簡易檢索 / 詳目顯示

研究生: 梁君汎
Chun-fan Liang
論文名稱: 灰色系統理論應用在震盪型及飽和型時間序列預測之研究
Applications of Grey System Theory on the Prediction of Dynamic and Saturation Time Series
指導教授: 林耀煌
Yong-Hwang Lin
口試委員: 高宗正
none
張大鵬
none
學位類別: 碩士
Master
系所名稱: 工程學院 - 營建工程系
Department of Civil and Construction Engineering
論文出版年: 2008
畢業學年度: 96
語文別: 中文
論文頁數: 94
中文關鍵詞: 灰色預測改良模型灰色費爾哈斯特模型
外文關鍵詞: Grey Forecasting Model, Grey Verhulst Model
相關次數: 點閱:177下載:6
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 有鑑於影響營造工程專案執行之影響因子,均非以規則型態發展,即屬於震盪型之時間序列,以致於無法進行有效的預測。因此,本研究透過原始GM(1,1)模型之背景值計算的改善,以及結合殘差修正技術,提出了一個適用於震盪型時間序列發展之灰色預測改良模型,進而有效的預測未來資訊脈動,使決策者能即早因應相關工程問題。
    此外,飽和曲線在管理上亦有其重要意義,譬如預估特定地區的土地開發總數,有助於擬定建設策略;預測產品經濟壽命或替代能源取代率,則有助於決定投入市場的時機與數量;預測地基沉陷量,則有助於判斷未來改善的必要性。鑑此,本研究擬針對具有飽和曲線發展之時間序列,透過最小平方法的運作,找出與建模序列離差最小化的灰色費爾哈斯特模型,進而建構一個有效的預測模型,以便獲得更可靠的預測數據,作為營造產業擬定相關策略之參考。


    As factors influencing execution of construction engineering project exist, the prediction of dynamic time series cannot be done effectively. Consequently, this research through the improved background value calculated using original GM(1,1) model combine with residual series modified technique, suggest an applicable improved grey forecasting model on dynamic time series followed by effective information pulse forecasting. Hence, decision maker can respond accordingly to interrelated engineering issue as soon as possible. Furthermore, saturation curve has major significance on the management problem. For instance, contribution in construction drawing when estimating total sum of exploited territory of a specific area; determining opportunity and quantity of market operation in forecasting a product’s life span or replacement rate of substitute energy resources; forecasting foundation’s settlement in determining future improvement necessity. This research aim at saturation curve improvement time series through least squares algorithm find out the smallest modeling series deviation, in order to obtain a more reliable forecasted number as a reference of interrelated strategy of construction industry.

    目 錄 中文摘要 I 英文摘要 II 誌謝 III 目錄 V 圖目錄 VII 表目錄 VIII 第一章 緒論 1 1.1 研究動機 1 1.2 研究目的 3 1.3 研究範圍 4 1.4 研究流程與架構 4 第二章 文獻回顧 6 2.1 預測方法論介紹與探討 6 2.1.1 專家預測法 7 2.1.2 時間序列分析法 8 2.1.3 類神經網路預測 9 2.2 灰色預測模型介紹與探討 20 2.2.1 GM(1,1)模型 20 2.2.2 灰色費爾哈斯特模型 26 2.3 預測績效評估標準 32 第三章 灰色預測模型改進與應用 34 3.1 基本構想 34 3.2 灰色預測改良模型 34 3.2.1 背景值修正 34 3.2.2 殘差修正技術整合 38 3.3 灰色預測改良模型應用與驗證 48 3.4 預測結果 52 3.5 小結 55 第四章 灰色費爾哈斯特預測模型改進與應用 56 4.1 基本構想 56 4.2 灰色費爾哈斯特預測改良模型 57 4.2.1 灰色費爾哈斯特模型建立 57 4.2.2 灰色費爾哈斯特預測改良模型建立 59 4.3 案例分析 61 4.4 小結 74 第五章 結論與建議 75 5.1 結論 75 5.2 建議 77 參考文獻 79

