本論文乃應用聯合分析方法，此求解消費者基礎的產品最佳化問題，及探求與評估各 產品之目標市場。透過理論的探討與介紹，從而建立研究分析架構：由最佳產品的產 生，到目標市場之形成、確認與評估。研究中以夏克（Shocker）和史瑞尼瓦森（Sri nivasan）的LINMAP 程式，來求算聯合分析成分效用值；以華德氏（Ward）的集群分 析（Cluster Analysis）程式來歸併目標市場集群，進而確認與評估此一目標市場之 潛量性，並且選擇國產自用轎車為實例研究的產品，及藉國產自用轎車實際銷售業績 ，檢定本研究之效度。期盼本研究之結果，能有助於學術界和企業界對聯合分析法的 重視，進而逐漸加以採用。

全文共分為五章, 首章為緒論, 末章為結論。 第二章為選擇準則, 說明各種準則函數 ,此為挑選變數與比較方程式優略之依据。其 內容有殘差平方和, 多元相關數平方R2及-R2、 誤差平方總和CP、平均預測變異量JP 、預測平方和等。 第三章為基本技巧, 其含有所有可能迴歸法、最優法、逐步迴歸, 并說明各技巧之特 性及優缺點, 以及計算步 。 第四章為應用技巧, 利用偏估計式之特性, 將之和基本技巧相結合, 此外尚有因素分 析及集群分析法。偏估計式中有主要成分分析、脊迴歸。

本文運用模擬的方法，產生產險業所面臨的損失分佈、投資資產的變動，欲得到最好的資產配置比例，並考慮重新平衡的效果，探討何種方法為產險業最好的資金運用策略。在模擬了1,000次，產生未來23年的年末資產負債表後，我們得到產險公司應如何配置其資金於：現金、股票、1-15年期債券及房地產的比例，加入重新平衡的概念，運用目標方程式的建立，最後得到一個最好的資金配置及平衡策略。 / We applied simulation techniques to imitate some situations that insurance companies have handled, including loss development, asset value variations, and dynamic programming asset allocation. The asset allocation ratios and the timing of rebalancing the assets affected our objective outcomes. After simulating 23 years for 1,000 times, we find how insurance company allocates their capital in four accounts: cash, stock, fifteen kinds of maturity bonds, and real estate. We finally pointed out strategy resulted in the best outcome by comparing between single period optimal asset allocating ratios and rebalanced asset allocation ratio outcomes.

程序式動畫是一種根據使用者所提供的高階運動參數，自動產生動畫的方法。藉著高階的運動參數，程序式動畫比運動擷取資料有著更高的彈性。使用者可透過調整參數，輕易地讓動畫滿足情境上所需的限制。但如何調整適當的運動參數以產生擬真的動畫仍屬不易，因此程序式動畫常有在視覺上觀感不自然的問題。本研究的目標是，將運動擷取資料擬真的要素，帶到程序式動畫之中，以改進程序式動畫的品質。我們將問題定義成一個最佳化問題：給定一段運動擷取資料，系統該如何調整程序式動畫之參數，使得程序式動畫與運動擷取資料的差距盡可能地縮小？我們的系統可以參考一段運動擷取資料，以最佳化演算法，自動調整程序式動畫的參數，搜尋能產生出與運動擷取資料最為相似的運動參數。為了進一步讓產生之動畫符合環境的限制需求，多組最佳化過後的運動參數可以再透過內插，重新產生出一組符合限制需求的運動參數。實驗結果顯示，我們的方法不但使程序式動畫得以保留原來彈性的優點，也改善了程序式動畫常有的視覺觀感不自然的缺點。 / Procedural animation provides a way for a user to generate animation according to the high-level motion parameters that the user supplies. With the high-level motion parameters, procedural animation has the flexibility of generating animation accommodating the requested constraints in a scenario. However, tuning parameters to generate realistic animations usually is a difficult task. Therefore, animations produced with this approach often have the drawback of unrealistic-looking. Our goal is to improve the quality of procedural animation by bringing the naturalness of motion capture data into procedural animation. We model our problem as an optimization problem: given a motion captured clip, how does the system tune the motion parameters in an animation procedure to minimize the difference between animations produced by a procedure and captured in a motion clip? Our proposed system takes a motion captured clip as a reference and tunes the motion parameters of the animation procedure with an optimization algorithm. In order to generate animation satisfying environmental constraints, multiple optimized motion parameters can be interpolated to create a new set of motion parameters which can also satisfy the constraints. Our experimental results show that our method not only retains the flexibility of procedural animation, but also enhances the quality of procedural animation.

