Title

灰預測應用於台灣蔬果產地價格之分析─以愛文芒果為例

Translated Titles

An Application of Grey Analysis on the Taiwan Fruits and Vegetables Farm Price with Irwin Mango As an Example

DOI

10.6844/NCKU.2011.00128

Authors

容萍

Key Words

企業資源規劃 ; 價格預測 ; 灰色理論 ; 灰關聯分析 ; enterprise resource planning ; price forecasting ; grey theory ; the grey relational analysis

PublicationName

成功大學企業管理學系碩士在職專班學位論文

Volume or Term/Year and Month of Publication

2011年

Academic Degree Category

碩士

Advisor

張淑昭

Content Language

繁體中文

Chinese Abstract

臺灣自2002年加入WTO組織後,政府為因應WTO協定管制,逐年開放部分國家之農產品進口,鄰近之東南亞國家農產品價格低廉,開放進口後,對國內市場造成嚴重衝擊,使臺灣蔬果面臨市場飽和、競爭激烈及資源限制的多重挑戰。近來由於兩岸簽訂經濟合作架構協議(ECFA),面對蔬果進口配額管制,如何加強及深化預警機制,使市場供需價格均衡,準確預測為政府重要工作。 本研究根據灰預測理論,引用行政院農業委員會農糧署89年至99年之農業統計公報資料,以「灰關聯分析法」選定與蔬果價格關聯度較高之因子,諸如種植區域、面積、生產成本及進出口等影響因素分析,再進行產地價格之灰預測,最後利用相關變數的原始資料,建構蔬果產地價格之預測模型,研究結果提供農政公部門作為價格預警及產業輔導的參考依據。獲致結果如下: (一)基於原始資料會受到多個因素影響具變動性,傳統GM(1,1)預測模式無法隨著數據之大幅度起伏而變動,故GM(1,N)模式與修正型GM(1,N)模式於產地價格預測上優於 GM(1,1)模式。 (二)經由交叉分析得知,修正型GM(1,N)模式有較小的平均誤差,且不論於何種組合下,修正型GM(1,N)模式於資料變數區間波動大時之預測值,均較GM(1,1)及GM(1,N)模式精準。

English Abstract

Since 2002, Taiwan joined the WTO organization, government regulation in response to the WTO Agreement, gradually opening up of agricultural imports in some countries, neighboring countries of Southeast Asia, low agricultural prices, import liberalization, the severe impact on the domestic market, Taiwan is facing a saturated market of fruits and vegetables, competition and resource constraints of multiple challenges. Recently, because of the two sides signed a framework economic cooperation agreement (ECFA), the face of fruits and vegetables import quota control, how to strengthen and deepen the early warning mechanism, the market price of supply and demand balance, predict precisely is an important work for the government. This study is based grey prediction theory, citing Agriculture and Food Agency Council of Agriculture Executive Yuan 89 years to 99 years of agricultural statistics bulletin information, use"Grey relational analysis," to select a high correlation with the prices of fruits and vegetables factors, such as the planting area, area, production costs and import and export and other influencing factors, then the origin price of the grey forecast, the last use of relevant variables of the original data to construct the price of fruit and vegetable origin prediction model, the results provide the public sector as the price of agricultural policy and industry guidance early warning of reference. Attainable results are as follows: (A)raw data will be affected by a number of factors which are changeable, the traditional GM (1,1) model can not predict the ups and downs with the data of the significant changes, so GM(1,N) model and the extend type of GM (1,N) model is superior in producing price forecasts GM (1,1) mode. (B)by cross-analysis showed that the correct type of GM(1,N)model has a smaller average error, and no matter in what combination, the extend type of GM (1, N) model in the large data variable ranges of predictive value is more accuracy than those of GM (1,1) and GM(1,N)model.

