傅增棣臺灣大學:機械工程學研究所王禎麟Wang, Zhen-LinZhen-LinWang2010-06-302018-06-282010-06-302018-06-282009U0001-0501200909403700http://ntur.lib.ntu.edu.tw//handle/246246/187270評估條件之權重一般是由評估者所賦予，且是影響評估結果符合評估目的之重要因素，也能協助設計工程師預估消費者對於產品屬性之期望，因此本研究嘗試尋找權重估計誤差較小的方法，以提供設計決策時之所需。首先會建立一套評估權重賦予方式的比較基準，以評比各個多條件決策方法，再藉由比較結果，說明各個方法的優缺點與適用時機。在其中，誤差較小的方法為最佳化權重模型法。而權重亦具有跨年變化之特性，因此可將其他可依據歷史數據作預測之時間序列方法納入，顯示自迴歸移動平均模型（即ARMA模型）除了具有估計年份越近，誤差會越小之特性外，在資料補足後，其所估計之誤差亦為最小。因此，可以使用ARMA模型作為評估條件歷年權重演變趨勢之預估。Weightings of the evaluation criteria are normally determined by evaluators, which are also important factors influencing results of evaluation. Engineers need to know preference of criteria based on consumer’s viewpoints through weightings. The objective of this research is to find a method to more accurately estimating weightings for evaluation. A standard set of data has been devised in this research for comparing various multiple criteria decision making methods. The comparison shows benefits and drawbacks of each method along with conditions of applications. It concludes that the optimum weight model method is more accurate than others. Weightings also have the properties of changing values over time. Therefore, the time series analysis methods for historical data should be introduced. The autoregressive moving average (ARMA) model was found possessing the properties of better accuracy for near-period weightings, and was more accurate with adequate data. The ARMA model is therefore a better method for estimating the trend weightings in history.口試委員會審定書 (i)謝 (ii)文摘要 (iii)文摘要 (iv)錄 (v)一章 緒論 (1).1 研究背景與動機 (1).2 文獻回顧 (2).2.1 評估基本理論 (2).2.2 權重的賦予方法 (5).2.3 時間序列方法 (7).3 研究方法與流程 (9).4 論文架構 (10)例 (11)二章 研究方法 (13).1 前言 (13).2 標準評估表之架構 (13).3 主觀權重賦予方式 (15).3.1 分析層級程序法 (15).3.2 最小平方法 (16).3.3 卡方最小平方法 (18).3.4 權重演變趨勢法 (20).3.5 最佳化權重模型法 (21).4 客觀權重賦予方式 (22).4.1 熵技術法 (22).4.2 多目標最佳化法 (24).5 時間序列方法之介紹 (27).5.1 自迴歸滑動平均模型法 (27).5.2 移動平均法 (29).5.3 指數平滑法 (29)格 (31)例 (33)三章 基準及目標資料之設定 (35).1 前言 (35).2 基準資料設定 (36).2.1 權重數據之設定 (36).2.2 得分數據之設定 (38).3 時序資料之設定 (39).3.1 資料現況 (39).3.2 缺漏資料之處理 (40).4 數據資料之檢定方法及程序 (41)格 (44)例 (57)四章 權重賦予方法之評比 (58).1 前言 (58).2 主客觀權重賦予方式之比較 (58).2.1 權重之比較 (59).2.2 總得分之比較 (62).2.3 方法討論 (64).3 時間序列方法之比較 (67).4 綜合討論 (70)格 (71)例 (78)五章 結論與建議 (81).1 結論 (81).2 未來展望與建議 (82)考文獻 (84)2612035 bytesapplication/pdfen-US權重多條件決策時間序列方法weightingmultiple criteria decision makingtime series analysis methodthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/187270/1/ntu-98-R95522613-1.pdf