百年來僅見的全球性金融風暴造成各產業景氣蕭條，液晶面板(thin film transistor liquid crystal display, TFT-LCD)是個資本密集的產業，每一次的景氣循環造成獲利與虧損都是巨額之金額，台灣及韓國為最大面板生產國，合計產值比重均已超過七成以上。台灣面板廠憑藉快速的應變能力與靈活的供應鏈管理才能有現在之成績，但是由於外來環境的變化與同業的競爭、產品生命週期短等等因素，造成獲利越來越困難，因此面對景氣之衝擊與產能之調節等企業經營手法更顯得重要。因此準確的需求預測不僅可以降低因過度生產造成的存貨成本，也可降低因供應不足所產生之缺貨成本。
大多的需求預測往往需要根據長期之數據與其他指標作為學習預測的參考，但是對於短期因外在突發狀況造成的需求不穩定，並無法藉由這類的模型來獲得準確的需求預測。本研究利用短期之需求數據，配合相關係數的模糊化來產生關係具相依性的虛擬樣本，並以倒傳遞類神經網路進行學習，依此模型產生之結果與灰預測和單純使用倒傳遞類神經網路之結果進行準確度比較。實證結果顯示，虛擬樣本產生增加樣本數加上倒傳遞類神經網路的建構預測模式對於準確度能得到較佳的預測效果。因此本研究所提之需求預測方法，可提供國內面板廠商之產能規劃的參考。

The short-term demand of customers is an important issue for highly competitive industries, especially for the electronics industry. The TFT-LCD (thin film transistor liquid crystal display) manufacturing is a capital intensive industry, and its profit is majorly affected by the global business cycles. However, in 2008, the financial crisis made the demand unpredictable, and caused a huge loss of the TFT-LCD industry. Therefore, this paper aims to propose a short-term forecasting model to overcome the demand problem. By fuzzifying the correlation coefficient between two sample points, more training samples can be generated to enhance the learning performance of BPN (back-propagation neural network). The data collected from a panel maker when the financial crisis happened in 2008 is taken as an example for performance evaluation. In addition, this research also employs the GM(1,1) model and the traditional BPN for performance comparison. The experimental result shows that the proposed approach outperforms the GM(1,1) and the traditional BPN.

中文文獻
王信淇(1988),我國總體經濟預測時間數列模型之研究,國立中央大學統計研究所碩士論文
王瀚德(2001),小波理論與類神經網路應用於潮汐之預測與補遺,國立中山大學海洋環境及工程學系研究所碩士論文
吳行正(2007),台股加權指數於時間序列模型最適解之探討,南華大學企業管理系管理科學碩博士論文
吳於楊(1983),ARIMA模型在領先指標上作短期經濟預測之研究,文化大學經濟研究所碩士論文
李玉芬(2006),台灣區國民生產毛額灰預測模型之研究,義守大學資訊管理研究所碩士論文
李隆振(2002),臺灣近期股價預測之研究,國立中正大學數學研究所碩士論文
周文賢,魏銘佐著(2000)，企業預測-理論架構與實務運作，華泰文化事業股份有限公司
春日井博著(1988)，需求預測入門，書泉出版社
胡哲嘉(2006),時間序列分析對財務營收模型的建構與預測---以A公司為例,國立清華大學統計學研究所碩士論文
徐慶兆(2003),不同經濟基礎下總體經濟變數與股市之關聯性研究,淡江大學財務金融學系碩士在職專班碩士論文
許純君譯(1999)，預測的原則與應用，台灣西書出版社。譯自StephenA.Delurgio博士著”ForecastingPrinciplesandApplications”
郭明哲著(1991)，預測方法-理論與實例，中興管理顧問公司發行
陳安斌、許育嘉(2004),整合小波轉換與神經網路於金融投資決策時間序列預測之研究,資訊管理學報,11：1,139-165
陳捷人(2002),總體經濟指標之綜合預測,東吳大學國際貿易學系碩士論文
陳煒朋(1999)，GARCH模型與隱含波動性模型預測能力之比較,私立淡江大學財務金融研究所碩士論文
黃冠穎(2005),台灣地區降雨時序資料之小波分析,國立成功大學資源工程學系碩博士班碩士論文
蔡志宏(2004),匯率預測模型之檢測-結合時間序列與總體經濟模型,暨南國際大學經濟學系碩士論文
蔡茹鈴(2008),小波轉換與HHT轉換法在金融股價預測之應用,逢甲大學應用數學所碩士論文
鄧美貞譯(2000)，經濟預測與計量經濟模型，台灣西書出版社。譯自RobertS.Pindyck&DanielL.Rubinfeld博士著，”EconomicForecastsand EconometricModels4/e”

英文文獻
Dill,W.R.(1958),“EnvironmentasanInfluenceonManagerialAutonomy”,AdministrativeScienceQuarterly,Vol.2,No.1,Mar.1958,pp.409-443.
Duncan,R.B.(1972),“CharacteristicsofOrganzizationalEnvironmentsandPerceivedEnvironmentalUncertainly”,AdministrativeScienceQuarterly,Vol.17,No.3,Sep.1972,pp.313-327.
Kast,F.E.andJ.E.Rosenzweig(1970),OrganizationandManagement:ASystemsandContingencyApproach,4thed.,N.Y.:McGraw-Hill.
Li,Ding(2003),“Empiricalstudyofinvestmentbehaviorinequitymarketsusingwaveletmethods,”Doctorthesis,RensselaerPolytechnicInstitute,Troy,NewYork,U.S.A.
Makridakis,SpyrosandS.Wheelwright,“Forecasting:IssuesandChallengesforMarketingManagement”,JournalofMarketing,41,Oct.1977,PP24-38.
Narchal,R.M.,K.KittappaandP.Bhattacharya(1987),“AnEnvironmentalScanningSystemforBusinessPlanning”,LongRangePlanning,Vol.20,No.6,Dec.1987,pp.96-105.
Rice,G.andE.Mahmoud(1990),“PoliticalRiskForecastingbyCanadianFirms”,InternationalJournalofForecasting,Vol.6,No.1,1990,pp.89-120.
Still,R.R.,E.W.CundiffandN.A.P.Govoni(1988),SalesManagement,EnglewoofCliffs,N.J.:Prentice-Hall.
Wang,ChangzhouandWang,SeanX.2000,“Supportingcontent-basedsearchesontimeseriesviaapproximation,”ScientificandStatisticalDatabaseManagement,Proceedings12thInternationalConference,69-81
Wheelen,T.L.andJ.D.Hunger(1990),StrategicMangement,3rded.,N.Y.:Addision-Welsey.
Lin,Y.S.&Li,D.C.,2010.Thegeneralized-trend-diffusionmodelingalgorithmforsmalldatasetsintheearlystagesofmanufacturingsystems.EuropeanJournalofOperationalResearch,207(1),121-130.
Tsai,T.I.&Li,D.C.,2008.Approximatemodelingforhighordernon.-linearfunctionsusingsmallsamplesets.ExpertSystemswithApplications,34(1),564-569.