台灣的電子產業蓬勃發展，而以製造為競爭優勢的OEM及ODM更是主要的業務重心；然而，多數核心零組件仍須仰賴國外供應，因此造就專業的電子零組件通路商，在整個供應鏈的產銷系統中扮演重要之角色。電子零組件通路商扮演上、下游之間調節功能，緩衝市場需求與供給量之差距。面對供應鏈的不確定性，如何達到訂單履行，成為電子零組件通路商重要的議題。要提升訂單履行的成功率，取決於電子零組件通路商的訂單管理能力，其中接單決策更為關鍵。在探討台灣某電子零組件通路商時，發現該通路商的接單決策，主要都是依靠員工自身的經驗；如何將員工的接單經驗轉化為知識，仰賴於知識管理。因此，本研究為通路商建立標準化接單決策，並以「緊急訂單」及「重排訂單」情境，探討接單決策是否需要改變。研究問題有三個： 1.電子零組件通路商的訂單處理流程為何？ 2.電子零組件通路商判斷是否接單之關鍵考量因素為何？ 3.電子零組件通路商面對客戶「緊急訂單」及「重排訂單」時，對接單決策的影響為何？研究結果發現，訂單處理流程中，「訂單屬性」為判斷是否接單的關鍵；標準化接單決策中，以「現有庫存數量」、「在途庫存數量」及「原廠前置時間」為判斷是否接單的大原則；面對緊急訂單，「預防性備貨決策」比「處理緊急訂單」更重要；面對重排訂單，以查看「訂單屬性」及「客戶大小及關係」為原則。本研究學術上貢獻，是整理電子零組件通路商標準化接單決策之關鍵考量因素，以及緊急訂單與重排訂單情境下之接單決策流程，提供後續研究者之研究方向參考；實務上貢獻，是讓電子零組件通路商員工，面對客戶訂單需求，能依照標準化接單決策判斷是否接單，以及在面對「緊急訂單」及「重排訂單」時，了解相對應的接單決策，並將員工內隱知識外顯化，實踐知識管理，提升在產業中的競爭力。

協同規劃、預測與補貨（Collaborative Planning, Forecasting and Replenishment; CPFR），主要強調供應鏈上買賣雙方協同合作流程的概念，以提升供應鏈上流程的處理效率。然而CPFR流程中多數研究著重在正向供應鏈的協同預測的架構、導入效益與預測方法等議題，但對於當企業活動中包含逆向物流-再製造活動策略下時的協同預測方法少有提之，因此與其相關之研究探討有其必要性。使得在未來訂購零件不確定性增添下，希望能藉由新的短期訂單方法能找出最佳的預測值幫助企業與供應商能加強協同規劃，提升供應鏈競爭力。 本研究以CPFR 流程中協同預測之訂單預測階段為研究主題，蒐集近年來國內外研究CPFR 與訂單預測與逆向物流下的存貨管理之相關文獻為基礎，歸納出再製造活動下的協同合作訂單預測所須具備之屬性與影響因素，並作為模型解釋變數，透過逆向物流最適批量模型、多元回歸與演化策略法（Evolution Strategies）的結合，建構一個統整供應鏈上、下游協同資訊與符合CPFR 流程下訂單預測特性之預測模型。最後範例資料進行計算與分析此預測模型，並提出一套方法論提供決策者在進行補貨時，能以本研究提供的決策程序進行規劃與分析訂單預測量。

電子零件通路商在電子零件產業中扮演協調的角色，需要調解上游供應商與下游顧客，減少市場供給與需求間的差距。ABC公司，為亞洲市場數一數二的電子零件通路商，負責企業間的配銷工作，在整體供應鏈中具有緩衝的作用。 ABC公司有兩個主要的銷售模式：非直販與直販模式。兩者差異在於負責訂單管理流程中的角色不同。非直販模式有兩個主要角色：銷售員Sales與產品經理PM (Product Managers)。Sales需負責將產品售出，而PM則負責訂單的達交、履行。而直販模式則只需PM來處理所有訂單或銷售相關的業務。在非直販模式下，Sales的訂單需要經由PM審核通過才算成立。而在訂單要求被拒絕的同時可能造成兩者間的衝突產生。Sales傾向盡可能的銷售較多的產品來達到預期的目標，而PM則需顧慮相應訂單產生的剩餘產品所造成的庫存水準提升的風險。這種情況在訂單履行的問題中非常常見。一般來說，公司會考量訂單達交的預算，包含為了完成此筆訂單的其他成本，如額外的附加運送成本，而Sales通常會被鼓勵採用“Sell what you have”的銷售策略來販售產品以避免額外的庫存產生。 為此，本研究想得知電子零件通路商如何在非直販模式下作訂單決策，釐清它的訂單流程並進一步瞭解影響訂單決策的重要因素。本研究採用訪談作為主要研究方法，透過與與個案公司的Sales與PM的訪談，整理了在非直販模式下的訂單流程與不同的訂單履行策略。本研究成果可幫助企業瞭解非直販模式的接單流程，以及決策所需考量的變數與其影響，有助於提升企業的知識管理功能。