Topic Category 管理學院 > 企業管理學系碩士在職專班
社會科學 > 管理學
Reference
  1. 2.Chih-Yung Tsai, Yih-Chearing,(2004), The Study of Artificial Neural Network for the Prediction of the Yield of Perennial Crop.
    連結:
  2. 3.Hsu, C. I. & Wen, Y. U.(1998) Improved grey prediction models for transpacific air passenger market. Transportation Planning and Technology, 22, 2, 87-107.
    連結:
  3. 4.Hsu,C.C.& Chen,C.Y.(2003), Applicatuons of improved grey prediction model for power demand forecasting. Energy Conversion and Management.
    連結:
  4. 5.Jurgen D. Garbrecht, Jeanne M. Schneider.(2006), Climate forecast and prediction Product dissemination for agriculture in the United States.CSIRO Published- Crop & Pasture Science
    連結:
  5. 6.Kuo, R. J. & Xue, K. C.(1999). Fuzzy neural networks with application to sales forecasting. Fuzzy Sets and Systems, 108, 123-143.
    連結:
  6. 7.Robb,D.J.& Silver,E.A. (2002), Using composite moving averages to forecast sales.Journal of the Operational Research Society, 53, 1281-1285.
    連結:
  7. 8.Roselina Sallehuddin, Siti Mariyam Hj. Shamsuddin,and Siti Zaiton Mohd. Hashim(2007),“Forecasting Time Series Data Using Hybrid Grey Relational Artificial Network And Auto Regressive Integrated Moving Average Model”,Centre for Quality of Service,Neural Network World.
    連結:
  8. 10.Yamaguchi,D.,G.D.Li and M.Nagai,(2005),“New Grey Relational Analysis for Finding the Invariable Structure and Its Applications”Journal of Grey System.
    連結:
  9. 11.Yao,F.,Muller,H.G.,Wang,J.L.(2005),“Functional data analysis for sparse longitudinal data.”Journal of the American Statistical Association,100,577-590.
    連結:
  10. 12.Yongsheng Tao, Li Zhang.(2010),Intensity prediction of typical aroma characters of cabernet sauvignon wine in Changli County.LWT-Food Science and Technology 43,1550-1556
    連結:
  11. 13.Zhang,P.,Anderson,B.T.,Myneni,R.(2006),“Monitoring 2005 corn belt yields from space,”EOS,Transactions American Geophysical Union.
    連結:
  12. 14.Zhiqing Zheng, Jiusheng Fan, Huiping Liu & Dang Zeng.(2010), The Analysis and Predictions of Agriculture Drought Trend in Guangdong Province Based on Empirical Mode Decomposition. Journal of Agricultural Science.
    連結:
  13. 15.Zhou,P.and Yong,W.(2006),“The optimization of background value in grey model GM(1,1),”Journal of Grey System.
    連結:
  14. 15.翁靖迪,2008年,「美國大宗穀物期貨價格時間序列分析─短期預測模型之比較」,國立臺灣大學農業經濟學研究所,碩士論文
