. 37, 2014, pp. 171-185.
    連結:
  19. 49.Diana I. Escalona-Vargas, David Gutierrez, Ivan Lopez-Arevalo, "Performance of different metaheuristics in EEG source localization compared to the Cramer–Rao bound," Neurocomputing, vol. 120, 2013, pp. 597-609.
    連結:
  20. 50.Roberge, V. Tarbouchi, M., Labonte,G., "Comparison of parallel genetic algorithm and particle swarm optimization for real-time UAV path planning," IEEE Transactions on Industrial informatics, vol. 9, 2013, pp. 132-141.
    連結:
  21. 51.Pereira, P., Kotti, M., Fino, H., Fakhfakh, M., "Metaheuristic algorithms comparison for the LC-Voltage controlled oscillators optimal design," IEEE International Conference on Modeling Simulation and Applied Optimization, 2013, pp. 1-6.
    連結:
  22. 52.A. Azadeh, S.M. Asadzadeh, R. Jafari-Marandi, "Optimum estimation of missing values in randomized complete block design by genetic algorithm," Knowledge-Based Systems, vol. 37, 2013, pp. 37-47.
    連結:
  23. 53.Yi-Tung Kaoa, Erwie Zaharab, "A hybrid genetic algorithm and particle swarm optimization for multimodal functions," Applied Soft Computing, vol. 8, 2008, pp. 849-857.
    連結:
  24. 1.林益正,國際扁鋼胚價格決定因素之研究,碩士論文,義守大學財務金融學系,高雄,2008。
  25. 4.傅思婷、吳榮華、莊允中、蔡潔娃,「台灣鋼鐵產業政策芻議」,鑛冶,第五十三卷,第二期,2009,pp. 11-13。
  26. 7.石素梅,中華民國行業標準分類(第9次修訂版),行政院主計處, 2011,pp. 43-106。
  27. 8.任家宏,WTO新架構下兩岸鋼鐵產業競爭之策略與政策因應,在職專班碩士論文,國立中山大學社會科學院高階公共政策碩士學程,高雄,2006。
  28. 11. 台灣鋼鐵工業同業公會,參訪日期:102年11月5日,http://tsiia.winjet.com.tw/。
  29. 12.蔡政宏,台灣地區鋼鐵產業發展過程之分析,碩士論文,國立中山大學企業管理研究所,高雄,1995。
  30. 13.吳思華,產業政策與企業策略:台灣地區產業發展歷程,碩士論文,中國經濟企業研究所,臺北,1988。
  31. 14.林哲充,電爐煉軋業動態營運模式之研究-以T公司為例,碩士論文,國立中山大學資訊與管理系,高雄,2000。
  32. 15.鋼鐵冶煉業土壤及地下水污染預防與整治手冊,行政院環保署土壤及地下水污染整治基金管理會,2003。
  33. 16.Adam Szewczyk,鋼鐵間接貿易,國際鋼鐵協會,2012。
  34. 17.梁明義、陳坤銘、莊惠景,台灣地區鋼品需求預測(民國102年至107年),出版地:台灣鋼鐵工業同業公會,2013。
  35. 18.黃家锵,台灣鋼鐵製品工業需求結構預射-時間序列分析之應用,碩士論文,國立台灣大學商學研究所,臺北,1984。
  36. 19.黃耀輝,台灣鋼結構產銷供應鍊之市場結構與需求行為分析之研究,碩士論文,國立高雄第一科技大學運籌倉儲營運研究所,高雄,2002。
  37. 22.陳慧君,台灣區不鏽鋼品需求預測之研究,碩士論文,靜宜大學管理碩士在職專班,台中,2007。
  38. 23.吳杉堯、王建良、李元薰,特殊金屬需求量預測-以台灣鎂合金為例,碩士論文,國立高雄應用科技大學工業工程與管理學系,高雄,2012。
  39. 25.徐世輝,應用統計學(第二版),出版社:華泰文化,2005,p14-1~p14-49。
  40. 26.謝秀圓,不同藥品耗用類型預測暨庫存管理之研究-以某醫學中心為例,碩士論文,國立東華大學高階經營管理碩士在職專班,花蓮,2012。
  41. 28.陳功興,便利商店鮮食商品銷售預測模式之研究-探討類身經網路與平假日移動平均法之比較,碩士論文,國立高雄第一科技大學行銷與流通管理所,高雄,2006。
  42. 30.趙永昱,技術分析交易法則在股市擇時之實證研究,碩士論文,國立中山大學財務管理學系研究所,高雄,2002。
  43. 31.楊明德,銷售預測之研究-以T公司花蓮營業處為例,碩士論文,國立東華大學管理學院高階經營管理碩士在職專班,花蓮,2012。
  44. 33.莊志勇,含預測信賴度策略演化型類神經模型基因演算法之應用,博士論文,國立台灣科技大學機械工程系博士班,台北,2012。
  45. 34.馬振武,基因演算法為基礎之決策數於信用卡使用者之違約分類預測-以台灣某銀行信用卡為例,碩士論文,華梵大學資訊管理學系,台北,2009。
  46. 35.林凡凱,蛋白質二級結構預測-使用基因演算法,碩士論文,國立交通大學資訊科學研究所,新竹,2002。
  47. 36.李振豪,整合類神經網路及基因演算法於半導體封裝製程之雷射切割品質預測與最佳化研究,博士論文,國立台灣科技大學自動化研究所,台北,2012。
  48. 39.莊賢文,基因演算法在管網系統規劃設計之應用,碩士論文,國立台灣科技大學營建工程系,台北,2009。
  49. 40.林明儒,台灣鋼鐵2011,台北:台灣鋼鐵工業同業公會,2011,pp.8-9。
  50. 41.黃孝信,台灣鋼鐵2013,台北:台灣鋼鐵工業同業公會,2014,pp.2-70。
  51. 42.中時集團,情報贏家資料庫,時報資訊,2000。
  52. 43.行政院經濟建設委員會,參訪日期:102年11月20日,http://index.cepd.gov.tw/。
  53. 44.中華民國統計資訊網,參訪日期:102年11月18日,http://www.stat.gov.tw/。
Times Cited
  1. 潘彼安(2016)。臺灣鋁擠型市場需求之預測模型。中正大學經濟系國際經濟研究所學位論文。2016。1-34。