Responsive image
博碩士論文 etd-0117108-093634 詳細資訊
Title page for etd-0117108-093634
論文名稱
Title
應用類神經網路探討最適水價之研究
Application of Neural Network on optimal water pricing
系所名稱
Department
畢業學年期
Year, semester
語文別
Language
學位類別
Degree
頁數
Number of pages
129
研究生
Author
指導教授
Advisor
召集委員
Convenor
口試委員
Advisory Committee
口試日期
Date of Exam
2008-01-10
繳交日期
Date of Submission
2008-01-17
關鍵字
Keywords
類神經網路、水價、倒傳遞網路
ANN, water pricing, BPN
統計
Statistics
本論文已被瀏覽 5661 次,被下載 14
The thesis/dissertation has been browsed 5661 times, has been downloaded 14 times.
中文摘要
本研究使用民國63年至民國95年臺灣地區之降雨量、出水量、配水量及售水量....等41項資料探討歷年水價之合理性。首先彙整各項資料並使用套裝軟體SPSS進行敘述性統計分析、輸入/輸出變數間Pearson相關性γ值之探討及篩選相關變數,最後使用過去實際水價與由家計消費支出換算之設計水價做為類神經網路之輸出值,求得最適之類神經網路架構,並用於分析及推估臺灣地區之水價計算方式。
研究結果顯示台水公司自民國63年起至95年止33年期間,共有11年之單位銷售盈虧為正值,另有22年為負值,尤其近20年僅於89、92、94年之單位銷售盈虧為正值,其餘均為負值。自85年起給水投資報酬率及業主權益報酬率分別介於-0.98%至0.1%及0.07%至0.52%,均遠低於法定標準下限5%,顯見目前台水公司的營運並未獲取應有的合理利潤。
另臺灣水費佔家計消費支出自71年0.791%,此後便不升反降至95年的0.39%,與世界衛生組織所認定之合理值2-4%水準比較【29】,臺灣水費僅為該水準的10-20%;而水費佔可支配所得之比率於民國71年為0.606%降至95年0.305%,另水費佔人均GDP之比率,近十年來所佔比率約在0.18%-0.2%之間。
研究中使用倒傳遞類神經網路,將輸入變數設定為歷史實際水價及設計水價,並將變數篩選分為29個及19個輸入單元,隱藏層則分為一個及二個隱藏層,以試誤法測試變數單元、隱藏層單元數,分別進行網路訓練。
綜合網路訓練結果,以歷史水價做為輸出值時,使用19個變數訓練結果均較使用29個變數時為佳,且二個隱藏層較優於一個;使用設計水價時19個變數訓練結果亦較使用29個變數為佳,然而一個隱藏層較二層為好。網路最佳推論結果民國75、80、85、90、95年之水價分別為每度水9.20、12.62、20.09、23.07、24.39元;與依據家計消費支出1%所設計的水價9.0、12.6、19.1、22.2、25.5十分接近,且無論輸入單元為29或19個,隱藏層為一層或二層,依據家計消費支出所設計之水價其訓練結果均優於歷史水價。然因過去水價的訂定並未真正考慮水公司的真實營運狀況,本研究結果顯示過去歷史水價確實較不符合實際自來水公司營運狀況,而採用1%家計消費支出所設計水價將較符合實際自來水公司的真實營運情形。
Abstract
In this study, the rainfall, yield distributed water and water sold……etc., 41 parameters from 1974 to 2006 were assessed the reasonable water rate adjustment. At first, 41 parameters were analyzed by SPSS software for descriptive statistiics, Pearson relational analyzing the data of input/output of correlation with a γ value and screening of variables. Then, actual water price and designed water price will be the out variable. Try to find the optimal neural network structure and try to analyze and produce the water pricing structure.