    連結:
  15. 21.陳彥琴,2005年,「應用灰色理論預測新上市之生技保健食品銷售量」,國立成功大學工業與資訊管理學系,碩士論文, 10-30頁
    連結:
  16. 24.陳嘉聲,2009年,「改良式非等間距灰預測模型」,國立成功大學工業與資訊管理學系,碩士論文
    連結:
  17. 27.黃冠維,2007年,「以灰關聯分析方法求解多屬性決策問題」,國立成功大學製造工程研究所,碩士論文
    連結:
  18. 32.劉代華,2008年,「訂單需求預測─以時間序列分析研究」,國立清華大學工業工程與工程管理學系,碩士論文
    連結:
  19. 英文部分
  20. 1.Afuah, A.(1998). Innovation Management: Strategies, Implementation,and Profits. New York, Oxford University Press.
  21. 9.World Agriculture Outlook Board,United State Department of Agriculture,“World agriculture supply and demand estimates.”
  22. 中文部分
  23. 1.方世杰,1988年,市場預測方法一百種,書泉出版社
  24. 2.王雅玲,2010年,「應用灰色系統理論於台灣上市公司財務比率變數之預測─以電子業為例」,國立臺灣科技大學資訊管理系,碩士論文
  25. 3.史開泉、吳國威、黃有評,1994年,灰色信息關係論,全華出版社
  26. 4.江瑞利,2001年,「以基因演算法為基礎之最佳灰色預測模型之建立」,2001年灰色系統理論與應用學術研討會。
  27. 5.何怡慧,1998年,「上市公司財務績效指標灰色預測模式之研究」,長榮管理學院經營管理研究所,碩士論文
  28. 6.利德江、張哲榮、陳奎靜,2010年,「使用灰色絕對關聯度降低預測誤差變異」
  29. 第十五屆灰色系統理論與應用研討會 論文集
  30. 7.吳漢雄、鄧聚龍、溫坤禮,1996年,灰色分析入門,高立圖書公司出版
  31. 8.呂柏賢,2000年,「灰色需求預測模式之研究─以腐性商品為例」,東海大學工業工程研究所,碩士論文
  32. 9.李益,1996年,「灰色理論於短期銷售預測之適用性探討」,義守大學資訊工程研究所,碩士論文
  33. 10.辛永森,2008年,「台灣股價指數期貨預測─平滑支撐向量迴歸與灰預測之應用」,國立臺灣科技大學資訊管理研究所,碩士論文
  34. 11.林水順、莊英慎、楊川明, 2005年,「以灰預測模式為基的產險業產值預測分析」,計量管理期刊,第2卷第2期
  35. 12.胡均立、劉佩琳、洪宣琪,2008年,「台灣各縣市失業率之灰分析」,國立交通大學經營管理研究所,碩士論文
  36. 13.唐淑娟,2000年,「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」,屏東科技大學農企業管理研究所,碩士論文
  37. 14.徐宇琨,2009年,「使用灰色預測模型GM/NGBM預測颱風路徑」,義守大學工業工程與管理學系,碩士論文
  38. 16.張信雄,1998年,現代銷售管理的理論與實務,復文書局
  39. 17.張品傑,2009年,「整合灰關聯分析、遺傳演算法和粒子群演算法對信用評等之研究」,義守大學財務金融學系,碩士論文
  40. 18.張國川,2006年,「應用灰色關聯分析及類神經網路建構─金融商品價差走勢預測模型」,朝陽科技大學財務金融系,碩士論文
  41. 19.梁玉瑾,2000年,「台灣鯖參魚價格預測之研究」,中興大學農業經濟學系,碩士論文
  42. 20.陳俊益、林志豪、辛沛翰,2009年,「應用灰色GM(2,1)模型預測國際原油價格」
  43. 第十七屆模糊理論及其應用研討會
  44. 22.陳茂林、梁慧宜、鄭銀河,2006年,「應用灰色理論GM(1,1)預測稻米穀價格市場」,灰色系統理論與應用研討會
  45. 23.陳郁蕙,2007年,「台灣地區小麥、玉米與大豆市場供需及國際市場趨勢之研究」,雜糧發展基金會,台北
  46. 25.彭克仲,2001年,「應用模糊理論與灰關聯分析評估台灣鮮食鳳梨品質之研究」,屏東科技大學農企業管理研究所,碩士論文
  47. 26.黃仲達,2002年,「灰色理論在農產銷售預測及其供銷關係探討之應用」,國立嘉義大學運輸與物流工程研究所,碩士論文
  48. 28.楊志平,2003年,「灰預測、指數平滑法與預測組合的應用─以台灣地區鮮食鳳梨產地價格為例」,屏東科技大學農企業管理研究所,碩士論文
  49. 29.溫坤禮、張簡士琨、葉鎮愷、王建文、林慧珊, 2006年,MATLAB在灰色系統理論的應用,台北:全華科技
  50. 30.溫坤禮、黃宜豐及陳繁雄等,2002年,灰預測原理與應用,全華科技圖書股份有限公司
  51. 31.廖世裕,2000年,「應用灰色系統理論建立茶葉產銷預測系統之研究」,國立中興大學農產運銷學系,碩士論文
  52. 33.蔣柏廷、陳俊益、張剛誠,2006年,「以灰色理論預測台灣地區職業災害傷亡人數」,灰色系統理論與應用研討會
  53. 34.鄧聚龍,1985年,灰色系統基本方法,華中理工大學
Times Cited
  1. 林宜貞(2014)。應用灰預測建立茶園面積預測系統之研究。屏東科技大學農園生產系所學位論文。2014。1-0。