結合時間序列與類神經網路搆建可靠度成長之預測模式硏究
摘要
摘要 可靠度成長預測模式是管理者作決策時的重要依據，並可依此模式減少成本。本研究結合ARIMA分析與倒傳遞類神經網路兩種預測技術，提出新的可靠度預測模式之構建方法，稱之爲「結合輸入倒傳遞類神經網路」。此技術的作法是利用ARIMA分析所得的結果，當作倒傳遞類神經網路訓練與測試時的輸入變數。這種結合的作法不僅考虑到預估誤差的資訊，而且先以ARIMA進行分析會對問題有一初步的概括瞭解。本研究所提的方法，不僅可以提昇可靠度成長之預測模式的預測能力，也可增快網路收斂的速度。最後，由實例及模擬數據顯示本研究所提的建構技術比單以ARIMA分析或倒傳遞類神經網路技術所構建出的模式有較好的預測能力，且具穩健性。
引用本文（GB/T 7714）
Chao-Ton Su, Lee‐Ing Tong, Chee-Ming Leou. 結合時間序列與類神經網路搆建可靠度成長之預測模式硏究[J]. Journal of the Chinese Institute of Industrial Engineers, 1997.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。