預測專案之現金流量，對營造廠財務之調度有極大的幫助，由於專案必須照著預定工程進度S-Curve所規劃的財務計畫執行，於工程期間持續預測現金流量趨勢，藉以管控工程進度之偏差，可增加專案財務的安全性。本研究透過案例學習發展建立一演化式專案現金流量預測模式，本模式首先利用集群分析的k-means演算法，針對工程歷史案例進行非監督式分群，將案例聚類成群內相似度高，群間差異性大的群組，然後應用融合基因演算法、模糊邏輯與類神經網路所發展而成的「演化式模糊類神經推論模式」（Evolutionary Fuzzy Neural Inference Model－EFNIM）為核心，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因應策略，此策略係在計算求得現金流量預測值與預定工程進度之支出現金流量差異後，在不影響總工期之限制條件下利用浮時，調整作業起始時間及施工速率，改變現金資源需求，使得現況S-Curve趨向預定S-Curve之財務規劃目標，協助專案管理者利用支出現金流量進行專案進度管控。
本研究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，可提供準確性之即時預測，在專案財務因應策略運用上，具體提供穩定財務需求之專案進度建議，協助管理者改善修正進度偏差，讓財會人員能事先進行財務調度，逹成提升專案財務安全之目標。

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. Two approaches were used in this study. Firstly, the K-means algorithm was employed to accomplish unsupervised clustering which clusters projects with similar features together. It will reduce the discrepancy of data sets. Afterward, an inference engine, Evolutionary Fuzzy Neural Inference Model (EFNIM), was used, which fuses three Artificial Intelligence approaches together, that are Genetic Algorithm, Fuzzy Logic and Neural Network. The EFNIM 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. To compare 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 that the developed project cash-flow forecasting model 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. 劉世琪、劉晉宏，「應用資料挖掘探討顧客價值-以汽車維修業為例」，碩士論文，朝陽科技大學工業工程與管理系，2003。
11. 葉怡成，「應用類神經網路」，儒林圖書股份有限公司，台北，2002。
12. 吳宗桂，「營造廠專業協力廠商評鑑模式之建立與應用」，碩士論文，國立台灣科技大學營建工程系，台北，2001。
13. 柯千禾，「山坡地社區防災體系之研究與建立」，碩士論文，國立台灣科技大學營建工程系， 1999。
14. 王欽輝，侯志陞，「FUZZY工學」，全華科技圖書公司，1992。
15. 張志宏，「建築工程擋土開挖安全監測專家決策支援系統之建立」，碩士論文，國立台灣科技大學營建工程系，1998。
16. 陳俊榮，「基因演算法在視覺系統參數校正及尺寸量測上之應用研究」，碩士論文，國立台灣科技大學工程技術研究所，1999。
17. 李銘竣，「演化式案例推理在營建工程履約爭議處理之研究」，碩士論文，國立台灣科技大學營建工程系，台北，2002。
18. 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，台北，2002。
19. 陳弼宏，「專案成功度動態預測－應用演化式模糊類神經推論模式」，碩士論文，國立台灣科技大學營建工程系，台北，2004。
20. 林燕川，「演化式模糊類神經網路應用在深開挖壁體變形預測之研究」，碩士論文，國立台灣科技大學營建工程系，台北，2004。
21. Milton Harris, “Applying controls to highway”, Western Construction , June 1957 , pp. 36,37,42.
22. Peer, S., “Application of Cost-Flow Forecasting Models” J. Constr. Div.,June ASCE, 226-232, 1982.
23. Navon, R., “Company-level cash-flow management, ”Journal of Construction Engineering and Management, ASCE, Vol.122, No.1, pp. 22-29, 1996.
24. 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.
25. Margaret H.Dunham , ”Data mining” , Prentice Hall, 2003.
26. 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).
27. 柯千禾，”Evolutionary Fuzzy Neural Inference Model (EFNIM) for Decision-Making in Construction Management”, 博士論文，國立台灣科技大學營建工程系，2002。
28. 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.
29. 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.
30. 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.