在科技持續進步的時代，金融市場發展隨著社會的演進不斷地成長與活絡，金融商品也從原本單純的本國存放款、外幣投資衍生出票券、債券等利率投資工具；除此之外，隨著資本市場的擴張，股票、基金、期貨與選擇權等投資標的更是琳瑯滿目。 而後產生了許多人使用資料探勘工具預測市場的買賣時機。如Baba N., Asakawa H. and Sato K.(1999)使用倒傳遞類神經網路來預測到股市未來的漲跌，而後又在2000年研究當中加入基因演算法來求得倒傳遞類神經網路的權重，得到最後的類神經網路模型。 在做資料探勘的同時，我們得在希望預測目標(Target)上事先定義好一套固定規則，這會使得模型的彈性與可預測度降低，本研究希望能透過資料探勘工具增加預測目標規則的彈性，增加模型最後的預測準確度。 本研究樣本區間選用2010年到2015年的台指期貨數據做為資料，並結合羅吉斯回歸與粒子群演算法建構更加有彈性的預測模型結果，最後發現在未來10分鐘，若漲幅超過0.1114%做為買進訊號的話，其建立出的模型可達到84%的預測準確度。

近年來，凸函數最佳化相關的理論與實務已漸趨完善並廣泛應用在各種不同的領域上。已知針對限制條件下之最大概似估計量（Maximum Likelihood Estimator，簡寫MLE）求解的統計問題，一般都是先求解在無限制條件下之全域最大概似估計量（global MLE），若所求得之解能滿足給定的限制條件時，則代表我們的確得到所要的結果；但若所求得之解不能滿足限制條件時，我們就必須考量於此限制條件下之求解區域的最大概似估計量（local MLE），而其計算通常趨於複雜。在本研究中，我們嘗試藉由凸函數最佳化的理論與方法在受限最大概似估計量的求解上。首先針對一組2X2列聯表（contingency table）資料，給定限制條件為勝算比（odds ratio，簡寫OR）不小於1情況下，欲求各聯合機率之受限最大概似估計量。接下來則討論針對3X2列聯表資料，給定兩個區域勝算比（local OR）皆不小於1之限制條件，求取各聯合機率的受限最大概似估計量。我們最終整理歸納出一套分析方法，並將此歸納結果拓展到對於任意J不小於2之JX2列聯表中之受限最大概似估計量計算問題上。本研究中所提出的求解方法包括將決策變數重新參數化，忽略原始的線性限制等式，並另外在原始目標問題中加入某個懲罰項，使其新的最佳化問題滿足凸函數最佳化問題的條件。接下來利用凸函數最佳化之理論，列出其Karush-Kuhn-Tucker 條件，再藉其中的互補差餘條件(complementary slackness)來分析求得理論最佳解。最後我們得出當懲罰項之相對應的係數為n時，則其所求得之最佳解即為此統計問題中之受限最大概似估計量。

我們以公平頻寬配置考慮網路上多重等級與多重服務品質的效用函數， 利用權重效用函數提出兩種數學最佳化模型。 這兩個模型的目標都是要尋找權重效用函數總和值的最大值。 本篇論文特別以權重為決策變數， 研究最佳權重的行為模式， 並求得最佳權重分佈公式。 我們發現模型I的總權重效用只看重某個效用值最大的等級， 完全忽略其他效用值較小的等級； 即最大效用函數的最佳權重為1，其他效用較小的最佳權重為0。 在最佳化過程中， 模型II的數值資料呈現出最佳權重架構為：最佳權重中的每個權重均相等，且總和為1。 我們隨後證明這些結果，並利用GAMS軟體來呈現數值資料。 / We propose two mathematical models with weighted utility functions for the fair bandwidth allocation and QoS routing in communication networks which offer multiple services for several classes of users. The formulation and numerical experiments are carried out in a general utility-maximizing framework. In this work, instead of being fixed, the weight for each utility function is taken as a free variable. The objective of this thesis is to find the structure of optimal weights that maximize the weighted sum of utilities of the bandwidth allocation for each class. We solve it by proposing two models in terms of fairness. Model I and II are constructed to compare different choices for optimal weights. For Model I, the structure of optimal weights form a vector which consists of one for a class and zero otherwise. For Model II, the form of optimal weights is that each weight of utility function is equally assigned. The results are proved and illustrated by software GAMS numerically.