    參考文獻

    1. 林茂文,時間數列分析與預測,華泰文化,2006。
    2. 蔣柏廷,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,2006。
    3. 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。
    4. 陳定銘,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,2005。
    5. 高鐵梅主編,計量經濟分析方法與建模,清華大學出版社,2006。
    6. 葉怡成,應用類神經網路,儒林圖書有限公司,1999。
    7. 邱永祥,運用類神經網路與資料探勘技術於網路教學課推薦之研究,朝陽科技大學資訊管理研究所碩士論文,2003。
    8. 葉怡成,類神經網路模式應用與實作,儒林圖書有限公司,1993。
    9. 邱永祥,運用類神經網路與資料探勘技術於網路教學課推薦之研究,朝陽科技大學資訊管理研究所碩士論文,2003。
    10. 林孟鴻,應用歷程檔案建立網路學習輔助機制,中山大學資訊管理研究所碩士論文,2001。
    11. 馬德行,應用模糊類神經技術對台股之模擬投資實證研究,朝陽科技大學財金研究所碩士論文,2003。
    12. 郭英哲,應用倒傳遞類神經網路技術於臺灣指數期貨預測之研究,南台科技大學資訊管理研究所碩士論文,2004。
    13. 李建輝,遺傳演化類神經網路在預測臺股指數期貨的應用,東吳大學經濟研究所碩士論文,2002。

