完整後設資料紀錄
DC 欄位語言
dc.contributor.author陳安斌en_US
dc.contributor.authorCHEN AN-PINen_US
dc.date.accessioned2014-12-13T10:39:22Z-
dc.date.available2014-12-13T10:39:22Z-
dc.date.issued1995en_US
dc.identifier.govdocNSC84-2213-E009-019zh_TW
dc.identifier.urihttp://hdl.handle.net/11536/96406-
dc.identifier.urihttps://www.grb.gov.tw/search/planDetail?id=197373&docId=34591en_US
dc.description.abstract半導體工業為一資本與技術密集的高科技 產業,該產業具有技術層級複雜,資金需求龐大, 產品生命週期短,市場變化快及精密度、技術 專業水準高等特性.因而也使得該產業風險相 對提高.其中尤其以半導體工業的原料晶圓,它 既屬於高價值的物料,而目前國內半導體業所 有晶圓又係皆由國外廠商提供.因此企業在面 對供應與需求不確定性時,為了能有較佳彈性 且能滿足安全前置時間的需求,一套能精準地 預測晶圓需求模式以便設定最低安全庫存量的 決策程序,便是本研究初期的目標.因此,本研究 的最終目標即是建立一整合的決策輔助系統. 由於於一九九二年八月本研究計畫獲國科會與 台灣積體電路公司之支持,集合業界專家及統 計、資訊、管理等學域之學者組成研究群,擬 以三年的時間作有系統的、以工業實用為導向 的統計科技與與類神經網路科技的整合應用. 但因第一期計畫經過整個研發小組對該公司須 求預測重要性的重新定位,認定物料(晶圓)須求 的不確定性實須詳加研究並加以克服.故在國 科會同意下再延長半年時間提出三大不同性質 的預測模型:統計ARIMA分析模式、類神經網路預 測模式及AHP市場行為預測模式.而此也已在第 一期計畫中獲得相當的分析成果.然也因此之 故原三年計畫之後二期研究將合併為一期,並 擬以未來一年時間完成.本年的研究內容分別 敘述如下:以類神經網路學習六大類晶圓需求, 以建立決策輔助系統之基本模式庫.另一方面 使用ARIMA統計定量分析,以其在類神經網路與 ARIMA分析中進行預測分析比較以求得最適解.此 外並將以第一年的成果為核心,配合本期擬以工作站所建的人機界面使成為一完整的決策輔 助系統.zh_TW
dc.description.sponsorship行政院國家科學委員會zh_TW
dc.language.isozh_TWen_US
dc.subject半導體工業zh_TW
dc.subject決策支援系統zh_TW
dc.subject統計ARIMA分析模式zh_TW
dc.subjectAHP市場行為預測模式zh_TW
dc.subject模式庫zh_TW
dc.subject工作站zh_TW
dc.subject人機界面zh_TW
dc.subject類神經網路預測模式zh_TW
dc.subjectSemiconductor industryen_US
dc.subjectDecision support systemen_US
dc.subjectARIMAen_US
dc.subjectAHPen_US
dc.subjectModel baseen_US
dc.subjectWorkstationen_US
dc.subjectHuman interfaceen_US
dc.title台灣半導體工業生產計畫決策輔助系統之設計zh_TW
dc.titleA Production Management Decision Support System Design in the Taiwan Semiconductor Industryen_US
dc.typePlanen_US
dc.contributor.department國立交通大學資訊管理研究所zh_TW
顯示於類別:研究計畫