The results show that the unit profit/loss from sales of Taiwan Water Corporation(TWC) for 33 years from 1974-2006, there are 11 years positive and 22 years negative, especially the past 20 years only on 1990, 2003, and 2005 are positive, the others are negative. TWC had not obtained the reasonable profit. Because since 1996, the range of return on water investment and return on equity are -0.98%-0.1% and 0.07%-0.52% lower than legal standard 5%, respectively.
Moreover, the rate of water price for the household consumption expenditure from 0.791% in 1982 decrease to 0.39% in 2006. To compare with the rational level for World Health Organization asserted 2%-4%. The water price of Taiwan is only 10%-20% of the level. Furthermore, the rate of water price for disposable income is from 0.606% in 1982 drops to 0.305% in 2006 and the rate for GDP is 0.18%-0.2% in the past 10 years.
In this study, the actual water price and designed water price were set as output parameter. The input variables divide to 29 and 19 units and hidden layer is set 1 or 2 layers. BPN(Back-Propagation Network) were through trial and error method to training, testing, and production the output. The training results show that 19 variables is better than 29 variables while we use actual water price and 2 hidden layers is better than 1 layer. However, when we use designed water price, 19 variables is still better than 29 variables, but 1 hidden layer is better than 2 hidden layers. The best production of water price of 1981, 1991, 1996, 2001, 2006 are 9.20, 12.62, 20.09, 23.07, 24.39 NT$, respectively. The values are close to designed water price 9.0, 12.6, 19.1, 22.2, 25.5 NT$. Whether we use 29 or 19 variables, 1 or 2 hidden layers, the training results indicated that the water price designed by household consumption expenditure is better than actual water price. Thus, the historical water price did not correspond to real operating costs for TWC in the past. In addition, the designed water price in this research can more correlated with the operating cost and efficiency of TWC.
目次 Table of Contents
目錄
摘 要 I
Abstract III
目錄 V
圖目錄 VII
表目錄 VIII
第一章 前言 1
1-1 研究背景 1
1-2 研究目的 3
第二章 文獻回顧 8
2-1 世界各國水價制度 8
2-1-1 世界各國自來水定價方式 8
2-1-2 世界各國水價分析 10
2-2 中國大陸水價分析 13
2-2-1 中國水價制度 13
2-2-2 中國水資源價值理論 16
2-2-3 北京市城市水價制度 18
