灰預測背景值修改模式在7-ELEVEn營收之預測

MUSTIR > College of Management > Department of Marketing and Logistics Management > Research Projects in School > Item 987654321/1703

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/1703

Title:	灰預測背景值修改模式在7-ELEVEn營收之預測
Authors:	楊明錞
Contributors:	行銷與流通管理系
Keywords:	7-ELEVEN
Date:	2024-10-31
Issue Date:	2024-11-14 14:22:11 (UTC+8)
Abstract:	本研究主要目的將7-ELEVEn營收的預測，以灰預測和背景值的修正提升預測準度。將此套預測模式應用在7-ELEVEn營收預測，將其2018年到2021年之營收資料當作歷史資料，以GM(1,1)建模和背景值修正模式MAPE皆為0.11%，精準度為99.89%，預測2022年誤差皆為8.4%，最後預測2023年的營收值，用以提供經營者或投資者參考，並作為其決策的依據。本計畫研討之理論與應用將包括以下兩項︰ (一) 應用灰預測和背景值修改模式進行7-ELEVEn營收之預測此項研究主要目的將7-ELEVEn營收的預測，以灰預測結合背景值修改的方法進行預測，再將灰預測建模的結果，藉由Lin等人所提出的GM(1,1)背景值修正模式，以7-ELEVEn過去2018到2021年之年營收資料當作少數點建模資料，預測2022年的營收精準度，並預測未來2023年的營收，提供管理者或投資者參考，作為其決策或投資判斷的依據。 (二) 適合灰色GM(1,1)和DGM(2,1)預測模式的資料型態背景值修正模式主要是來自源模型GM(1,1)的預測誤差，若能對資料作前處理，提高GM(1,1)和DGM(2,1)模式預測的精準度，則背景值修正模式的選擇即為次要問題。是否應俱備什麼樣的資料型態或特性，才會使得GM(1,1)和DGM(2,1)得到較佳的預測結果。我們將從原始微分方程推導過程中，試圖找出什麼樣的資料型態或特性，最符合其推導出的非線性指數曲線預測方程式。
Appears in Collections:	[Department of Marketing and Logistics Management] Research Projects in School

Files in This Item:

File	Description	Size	Format
明新成果報告-楊明錞.pdf		870Kb	Adobe PDF	7	View/Open

View Licence

Loading...