印刷電路板（printed circuit board, PCB）被譽為「電子工業之母」、「電子系統產品之母」或「3C產業之基」，是電資通光產業裡不可或缺的關鍵載體。台灣PCB產業從發展至今已逾半個世紀，早已建構出非常完整之產業鏈，並從2011年開始，台灣已是全球最大的PCB供應國家。然而近年來受到中國大陸積極發展PCB產業、日韓等國PCB大廠的窮追不捨以及全球消費性電子產品發展趨緩的影響，台灣的PCB產業正面臨巨大的轉變。

本研究根據個案公司在2010年1月到2018年12月所提供之銷售金額資料，共計108筆之每月銷售金額，使用移動平均法、移動平均法×季節指數、指數平滑法、指數平滑法×季節指數、人工類神經網路、人工類神經網路×季節指數等分析方法進行銷售金額之預測分析。為了驗證銷售預測模式的適用性，本研究將銷售預測模式分為模式訓練階段與模式測試階段進行，並以2010年1月至2016年12月的資料為訓練模式的樣本（共84筆），而以2017年1月至2018年12月的資料當做測試模式的樣本個數（共24筆）。最後再依照個案公司測試資料所建立模式的RMSE值來判定各種分析方法之績效，並將研究結果提供給個案公司做為未來經營管理上的參考。

研究結果顯示：個案公司在過去9年間之每月銷售金額呈現緩步下滑之趨勢，同時由訓練與測試資料的分析中得知，採用「人工類神經網路×季節指數」所建構的銷售金額預測模式之整體誤差（RMSE值）為最小，對於個案公司而言，是一項值得建議使用的工具。

Printed circuit board (PCB) is hailed as "the mother of the electronics industry", "the mother of electronic system products" or "the foundation of the 3C industry", which is an indispensable key carrier in the electronics, information, communications and optoelectronics industry. PCB industry in Taiwan has been in development for more than half a century, and has built a very complete industrial chain. Since 2011, Taiwan has become the world's largest PCB supplier country. However, in recent years, Taiwan's PCB industry is facing a huge transformation due to the active development of the PCB industry in China, the pursuit of PCB manufacturers in Japan and South Korea, and the slowdown in the development of global consumer electronics.

According to the sales amount data from January 2010 to December 2018, a total of 108 monthly sales amount provided by the case company, this study used the moving average method, moving average method × seasonal index, exponential smoothing method, exponential smoothing method × seasonal index, artificial neural networks, and artificial neural networks × seasonal index to predict the sales amount. In order to verify the applicability of the sales forecasting model, this study divided the sales forecasting model into two stages: a training model stage and a testing mode stage. In training model, a total of 84 monthly sales amount data from January 2010 to December 2016 was used as training data, and a total of 24 monthly sales amount data from January 2017 to December 2018 was used as testing data. Finally, according to the RMSE value of the model established by the testing data, the performance of various analytical methods was determined, and the research results were provided to the case company as a reference for future business management.

The results of this study showed that the monthly sales amount of the case company has a slow decline in the past nine years. From the analysis of the training and testing data, the sales forecasting model using artificial neural network × season index method had the lowest overall error (RMSE value), and was a recommended tool for the case company.