本論文共一冊，約五萬餘字，計分五章，十八節。 本論文主要目的在建立訂單式生產資訊系統之一般模式，並以羽毛加工廠進行實例分 析。 本論文內容： 一、探討生產資訊系統之內容、建立及評估。 二、建立訂單式生產資訊系統之一般模式。 三、以羽毛加工廠進行實例分析。藉以探討訂單式生產資訊系統之建立步驟，一般模 式，以及評估方法。

協同規劃、預測與補貨（Collaborative Planning, Forecasting and Replenishment; CPFR）是協同商務中一個新發展的應用實務，主要強調供應鏈上買賣雙方協同合作流程的概念，以提升供應鏈上流程的處理效率。企業需要利用協同合作所獲得之即時資訊來進行預測，減少不確定性因素之影響，提高預測之準確性。CPFR流程下協同預測階段分為銷售預測與訂單預測，兩者之預測項目與目的並不相同且所需要之資訊亦有所差異。銷售預測著重在市場需求部份的預測；訂單預測則是依據銷售預測、存貨狀況與生產面因素來做實際訂單之預測。由於訂單預測作為下個階段之實際補貨的參考，其預測準確性的要求就格外重要。然而研究文獻多偏向CPFR流程架構與導入效益等管理議題，雖有少數針對預測模型之研究，但亦以企業內部銷售預測為主，並未有文獻提出跨企業之協同訂單預測模型，故CPFR流程下訂單預測方法之研究探討有其必要性。本研究以CPFR流程中接續銷售預測之訂單預測階段為研究主題，蒐集近年來國內外研究CPFR與訂單預測之相關文獻為基礎，歸納出協同合作下訂單預測所須具備之屬性與影響因素，並作為模型解釋變數，透過時間序列、多元迴歸與演化策略法（Evolution Strategies）的結合，建構一個統整供應鏈上、下游協同資訊與符合CPFR流程下訂單預測特性之預測模型。最後以國內某製造業公司與其顧客（一國際大型零售商）之訂單資料進行模型驗證，與單純使用時間序列方法或統計迴歸分析的預測結果作績效評比，實驗顯示本研究所提出之訂單預測方法較傳統使用單一時間序列或統計回歸方法之預測結果佳。 / Collaborative Planning, Forecasting and Replenishment (CPFR) is nowadays a practice of collaborative commerce, emphasizing buyers and sellers’ coordination for the efficiency of the process in supply chain. Enterprises utilize instant information obtained from coordinate processes to forecast in order to reduce the influence of the uncertain factor and improve forecasting accuracy. The stage of the collaborative forecasting in CPFR process is divided into sales forecasting and order forecasting which make differences on forecasting objective, subject, and information needed. Sales forecasting focuses on the prediction of the market demand; order forecasting is the prediction of the real orders according to sales forecasting, stock state and productive factor. The accuracy of order forecasting is extremely important because it is regarded as the reference of the replenishment at next stag. The literatures about CPFR mostly probe into manage topics like benefits of implementation or process structures though there are some researches on the forecasting model which mainly discuss sales forecasting inside enterprises. Therefore, it is necessary to investigate into the coordinative order forecasting model under CPFR process. This paper regards order forecasting following sales forecasting in CPFR as the theme. Besides generalizing the necessary parameter of order forecasting based on literatures review, the research presents a hybrid forecasting model which considers coordinative information and order forecasting requirements. It integrates the time series model, regression model, and use evolution strategies to determine its coefficients efficiently. The validity of the forecasting model is verified by experiment on order datum from one manufacturer in Taiwan and its international retailer. The results show that the order forecasting model has better forecasting performance than not only the time series model but also the ordinary regression model.

本論文共一冊，約五萬餘字，計分五章，十八節。 本論文主要目的在建立訂單式生產資訊系統之一般模式，並以羽毛加工廠進行實例分 析。 本論文內容： 一、探討生產資訊系統之內容、建立及評估。 二、建立訂單式生產資訊系統之一般模式。 三、以羽毛加工廠進行實例分析。藉以探討訂單式生產資訊系統之建立步驟，一般模 式，以及評估方法。

本論文針對多廠區訂單分配（Multi-plant order allocation）問題進行探討，此問題模式下企業擁有多間製造不同產品之工廠，且生產成本、產能、運送成本等也各自不同，因此這些因素都必須納入訂單分配時的考量。研究中同時考量三個目標：製造成本、配送前置時間和工廠平均產能利用率之均衡性，利用層級分析法（AHP）將三者進行結合，以達到多目標規劃。除了提出此模型架構外，並以基因演算法（Genetic Algorithm）結合層級分析法進行問題的求解，以達到最佳的分配方式，而為了加強求解的品質與效率，利用禁忌搜尋法（Tabu Search）來改善演化過程中，對於產生不可行解的處理方式。在研究最後，將計算結果與過去研究成果作比較，顯示採用基因演算法混合禁忌搜尋法，在求解多廠區訂單分配問題時，可以得到較佳的結果。