現金流量預測分析對於營造廠財務調度有相當大的幫助，除了可顯示專案淨利與企業現金需求量的變化關係，預測專案未來的資金需求，可藉由求得之各期機率，提供公司決策者重要資訊，以提昇公司資金調度及反應的能力，做為決策之參考依據。再者，在工程期間持續預測現金流量趨勢，可即時管控工程進度之偏差，增加專案財務的安全。
本研究透過案例學習發展建立一套(Evolutionary Gaussian Process Inference Model-EGPIM)，利用高斯過程(Gaussian Process-GP)釐清資料中輸入及輸出值間的映射關係，並利用貝氏推論，結合particle swarm optimization (PSO)優化GP內共變異函數的超參數，以獲得最佳的推論預測能力。本模式對於需決策事件預測一期望值與變異數，求得預測之信賴區間，提供決策者一較為客觀之決策參考。
本研究透過學習過去相似案例的現金流量曲線，求出專案連續性現金流量與預測期現金流量值之映射關係，再藉此預測模式預測監控專案工程期間現金流量曲線之趨勢變化，並根據監控結果，研擬專案財務、進度因應策略。同時藉由模式實際案例應用，驗證所建立的預測模式在預測現金流量上有良好的表現，可用以協助管理者改善修正進度偏差，並可利用模式推論出之輸出變數求得各期機率，提供管理者能事先進行進度控管及財務調度，達成提升專案財務安全進度控管之目標。

Forecasting project cash-flow greatly impacts on project cost management. A financial plan according to the S-Curve should be executed to modify progress schedules and increase project success. This study used an inference engine, Evolutionary Gaussian Process Inference Model (EGPIM), which fuses three Artificial Intelligence (AI) approaches together, that are Gaussian Process (GP) Bayesian inference and Particle Swarm Optimization (PSO). The EGPIM was the core to forecast the desired cash-flow quantity with three front cash-flow quantities basing on clustered historical data. With the developed project cash-flow forecasting model, the trend of cash-flow could be predicted. Comparing the results with the S-Curve, the project cash-flow can be managed and strategies can be yield. The strategies will be planed according to real-world factors such as float, progress execution time, construction rates, resource demands, and so on, to optimize the current financial plan with the concept of further cash-flow management. Managers can use the predicted cash-flow to handle project progress.
With cases studies, this study demonstrated the developed project cash-flow forecasting model which can offer accurate prediction results immediately. For project cash-flow management, the financial demands can be resulted as references for project managers. That assists managers to modify progress schedules and projects success under original budgets.

參考文獻
1.劉玉偉，「工程專案現金量之模擬分析」，碩士論文，國立台灣科技大學營建工程系，台北，2004。
2.林耀煌，「營建工程施工規劃與管理控制」，長松出版社，台北，2000。
3.陳雪芬，「利用芭蕉曲線圖探討現行工程進度審查依據之研究」，碩士論文，國立中央大學營建管理研究所，新竹，2003。
4.侯佩君，「專案工程設計層面導入獲利價值管理系統之研究」，碩士論文，國立台灣科技大學營建工程系，台北，2001。
5.余家祥，「以案例式推理建構建築工程成本估算系統」碩士論文，國立中央大學土木工程學系，台北，2001。
6.廖超彬，「以時間序列分析建構工程進度管控模式之研究」，碩士論文，國立台灣大學土木工程研究所，2001。
7.劉淑華，「營造公司現金流量預測－多專案成本進度整合模式之研究」，碩士論文，國立台灣大學土木工程研究所，2000。
8.潘賽智，「營造工程專案之財務規劃」碩士論文，國立中央大學土木工程學系，台北，1996。
9.姚乃嘉、楊智斌、郭文逹，「營造公司工程現金流量之預測模式」，中國土木水利工程學刊，第十卷，第三期，1998。
10.姚乃嘉、楊智斌，「工程投標前之成本分析」營建管理季刊，第二十三期，第46-58頁，1995。
11.柳志龍，「演化式專案現金流量預測模式之研究」，碩士論文，國立台灣科技大學營建工程系，台北，2007。
12.黃栢榮，「建築工程現金流量預測管理模式之研究」，碩士論文，逢
甲大學土木工程學系，2005
13.吳明峰，「營造工程專案現金流量之模擬分析」，碩士論文，國立台灣科技大學營建工程系，2005。
14.謝文山，「演化式建築工程成本概算模式之研究」，碩士論文，國立台灣科技大學營建工程系，2002。
15.王小龍，「公共建設專案現金管理與控制之研究」，博士論文，國立中央大學土木工程系，2005。
16.曾貽威，「考慮現金流量之專案多重資源排程最佳化之研究」，碩士論文，朝陽科技大學營建工程系，2001。
17.邱碧芳，「公司財務危機預警資訊之研究-考慮現金流量因素」，碩士論文，朝陽科技大學財務金融系，2001。
18.林秉緯，「建築工程專案投資風險推估之研究」，國立中央大學營建管理系，2009。
19.吳聰敏，「實獲值管理應用於營建工程專案成本管控之研究」，國立臺灣大學土木工程系，2007。
20.謝定亞、潘賽智，「營造工程之財務管理-以現金流量為工具之專案財務規劃分析模式」，2007。
21.王駿良，「資源回收廠推動BOT方案之現金流量分析與風險評估」，2001。
22.陳德琳，「演化式專案完工總成本預測之研究」，碩士論文，國立台灣科技大學營建工程系，台北，2008。
23.Milton Harris, “Applying controls to highway”, Western Construction , June 1957 , pp. 36,37,42.
