关键词
航空机队维修之存货预测与管理
作者: 郭有能   来源: 国立高雄第一科技大学 年份: 2016 文献类型 : 学位论文 关键词: 库存管理  维修备份件  维修政策  需求预测  
描述: 訂庫存政策才能實際解決庫存成本過高之問題。本研究建議於航空機隊維修庫存管理之實務上,因考慮採取下列方法以改善存貨系統之效率:1.建立一自動化之存貨分析與補貨系統,並於系統外與供應商保持密切之聯繫以縮短
使用时间序列分析与类神经网路预测航空燃油价格
作者: 洪咏译   来源: 国立高雄第一科技大学 年份: 2016 文献类型 : 学位论文 关键词: 结构转变点  时间数列分析  航空燃油  类神经网路  燃油避险  油价预测  向量自我回归  
描述: 航空燃油價格波動劇烈,最高點時燃油成本佔航空公司總成本百分之五十以上,導致巨大的營業虧損。而迅速的下跌時,因燃油避險方向錯誤,亦須攤提鉅額的業外損失。但仍有少數航空公司如:美國西南航空公司依靠其燃油避險策略的正確而獲得高額的利潤。故航空公司經營上是否能持續獲利或虧損,與燃油供應鏈之穩定度及燃油避險成功與否有莫大相關。因此,預測燃油價格走勢,並於適當的時間點購入所需之燃油,不但是節流的重點,亦可是獲取業外收益的開源。對於燃油避險的操作和求取穩定之能源供應鏈,未來價格的預測能力乃是上述的重要關鍵。故本研究結合多個時間序列模型如:ARIMA,GARCH,VAR,VECM等並搭配結構轉變點檢定,和倒傳遞神經網路模式(BPNN),預測新加坡航空燃油現貨價格。本研究首先以相關文獻找尋油價波動因子與歷史數據,再以時間序列和類神經網路文獻挑選適當的變數與預測模式。以1986 年6 月至2008 年11 月EIA Petroleum (2009)等,所提供之每月能源數據共270個樣本組,實證研究,最後成功得到三個通過各式統計檢測之時間序列模型,而其樣本外之平均預測準確率分別為89.83%、91.87%和95.85%。而在類神經網路部分,亦有三個不同的網路架其預測準確率分別為87%、87%和90%,故本研究之模型可提供航空公司作為燃油價格預測決策時之參考。
< 1
Rss订阅