一、 中文文獻

于宗先（1972）。經濟預測。台北市：大中國圖書有限公司。
王信勝（2001）。整合分析層級程序與類神經網路之信用評分模型。輔仁大學資訊管理學系碩士班碩士論文，未出版。
王鴻錡（2010）。以技術預測方法探討美國行動電視的產業發展及趨勢。國立台灣科技大學工業管理系碩士班碩士論文，未出版。
方世杰（1988）。市場預測方法一百種。台北市：書泉出版社。
江世傑（2001）。模糊類神經網路在消費性貸款之應用。國立成功大學工業管理學系碩士班碩士論文，未出版。
余序江、許志義、陳澤義（1998）。科技管理導論：科技預測與規劃。台北市：五南圖書出版股份有限公司。
呂奇傑（2001）。演化式類神經網路分類技術於資料探勘上之應用。輔仁大學應用統計學研究所碩士論文，未出版。
吳佳安（2015）。溫泉飯店顧客流失預測模式之研究。輔仁大學科技管理碩士學位學程在職專班碩士論文，未出版。
吳國禎（2000）。資料探索在醫學資料庫之應用。中原大學醫學工程學系碩士班碩士論文，未出版。
何宜樺（2015）。台灣國際觀光旅館營業額預測之研究。輔仁大學企業管理學系管理學碩士在職專班碩士論文，未出版。
邱志洲、李天行、周宇超、呂奇傑（2002）。整合鑑別分析與類神經網路在資料探勘上之應用。工業工程學刊，19(2)，9-22。
邱宏彬、許依宸（2011）。資料採礦在學生流失偵測上之應用。資訊管理研究，11，83-99。
林隆儀、羅文坤、鄭英傑（1991）。新產品行銷策略。台北市：超越企管顧問股份有限公司。
周德芳（2016）。臺灣針織產業銷售預測之實證研究。輔仁大學企業管理學系管理學碩士在職專班碩士論文，未出版。
周慶華（2001）。整合基因演算法及類神經網路於現貨開盤指數之預測－以新加坡交易所摩根臺股指數期貨為例。輔仁大學金融研究所碩士論文，未出版。
施柏屹（2001）。倒傳遞類神經網路學習收斂之初步探討。國立中央大學機械工程研究所碩士論文，未出版。
范郁君（2013）。提升雷射二極體整體生產良率策略之研究。輔仁大學統計資訊學系應用統計碩士在職專班碩士論文，未出版。
翁英鐘（2016）。航空油價預測之研究。國防大學運籌管理學系碩士班碩士論文，未出版。
高樹軍（2005）。管理學。中國北京：科學出版社。
許峻源（2001）。類神經網路與MARS於資料探勘分類模式之應用。輔仁大學應用統計研究所碩士論文，未出版。
許博傑（2019）。PCB新兆元產業　聚焦7大應用　需求延燒不退。非凡商業周刊，第1137期。
郭永勝（2018）。灰色預測應用於脫蠟鑄造產品需求預測之研究—以P公司為例。國立中央大學工業管理研究所在職專班碩士論文，未出版。
曹耀鈞、薛舜仁（2011）。自我迴歸整合移動平均法在指數股票型基金之預測效果研究。臺灣銀行季刊，62(3)，202-217。
陳芳君（2012）。以資料採礦探討學生流失及其相關因素之研究。南華大學資訊管理學系碩士班碩士論文，未出版。
陳建良、王孔政、吳政俊、賴宜伶、陳佳雯（2008）。類神經網路於農業產銷預測模式之應用。先進工程學刊，第3卷第3期，頁241-249。
陳麒文（2002）。健康休閒俱樂部顧客流失分析模式之研究。輔仁大學體育學系碩士班碩士論文，未出版。
陳麒文（2011）。資料採礦於職業棒球勝隊預測模式之建構。國立體育大學體育學院體育研究所博士論文，未出版。
陳麒文（2016）。探勘不平衡資料之場次異常偵測模式－以中華職棒大聯盟假球事件為例。輔仁大學商學研究所博士論文，未出版。
張一鳴（2016）。運用服務體驗工程法探討印刷電路板產業以及綠色材質雲服務平台之貢獻。臺北市立大學資訊科學系碩士在職專班碩士論文，未出版。
張政一（2001）。類神經網路於有價證券預測股價及漲跌之研究。中國文化大學國際企業管理研究所碩士論文，未出版。
張麗娟、許家豪、張耀元（2012）。建構臺灣電子業財務預警—以資料探勘技術分析。臺灣銀行季刊，63(1)，182-217。
彭慧雯（2001）。建構信用卡資料挖礦架構及其實證研究。國立台北科技大學生產系統工程與管理研究所碩士論文，未出版。
黃一家（2012）。以資料探勘技術應用於服務品質之個案研究－以全聯為例。國立彰化師範大學企業管理學系碩士班碩士論文，未出版。
黃雅蘭（2001）。臺灣股價指數期貨套利之研究－類神經網路與灰色理論之應用。國立臺灣科技大學資訊管理系碩士班碩士論文，未出版。
黃建榮（2010）。印刷線路板成本資訊系統建置之個案研究。國立交通大學管理學院碩士在職專班經營管理組碩士論文，未出版。
蔡裕春（2001）。臺灣地區營造工程物價指數預測之研究－以類神經網路與ARIMA模式。輔仁大學應用統計學研究所碩士論文，未出版。

魯振華（2001）。人壽保險廣告類型有效性的預測模式－應用類神經網路。逢甲大學保險學系碩士班碩士論文，未出版。
劉嘉鴻（2001）。整合灰預測及類神經網路模型研究股市盤後期貨價格之資訊內涵：以摩根臺股指數及日經225指數為例。輔仁大學金融研究所碩士論文，未出版。
賴忠孝（2005）。科技產業的創新策略管理之研究–以台灣華通電腦公司為例。國立中山大學企業管理學系研究所碩士論文，未出版。
賴欣儀（2000）。消費者風險態度與資金運用行為對銀行信用卡業務影響之研究。國立中山大學企業管理學系研究所碩士論文，未出版。
謝邦昌（2017）。Excel 2013資料採礦完全手冊。台北市：元華文創股份有限公司。
藍俊雄、周信甫（2004）。光電產品預測之研究：以LED為例。環境與管理研究，5(2)，67-78。
蘇文娟（2000）。臺灣上市企業財務危機預測之實證研究。國立東華大學國際經濟研究所碩士論文，未出版。

