Kuo, Y. F., and Chen, P. C. 2007. Prediction of Container Throughput in Kaohsiung Port Using Univariate ARIMA, Neural Network, and GM (1,1) Models. NTU Management Review, 17 (2): 107-132
郭英峰, 國立高雄大學資訊管理學系教授
陳邦誠, 樹德科技大學經營管理研究所碩士
Abstract
貨櫃吞吐量對台灣經濟扮演著舉足輕重的角色，且能帶動國家整體的經濟發展，因此建構未來貨櫃吞吐量需求模型，以提供足夠的資訊，做為政策研擬及港埠發展規劃之用，為當前重要的課題。本研究以單變量ARIMA 模式、類神經網路及灰色GM (1,1) 模型三種預測模型應用於高雄港貨櫃吞吐量之預測，且透過MAPE、RMSPE 與THEIL 三種評鑑指標加以評估其效能。研究結果顯示各預測模型均有高度之精準度，其中又以灰色GM (1,1) 模型有最佳的適配能力，其次為單變量ARIMA 模式，最後為類神經網路。
Keywords
單變量ARIMA 模式類神經網路灰色GM (11) 模型