24.Peer, S., “Application of Cost-Flow Forecasting Models” J. Constr. Div.,June ASCE, 226-232, 1982.
25.Navon, R., “Company-level cash-flow management, ”Journal of Construction Engineering and Management, ASCE, Vol.122, No.1, pp. 22-29, 1996.
26.A.H Boussabaine and A. Kaka “A neural neural network approach for cost flow forecasting” Construction Management and Economics, Vol. 16, pp. 471-479, 1998.
27.Margaret H.Dunham , ”Data mining” , Prentice Hall, 2003.
28.Cheng M. Y. and Ko C. H., (2003). ”OO evolutionary fuzzy neural inference system for construction management” Journal of Construction Engineering and Management, ASCE (accepted).
29.A.P Kaka and A.D.F. Price “Modelling standard cost commitment curves for contractors’ cash flow forecasting”, Construction Management and Economics, Vol. 11, pp. 271-283 , 1993.
30.Hyung K. Park; Seung H. Han; and Jeffrey S. Russell “Cash Flow Forecasting Model for General Contractors Using Moving Weights of Cost Categories”. Journal of Construction in Engineering, ASCE, Vol.21, No.4, pp. 164-172, 2005.
31.Hong-Long Chen; William J. O’Brien; Zohar J. Herbsman, “Assessing the Accuracy of Cash Flow Models: The Significance of Payment Conditions”. Journal of Construction Engineering and Management, Vol. 131, No.6, pp. 164-172, 2005.
32.I-Tung Yang，「Multiobjective Optimization for Staff-to-job Assignment in Consulting Engineering Firms」，On Publish，2008。
33.Kennedy, J. & Eberhart, R.，” Particle swarm optimization”， Proceedings of the 1995 IEEE International Conference on Neural Networks, 1942-1948，1955。
34.James Kennedy, Russell C. Eberhart with Yuhui Shi.，”Swarm intelligence”。
35.RASMUSSEN C.E. and WILLIAMS C.K.I.．Gaussian Processes for Machine Learning[M]．Cambridge：the MIT Press，2006。
36.M. N. Gibbs.“Bayesian Gaussian Processes for Regression and Classification”. PhD thesis, Department of Physics, University of Cambridge, 1997。
37.Kennedy, J. & Eberhart, R.，”Particle swarm optimization”， Proceedings of the 1995 IEEE International Conference on Neural Networks, 1942-1948，1955。
38.楊亦東（I-Tung Yang），「Computer-aided Decision and Simulation Analysis—Course Handout」，國立台灣科技大學營建所課程講義，2007。
39.Phillip Boyle and Marcus Frean. Dependent Gaussian processes.In NIPS 17, pages 217–224. MIT Press, 2005.
40.C. K. I. Williams. “Gaussian processes”. In M. A. Arbib, editor, Handbook of Brain Theory and Neural Networks, pages 466-470. The MIT Press, second edition, 2002。
41.A. M. Schmidt and A. O'Hagan. Bayesian inference for non-stationary spatial covariance structure via spatial deformations. Journal of the Royal Statistical Society B, 65(3):745-758, 2003.
42.Huang, C. C., Cheng, M. Y., 2011, “Estimate at completion for construction projects using evolutionary gaussian process inference model,” Proceeding of The International Workshop on Civil Engineering and Urban Planning (WCEUP 2011), Hangzhou, China.