營造業為一個國家發展進步的基礎工業，技術、能源及材料密集是其產業特性。對此任何一個工程專案的進行，不論其規模為何，從最初的規劃、設計、施工到最後的營運等過程，皆需經過一定的時間。故舉凡氣候、財務金融指數、經濟指標走勢、組織營收獲利等內外在因素的變動，皆可能在工程專案期間存在有相當風險。基於上述原因，如何在密集的產業特性及複雜的專案過程中，有效的預測未來的資訊脈動，使決策者能即早因應相關工程問題，是相當重要的。
而在現實營造產業之中，由於工程專案本身的暫時性與獨特性，使得資料的蒐集不易大量取得，難以滿足上述預測模型建立的要求，造成實用上的困難；且基於專案過程的複雜及環境變化的迅速，即便資料能夠大量地蒐集以達到模型建立的要求，往往在時間即時性的要求之下，亦難以符合經濟效益。
有鑑於此，本研究擬針對GM（1,1）模型加以改良，提出一有效的預測模型，藉此滿足營建業特殊的產業性質及專案過程，解決現有系統預測模型運用在營建工程專案上的困難，提供決策者對於未來資訊的掌握能更加即時準確，進而降低工程專案進行時所面臨的高風險。
此外，本研究亦介紹在經濟財務領域廣泛運用的時間序列ARIMA模型及GARCH模型，除了提供不同系統預測模型之建構及應用的瞭解之外，同時作為本研究建議後續改良灰色預測模型之基礎。同時，本研究以鋼筋物價指數應用案例之預測結果作為模型間比較之依據，藉此驗證本研究所提出之灰色改良模型的可行性與實用性。

Construction industry, a foundation of a nation’s development, has great demand for techniques, energy, and materials; therefore, any construction project, no matter its scale, last a certain period from the very initial planning, designing, constructing to future operating. For these reasons, any changes in internal or external factors, such as climate, financial index, economic prosperity, organization’s profit, etc., may cause high risk with fatal effects. Hence, under such high-demanding properties and complicate project processes, it is important how to handle future information and support the project manager being able to deal with problems in advance by the most efficient method.
However, because each project is temporary and unique, related data is always insufficient and unavailable. Such limited data with little information increase the difficulty in using ordinary forecasting model. In addition, predicting by collecting a great amount of data, even it is possible, does not fit the economic interest on the base of complicate project process and rapid environment change.
Therefore, this study focuses on modifying the GM（1,1） model, and proposes a more efficient forecasting model to satisfy the distinctive features of construction industry. Furthermore, this study expects to solve the predicament that most present forecasting model cannot be properly applied to construction project, provide project managers to handle future information more accurately, and further reduce the high risk whenever a construction project is proceeding.
In addition, this study also combines ARIMA and GARCH models which are widely applied to economic and financial area. This is not only to understand an alternative system forecasting model, but provide a foundation of further modification recommended by this study. Meanwhile, in order to examine and proof the feasibility and practicality of the modified Gray model, this study applies both forecasting models to the steel index price and compares their results.

1. 林茂文（2006），時間數列分析與預測，台北市：華泰文化。
2. 趙嬙（2003），灰色預測系統應用於汽車產業預測之研究-以台灣、大陸市場為例，朝陽科技大學企管研究所碩士論文。
3. 蔣柏廷（2006），各種改良灰色預測模型之探討，義守大學工業工程與管理學研究所碩士論文。
4. 田自力（1996），灰色理論再預測與決策之研究，成功大學機械工程研究所博士論文。
5. 方世杰（1988），市場預測方法一百種，台北市：書泉出版社。
6. 周文賢（1991），商情預測-理論架構與實務運作，台北市：華泰出版社。
7. 鄧聚龍、郭洪（1996），灰預測原理與應用，台北市：全華科技圖書股份有限公司，。
8. 徐桂祥（1997），灰色系統在商情預測上之研究，雲林科技大學資訊管理技術研究所碩士論文。
9. 陳彥琴（2004），應用灰色理論預測新上市之生技保健食品銷售量，成功大學工業與資訊管理學碩士論文。
10. Donlebell & Krasner, O. J.（1977）, Selecting Environmental Forecasting from Business Planning Requirements, Academy of Management Review, 19, 373-383.
11. 劉思峰、黨耀國、方志耕等，灰色系統理論及其應用，北京市：科學出版社，2005年。
12. 何怡慧，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，1999年。
13. 陳定銘（2005），國立政治大學第三部門研究中心2005年質性方法研習營講義。
14. Michael H. Kutner, Christopher J. Nachtsheim & John Neter （2005），應用線性迴歸模型（Applied Linear Regression Models）（陳至安、簡郁紘、李振宇譯），台北市：華泰文化。（原著2004年出版）
15. 高鐵梅主編（2006），計量經濟分析方法與建模，北京市：清華大學出版社。
16. 陳彩豐（2006），新台幣兌美元短期匯率預測模式之研究-應用灰色理論、迴歸分析與指數平滑法之比較，台北大學企業管理學系碩士論文。
17. 高崇羊、劉國青（2005），職災預測模式分析研究，行政院勞工委員會勞工安全衛生研究所勞工安全衛生研究報告。
18. Hung, C. C. & Huang, Y. P.（1996）, The Integration and Application of Fuzzy and Grey Modeling Methods, Fuzzy Sets and Systems, 78, 107-119.
