以时间序列与人工智慧方法预测订单需求以台中呈.PDFVIP

2009 年資訊科技國際研討會論文集 以時間序列與人工智慧方法預測訂單需求 ─以台中呈欣公司為例 張峯銘 林家慶 亞洲大學 亞洲大學 資訊科學與應用學系 資訊科學與應用學系 fmchang@.tw hchs810268@.tw 摘要 Network, Fuzzy Neural Network, order of goods. 公司與顧客最直接且頻繁的關係，可認定 為彼此之間的產品買賣關係，若沒有訂單，公 1.前言 司就無法獲取利潤，維持公司之存續就會出問 題。因此訂單的獲得，是一切商業公司生存的 由於許多製造業為接受顧客訂單之後，才 基礎。接獲訂單後，各別產業才能依其生產系 開始於生產線備料以製造產品，但是一旦顧客 統，加以運作生產，在生產線的排程中，若是 在某一時段集中下單，將會使得整個生產線擁 生產機台與人員無法協調，將會造成企業資源 塞；反之，若在某一時段顧客都沒下訂單，就 的浪費，因此需要訂單之預測以解決此問題。 會造成整個生產線停擺，或是員工的作業分配 本研究使用實例公司之歷史資料，以移動平均 不一，如此就會造成生產線的靈活度下降。而 法、指數平滑法、類神經網路和模糊類神經網 在此情況下，雇主所要付出的人事成本將大為 路這四種方法去比較其訂單預測的準確度。由 提高，因為訂單若是集中下單，為了在訂單期 實驗顯示，模糊類神經網路之準確度，優於其 限趕出每張訂單的產品，就必須要讓員工加班 他三種方法，較適合做為訂單預測之工具。 以縮短產品製程；相反的，若員工作業分配不 一或是公司幾乎沒有顧客訂單，會讓員工閒置 關鍵詞 ：銷售預測、類神經網路、模糊類神經 和工作效率降低，且花費不必要的人事成本， 網路 因此訂單之預測就顯得很重要。 本研究實驗以「呈欣工業股份有限公司」 Abstract 為案例，此公司於西元 1984 年成立於台灣台 The relation between an enterprise and its 中市西屯區，專業生產散熱片、固定片、隔離 customers is orders of goods. No benefit will 罩各式支架等五金沖壓件及機箱外殼等。因業 be gotten if there is no order. In addition, 務所需引進 NCT自動沖床及電腦折床，專業 forecast of the number of orders is very 生產大型機箱外殼及各類面板。應客戶要求專 important for an enterprise, because the number 業打樣設計等服務。 of orders affects production utility. A sudden 此公司主要營業額之 70%為生產包裝機 large number of orders causes the paucity of 之零組件，其中以包裝機面板、內