以整體趨勢擴散技術為核心之灰預測模型求解面板產業退返品還貨備料問題

  • 王 永泰

Student thesis: Master's Thesis

Abstract

在各大企業紛紛導入六倍標準差的觀念來控管品質的現今,理論上還是 會有最多達0 3%的不良品送至客戶端,此時異常品維修及還貨流程機制就會啟動。但產品種類繁多且生命週期極短,加上客戶還貨交期的限制、以及庫存控管的壓力,因此如何應用短期時間序列資料進行客戶還貨數量的預測以為庫存準備之參考是一項重要的議題。雖然灰預測模型GM(1 1)常被應用在此類的學習問題上,然其預測值的準確度仍可藉由背景值的選取而進行改善,而背景值是由參數 而決定。因此本研究藉由整體趨勢擴散技術(mega-trenddiffusion MTD) 學習各期資料的落點資訊來取代 而提出一個改良的MTDGM(1 1)模型。在研究資料方面,本論文從國內某面板產業公司取得八筆資料,以及由UCI大學機械學習資料庫取得公開測試資料來進行效果驗證,實驗結果顯示MTDGM(1 1)確實較其他改良式灰預測模型有更加的預測準確度。
Date of Award2016 Jul 11
Original languageChinese
SupervisorDer-Chiang Li (Supervisor)

Cite this

以整體趨勢擴散技術為核心之灰預測模型求解面板產業退返品還貨備料問題
永泰, 王. (Author). 2016 Jul 11

Student thesis: Master's Thesis