    14. 張吉甫,類神經網路在寬頻網路管理上之應用,元智大學資管所碩士論文,2002。
    15. 林敏均,運用基因演算法改進三階段投資組合建構程序,中正大學資訊管理碩士論文,2000。
    16. 張振魁,以類神經網路提高股票單日交易策略之獲利,國立中央大學資管所碩士論文,2000。
    17. 洪崇恩,以類神經網路預測台灣股價報酬率─以電子股為例,逢甲大學碩士論文,2001。
    18. 蔡耀全,類神經網路應用於股票投資策略之研究,中華管理評論,2:17-38,1999。
    19. 薛淑嫻,認購權證評價模型之研究-基因演算法與類神經網路之應用,銘傳大學金融研究所碩士論文,1999。
    20. 王鐘億,類神經網路投資決策支援系統投資策略之研究,成功大學企業管理碩士論文,1998。
    21. 黃煥彰,提高台灣電子類股投資績效之研究—類神經網路結合技術指標,中興大學企業管理碩士論文,1998。
    22. 王春笙,以技術指標預測台灣股市股價漲跌之實證研究—以類神經網路與複迴歸模式建構,台灣大學資訊管理碩士論文,1996。
    23. 林志鴻,類神經網路支援股市投資決策,臺灣大學商學研究所碩士論文,1995。
    24. 黃彥聖,移動平均法的投資績效,管理評論,14:47-68,1995。
    25. 賴宏仁,結合技術分析與類神經網路以支援股票投資決策之研究,中山大學資訊管理碩士論文,1995。
    26. Lapedes and Farber, “Nonlinear Signal Processing using Neural Networks: Prediction and System Modeling,” Los Alamos National Laboratory Report, 1987.
    27. Kimoto, T., Asakawa, K., Yoda, M., and Takeoka, M., “Stock Market Prediction System with Modular Neural Networks,” International Joint Conference on Neural Network, Vol.1, 1-6, 1990.
    28. Kamijo, K. and T. Tanigawa, 1990, “Stock Price Pattern Recognition : A Recurrent Neural Network Approach”, IEEE International Joint Conference on Neural Networks.
    29. Michitaka Kosaka, “Applications of Fuzzy logic/Neural Network to Securities Trading Decision Support System, Proceedings of the 1991 IEEE International Conference on Systems, Man, and Cybernetics (SMC '91), 1991, pp.1913-1918.
    30. Baba, N and Kozaki, M, “An Intelligent Forecasting System of Stock Price Using Neural Networks,” IJCNN, 1992, 371-377.
    31. Hung, S.Y.,T.P. Liang , and V.W. Liu, “Integrating Arbitrage Pricing Theory and Artificial Neural Networks to Support Portfolio Management,” Proceedings of ISDSS, June, Hong Kong, 1995.
    32. Lee, K. C., Han I., and Kwon, Y., (1996) “Hybrid neural network models for bankruptcy predictions,” Decision Support Systems, 18, pp.63-72.
    33. 張貽民、梁名,數學建模的幾種基本預測方法的探討,茂名學院學報,16:39-45,2006。
    34. 卜嘉鋒,系統預測模型之建構與應用─以鋼筋物價指數為例,國立台灣科技大學營建工程系碩士論文,2007。
    35. 史開泉、吳國威、黃有評,灰色信息關係論,全華科技圖書股份有限公司,1994。
    36. 溫坤禮、張簡士琨、葉鎮愷、王建文、林慧珊,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,2006。
    37. 劉思峰、黨耀國、方志耕,灰色系統理論及其應用,科學出版社,第三版,2004。
    38. 宋彥輝、聶德新,基礎沉降預測的Verhulst模型,岩土力學,第24卷,第1期,2003。
    39. F. J. Wang, T. Q. Li and C. Z. Yu, Grey verhulst predictive model of road traffic accidents, Journal of Traffic and Transportation Engineering, 6:122-126, 2006.
    40. J. Zhao, F. L. Meng, J. X. Xu and N. X. Chen, Forecasting model of urban sewage discharge based on grey verhulst, Journal of North China Institute of Water Conservancy and Hydroelectric Power, 27:94-95, 2006.
    41. K. L. Wen and Y. F. Huang, The analysis of population in Taiwan based on grey verhulst method, Journal of Grey System, 8:25-34, 2005.
    42. F.S. Zhang, F. Liu, W. B. Zhao, Z. A. Sun and G. Y. Jiang, Applications of grey verhulst model in middle and long term load forecasting, Power System Technology, 27:37-39, 2003.
    43. 田自力,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,1996。
    44. Brigham, E. O.(1998), The Fast Fourier Transform and Its Applications, Prentice-Hall, Inc.
    45. 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。
    46. 王長江,指數平滑法中平滑係數的選擇研究,中北大學學報,27:558-561,2006。
    47. 台灣證卷交易所網站,http://www.tse.com.tw/ch/
    48. Lewis, C. D., Industrial and Business Forecasting Methods, Butterworths, 1982.
    49. 謝明瑞,現代營建,322期,106-107頁,2006。
    50. 劉今升、左德元,GM(1,1)模型與灰色Verhulst模型在路堤沉降預測中的探討,四川建築,26:69-73,2006。
    51. 偶昌寶、俞應南、王戰國,不等時距灰色Verhulst模型及其在沉降預測中的應用,江南大學學報,4:63-65,2005。
    52. 梁小平、薛國強,公路粉噴樁復合地基沉降預測淺論,華東公路,4:56-57,2002。
    53. 羅戰友、鞏曉南、楊曉軍,全過程沉降量的灰色Verhulst預測方法,水利學報,3:30-32,2003。
    54. 徐新跌、方德勝,灰色Verhulst模型預測軟土地基建築物的沉降,地下空間,21:515-518,2001。
    55. 毛新虎、魏海茹、王清玉,西安局部地區地裂差異沉降量灰色模型分析,山西大學學報,25:265-269,2002。
    56. 左其亭、馬軍霞、張能奎,建築物沉降量預測和最終沉降量早期確定的灰色Verhulst模型,巖土工程技術,第1期,1998。
    57. 魏楊平、劉涌江,高路堤沉降的灰色系統理論預測方法,公路交通技術,4:5-12,2004。
    58. 王雙龍,基於灰色Verhulst模型的建築工後沉降預測,測繪通報,10:10-12,2007。
    59. 宋彥輝、聶德新,基礎沉降預測的Verhulst模型,巖土力學,Vol.24,2003。
    60. 王光亞、施斌、于軍,常州地面沉降的灰色Verhulst預測,水文地質工程地質,33:80-88,2006。

    61. 李宏建,隧道變形預測的灰色Verhulst模型,石家莊鐵道學院學報,13:28-30,2000。
    62. Kun-Li Wen and Yi-Fung Huang, The Analysis of Population in Taiwan Based on Grey Verhulst Method, Journal of Grey System, 8:25-34, 2005.
    63. 花向紅、王新洲、陳建峰,灰色理論應用於軌道交通一號線一期工程承重墩沉降分析,測繪信息與工程,31(6):19-20,2006。
    64. 黃聲享、李志成,工程建築沉降預測的非等間距灰色建模,地理空間信息,2(1):41-43,2004。
    65. 梅國雄、宰金珉、趙維炳、殷建華,地基沉降-時間曲線型態的證明及其應用,土木工程學報,38:6-9,2003。

    QR CODE