二、 英文文獻

Bal, C., & Demir, S. (2017). Forecasting TRY/USD exchange rate with various artificial neural network models. TEM Journal, 6(1), 11-16.
Berry, M. J. A., & Linoff, G. S. (1997). Data mining techniques: for marketing, sales, and customer support. New York: Wiley Computer.
Bilski, A. (2011). A review of artificial intelligence algorithms in document classification. International Journal of Electronics and Telecommunications, 57(3), 263-270.
Brédart, X. (2014). Bankruptcy prediction model using neural networks. Accounting and Finance Research, 3(2), 124-128.
Cheng, B., & Titterington, D. M. (1994). Neural network: a review from a statistical perspective. Statistical Science, 9, 2-54.
Erdogan, O., & Goksu, A. (2014). Forecasting Euro and Turkish Lira exchange rates with artificial neural networks (ANN). International Journal of Academic Research in Accounting, Finance and Management Sciences, 4(4), 307-316.
Freeman, J. A., & Skapura, D. M. (1992). Neural networks algorithms, applications, and programming techniques. MA: Addison-Wesley Publishing Company.
Gepp, A., Wilson, J. H., Kumar, K., & Bhattacharya, S. (2012). A comparative analysis of decision trees vis-`a-vis other computational data mining techniques in automotive insurance fraud detection. Journal of Data Science, 10, 537-561.
Guresena, E., Kayakutlua, G., & Daim, T. U. (2011). Using artificial neural network models in stock market index prediction. Expert Systems with Applications, 38(8), 10389-10397.
Heizer, J., & Render, B. (2013). Principles of operations management. New York: Pearson Education, Inc.
Hyndman, R. J., & Athanasopoulos, G. (2014). Forecasting: principles and practice. Australia: OTexts.
Khan, Z. H., Alin, T. S., & Hussain, A. (2011). Price prediction of share market using artificial neural network (ANN). International Journal of Computer Applications, 22(2), 42-47.
Largani, M. S., pourali lakelaye, M., Kaviani, M., & Largani, N. S. (2012). Bankruptcy prediction using artificial neural networks evidences from IRAN stock exchange. ARPN Journal of Science and Technology, 2(6), 562-566.
Manikandan, R., & Sivakumar, R. (2018). Machine learning algorithms for text-documents classification: A review. International Journal of Academic Research and Development, 3(2), 384-389.
Mishra, C., Gupta, D. L., & Singh, R. (2017). Credit card fraud identification using artificial neural networks. International Journal of Computer Systems, 4(7), 151-159.
Patidar, R., & Sharma, L. (2011). Credit card fraud detection using neural network. International Journal of Soft Computing and Engineering, 1(NCAI2011), 32-38.
Rumelhart, D. E., Hinton D. E., & Williams, R. J. (1986). Learning internal representations by error propagation in parallel distributed processing. MIT Press, 1, 318-362.
Vellido, A., Lisboa, P. J. G., & Vaughan, J. (1999). Neural networks in business: a survey of applications (1992-1998). Expert Systems with Applications, 17, 51-70.
Werbos, P. J. (1974). Beyond regression: new tools for prediction and analysis in the behavioral sciences. Unpublished doctoral dissertation, Harvard University, MA.
Zhang, G., Patuwo, B. E., & Hu, M. Y. (1998). Forecasting with artificial neural networks: the state of the art. International Journal of Forecasting, 14, 35-62.
Zurada, J. M. (1992). Introduction to Artificial Neural Systems. New York: West Publishing Company.

三、 網路資料

王賜麟（2019a）。PCB上游　2018全年營收表現佳。工商時報。2019年3月26日，取自：https://ctee.com.tw/news/stock/22458.html
王賜麟（2019b）。台商PCB產值創高　聚焦智慧製造。工商時報。2019年3月24日，取自：https://www.chinatimes.com/newspapers/20190216000301-260210
王賜麟（2019c）。陸PCB廠快速成長　直逼台灣龍頭地位。工商時報。2019年3月24日，取自：https://www.chinatimes.com/newspapers/20190222000365- 260204
台灣電路板協會（2019）。2018台灣PCB產業鏈總產值達9,583億新台幣　成長達5.6%。2019年3月24日，取自：https://www.tpca.org.tw/Message/ MessageView?id=3833&menutype=0&sitemenuid=15
台灣電路板協會（無日期）。印刷電路板產業鏈簡介。2019年3月24日，取自：https://ic.tpex.org.tw/introduce.php?ic=L000
漢語網（無日期）。預測詞語解釋。2019年3月26日，取自：http://www.chinesewords. org/dict/332139-291.html
維基百科（2018）。印刷電路板。2019年3月25日，取自：https://zh.wikipedia.org/ wiki/印刷电路板