19. 陳法宗（2005），灰系統理論應用在建築工地職災發生頻率預測之研究，中華大學營建管理研究所碩士論文。
20. Efraim Turban & Jaye Aronson（1999），決策支援系統（Decision Support System & Intelligent System）（李俊民譯），台北市：華泰文化。（原著1999年出版）
21. 賴正文（1996），區域性負載預測及電力供給規劃模型建立之研究，成功大學資源工程學系碩士論文。
22. 靳蕃、範俊波、譚永東（1992），神經網路與神經計算機，台北市：儒林出版社。
23. 葉怡成（2001），應用類神經網路，台北市：儒林出版社。
24. 溫坤禮、黃宜豊、陳繁雄、李元秉、連志峰、賴家瑞（2002），灰色預測原理與應用，台北市：全華科技圖書股份有限公司。
25. 張貽民、梁名（2006），數學建模的幾種基本預測方法的探討，茂名學院學報，16，39-45。
26. 史開泉、吳國威、黃有評（1994），灰色信息關係論，台北市：全華科技圖書股份有限公司。
27. 趙曉豔、劉天嬌、周波、胡洋（2006），灰色模型GM（1,1）的平滑改進及其應用，東北電力大學學報。
28. 肖新平、李峰、宋中民、鄧聚龍、張廷政（2000），關於GM(1,1)建模技術理論的最新發展，灰色系統理論與應用研討會，317-323。
29. Mingzhi Mao, E.C. Chirwa （2006）, Application of Grey Model GM（1,1） to Vehicle Fatality Risk Estimation, Technological Forecasting and Social Change, 73, 588-605.
30. Wang, Y. F.（2002）, Predicting Stock Price Using Fuzzy Grey Prediction System, Expert Systems with Application, 22, 33-39.
31. Hsu, C. C. & Chen, C. Y.（2003）, Application of Improved Grey Prediction Model for Power Demand Forecasting, Energy Conversion & Management, 44, 2241-2249.
32. 徐福燦（2004），灰色理論應用於颱風降雨量推估之研究－以嘉義地區為例，成功大學水利及海洋工程學系碩士論文。
33. 鄧聚龍（2002），灰預測與灰決策，武漢：華中科技大學出版社。
34. 劉斌、劉思峰、黨耀國（2003），GM（1,1）模型時間響應函數的最優化，中國管理科學，Vol. 11，54-57。
35. 呂宏輝、夏紅霞（2000），灰色系統與神經網路融合技術探索，微機發展，Vol. 10，3-5。
36. 劉思峰、趙理、朱永達（1993），灰色-計量經濟學組合模型，灰色系統學術論文集，和南大學出版社。
37. 林惠萍（2004），台灣地區匯率預測模型之研究-整合ARIMA-GARCH-M與類神經網路模型之應用，佛光人問社會學院經濟學研究所碩士論文。
38. Walter Enders（2004）, Applied Econometric Time Series, Hoboken: John Wiley & Sons, Inc.
39. Nelson, Charles, and Charles Plosser（1982）, Trends and Random Walks in Macroeconomic Time Series: Some Evidence and Implication, Journal of Monetary Economics, 10, 130-162.
40. Said, S., & David Dickey（1984）, Testing for Unit Roots in Autoregressive-Moving Average Models with Unknown Order, Biometrica, 71,599-607.
41. 商振綱（2006），時間序列應用於利率預測模型之研究，長庚大學企業管理研究所碩士論文。
42. 行政院主計處網站，http://www.dgbas.gov.tw
43. 陳學毅（2004），匯率預測績效之研究-時間序列及灰色預測模型之應用，東海大學國際貿易研究所碩士論文。
44. Lewis, C. D.（1982）, Industrial and Business Forecasting Methods, Butterworths.
45. 溫坤禮、張簡士琨、葉鎮愷、王建文、林慧珊（2006），MATLAB在灰色系統理論的應用，台北市：全華科技圖書股份有限公司。
46. Brigham, E. O.(1998), The Fast Fourier Transform and Its Applications, Prentice-Hall, Inc.
47. David R. Anderson, Dennis J. Sweeney, Thomas A. Williams（2003）, 數據、模型與決策（An Introduction to Management Science Quantitative Approaches to Decision Making）（于淼等譯），北京市：機械工業出版社。
48. 王長江（2006），指數平滑法中平滑係數的選擇研究，中北大學學報，27，558-561。