由於商業、工業和民生各方面大量的用電需求，使得電費在某些季節會特別昂貴。又因為電力的生產和儲存都有限，故電力公司為了能更有效率的分配總電力，要求消費者事先訂定各自用戶的契約容量，做為每個月分配電力的最大標準。對於消費者而言，相較於較高的契約容量，選取較低的契約容量通常負擔的基本電費也較低，但是當用電量超過契約容量時則必須支付高額罰金。因此消費者為了盡可能使長期的用電消費降低，選擇一個合適且最佳的契約容量是很重要的課題。在本文中以隨機模型”具飄移項之布朗運動”作為分析用電量趨勢的模型，並介紹如何做模型的驗證以及參數的估計，接著建構出總電費的期望值估計式以尋找最佳的契約容量。最後，以政治大學的實際用電量資料作為本文的研究實例，並提出選擇契約容量之建議方針。

零售業是美國最大的產業之一，近年來科技進步以及網路購物擁有價格優勢、交易方便等優點，未來電子商務將成為主流的銷售形式之一，一般實體零售業者如何因應這股潮流是一大課題。 　　與本研究有關之美國服飾零售業，實體店家還是占市場的多數，因此，為了提升服飾零售實體店家的競爭優勢，我們預測來店人數，一方面調整人力資源的分配與進貨量，提供顧客優良的服務品質，另一方面視情況提出促銷方案吸引顧客上門，進而提升營運效率。 　　每年從感恩節到聖誕節這一個月的時間，是關乎全美零售業生存與否的重要時刻，這段時間的銷售額約占全年銷售總額的1/5，也就表示來店人數在這段期間會維持在一定的數值以上甚至達到全年巔峰，而如何不受影響達到精準預測？本研究欲找出指數平滑法中適合的模型精準預測來店人數的資料。 　　本研究旨在探討指數平滑法與延伸之狀態空間模型，指數平滑法屬於時間序列(Time series)的預測方法，是應用相當廣的一種預測方法，一般由趨勢(Trend)以及季節性(Seasonality)組合而成，而將指數平滑模型加入誤差項以後的狀態空間模型，過去一直沒有一個隨機模型做為架構納入概似估計與預測區間等，近幾年才發展出模型之最佳化準則來估計參數，而本研究想探討哪一個狀態空間模型適用於預測來店人數資料以及狀態空間模型之最佳化準則是否能使預測結果更準確。 　　本研究之資料為美國時尚精品服飾店2007年營業時間內每小時來店人數，而實證分析後發現Holt-Winters季節性加法模型ETS(A,A,A)蠻適合用來預測來店人數，此外ETS(A,A,A)模型之最佳化準則以AMSE準則與MLE準則表現最佳， MAE準則表現最差。

電子產業日益競爭下，個人電腦 (PC) 已走向一個成熟且低毛利率的產業。由於市場的成熟，廠商提供消費者多樣化的產品選擇，以致產品的生命週期愈趨縮短；產品的售價也因市場的過度競爭，而愈趨下跌。反觀產品供應鏈，原物料、人工成本以及原始設計製造 (ODM) 廠商的報價，卻是逐年上揚。因此對於一個國際品牌個人電腦廠商而言，如何提昇整體產品銷售組合的毛利率，已是攸關廠商生存的重要課題之一。 本研究著重在從財務管理的觀點探討，如何有以有效運用及控制公司內部研發資源為前提，建立並導出一適當的財務模型，提供最佳化的新產品獲利組合預測，增進公司整體之營運效益。並選擇某國際品牌高科技公司之消費性筆記型電腦部門為研究對象，對其新產品組合之獲利最佳化模式預測做整體性評估、驗證及可行性分析之探討。研究結果發現財務模型所提供之最佳化產品組合預測可提供產品銷售獲利最佳化預測資訊，然而除最佳獲利外，廠商實際上仍須考量維持市場佔有率以保持競爭力，經實務面的需求調整後，才為公司之最佳化產品組合。以此研究提供相關產業廠商未來發展之參考。 / Electronic industry has rapidly become more competitive, and personal computer is already in a sophisticated and low gross-margin market. Due to the sophistication, consumers face various product choices and hence the product life cycles are shorter. The product price is also decreasing because of severe competition. On the other side, product supply chain, including material price, labor cost, and the offer price of original design manufacturer, is escalating year over year. As a result, how to increase the gross margin of product portfolio is important to the company. This thesis begins with a financial management view, based on the condition of effective resource use and control, to build an appropriate financial model which can forecast the optimal product portfolio and the return. Taking an international high-technology company as research object, we found that except the profit capability, market share is also a critical factor which should be concerned when building the portfolio in reality.