Logo image
Predicting of Semiconductor Book-to-Bill Ratio by Using Genetic Algorithm based Least Squared Support Vector Machine
Thesis

Predicting of Semiconductor Book-to-Bill Ratio by Using Genetic Algorithm based Least Squared Support Vector Machine

Yang, Yu-Hsien
Masters, 國立清華大學, 資訊工程學系
2010

Abstract

類神經網路 支持向量機 最小二乘支持向量機 基因演算法 半導體 訂單出貨比
半導體廠商對未來景氣的判斷,從整體產業訂單出貨比的變動,最能具體反映。訂單出貨比是以未來設備訂單金額,除以現在實際付出的採購金額。訂單出貨比的預測在製造業、銷售業、高科技產業市場上以及財務經理和投資者的、財務經理跟投資者是個很重要的判斷景氣依據。雖然訂單出貨比在半導體市場變動上是個很重要的指標,卻很少研究能準確的預測訂單出貨比。為了發展一個有效預測出訂單出貨比的機制,這篇論文提出一個以基因演算法為基礎的最小二乘支持向量機方法。透過基因演算法的幫助,可以事先決定了的的支持向量機中最佳化的核函數函其他重要參數。在實驗中我們取1996年到2010年的訂單出貨比,根據目前半導體變動的資料去預測未來可能的訂單出貨比。訂單出貨比的變動或衰退造成的預測準確性差異也在文中去作討論。同時,實驗證明這篇提出的方法可以高達80% 以上的正確性在沒有嚴重的經濟衰減。在未來中,以基因演算法為基礎的最小二乘支持向量機可以運用在預測其他產業週期或趨勢上。

Metrics

1 Record Views

Details

Logo image