2-2-4 中國大陸水價相關研究 20
2-3臺灣水價分析 31
2-3-1 水價調整程序及訂價公式 31
2-3-2 歷年水價調整情形 33
2-3-3 現行水價結構 34
2-3-4 臺灣水價相關研究 35
2-4 自來水公司營運 45
2-4-1 台水公司服務狀況 45
2-4-2 台水公司出水、供水及配水概況 48
2-4-3 台水公司水費收入概況 51
第三章 研究方法 52
3-1 類神經網路的理論與應用 52
3-1-1 類神經網路模式 52
3-1-2 類神經網路的運作 54
3-1-3 倒傳遞網路模式 56
3-1-4 類神經網路之相關應用及研究 57
3-2 類神經網路模式理論 62
3-2-1 神經元及學習法則 62
3-2-2網路的處理流程 64
3-2-3 網路架構 65
第四章 結果與討論 68
4-1 資料來源及分析 68
4-1-1 資料來源及彙整 68
4-1-2 資料分析探討 71
4-2輸入資料之正規化及輸入變數篩選分析 82
4-2-1 輸入資料之正規化 82
4-2-2輸入變數篩選分析 83
4-3 模式效能評估及建模 87
4-3-1模式效能評估 87
4-3-2倒傳遞類神經網路建模 87
4-4模式測試結果 92
4-4-1 29個輸入變數測試結果 94
4-4-2 19個輸入變數測試結果 103
第五章 結論 111
第六章 建議 114
參考文獻 115

圖目錄
圖1-1 研究架構 7
圖2-1 工程水價的基本構成 17
圖2-2 北京城市居民生活用水水價調整狀況(1952-2004年) 19
圖2-3 綜合水價層次結構模型 27
圖2-4 自來水價變動概況 33
圖2-5 95年自來水水源配置圖 48
圖2-6 歷年出水量、配水量及售水量 49
圖2-7 歷年供水人口 50
圖2-8 歷年用戶數 50
圖2-9 歷年水費收入 51
圖3-1 生物神經元 53
圖3-2 人工神經元模型 54
圖3-3 具有隱藏層的類神經網路架構圖 55
圖3-4 McCulloch-Pitts神經元 62
圖3-5 Hebb學習法 63
圖3-6 典型的單一McCulloch-Pitts神經元運算 65
圖3-7 認知器的逆耦合誤差修正法 66
圖4-1 臺灣地區每人每日用水量及配水量 72
圖4-2 臺灣地區每人每日用水量及配水量成長率 72
圖4-3 臺灣地區自來水供水普及率 73
圖4-4 單位成本及給水平均單位售價 74
圖4-5 單位銷售盈虧 76
圖4-6 給水投資報酬率及業主權益報酬率 76
圖4-7 (a)(b)(c)(d)水費佔各項收支比率 80
圖4-8 台水公司歷年純益 81
圖4-9 Super PCNeuron 5.0軟體界面 88
圖4-10(a) 模式選擇 89
圖4-10(b) 模式參數設定 89
圖4-10(c) 模式建構及網路訓練 90
圖4-11 模型一類神經網路訓練圖(N1=1, RMS=0.0618) 95
圖4-12模型一類神經網路推論圖(N1=1, RMS=0.0618) 95
圖4-13 模型二類神經網路訓練圖(N1=1, N2=6, RMS=0.05592) 97
圖4-14 模型二類神經網路推論圖(N1=1, N2=6, RMS=0.05592) 97
圖4-15 模型三類神經網路訓練圖(N1=5, RMS=0.02003) 99
圖4-16 模型三類神經網路推論圖(N1=5, RMS=0.02003) 99
圖4-17 模型四類神經網路訓練圖(N1=5, N2=9, RMS=0.04144) 101
圖4-18 模型四類神經網路推論圖(N1=5, N2=9, RMS=0.04144) 102
圖4-19 模型五類神經網路訓練圖(N1=2, RMS=0.06147) 104
圖4-20 模型五類神經網路推論圖(N1=2, RMS=0.06147) 104
圖4-21 模型六類神經網路訓練圖(N1=2, N2=5, RMS=0.05330) 106
圖4-22 模型六類神經網路推論圖(N1=2, N2=5, RMS=0.05330) 106
圖4-23 模型七類神經網路訓練圖(N1=4, RMS=0.01780) 108
圖4-24 模型七類神經網路推論圖(N1=4, RMS=0.01780) 108
圖4-25 模型八類神經網路訓練圖(N1=4, N2=1, RMS=0.02696) 110
圖4-26 模型八類神經網路推論圖(N1=4, N2=1, RMS=0.02696) 110






表目錄
表2-1 自來水定價方式綜合表 9
表2-2 各國自來水水價結構 9
表2-3 1999-2003年世界各國每人每日用水量比較 10
表2-4 2004年世界各國水價表 12
表2-5 中國大陸水利工程供水價格管理辦法重點摘錄 15
表2-6 北京市生活用水水費占城鎮人均可支配收入比例 20
表2-7 近三年中國大陸水價研究 28
表2-8 現行水價基本費率 34
表2-9 現行水價計量費率 34
表2-10 臺灣水價相關研究 40
表2-11 95年各區管理處供水服務狀況 46
表 2-12 95年各縣市供水服務狀況 47
表3-1 類神經網路之相關研究文獻 58
表4-1 各資料項目之敘述性統計分析 69
表4-2 臺灣地區水費佔各項收支比率 78
表4-3 輸入/出變數相互Pearson相關係數 85
表4-4 各計畫之輸入因子 86
表4-5 倒傳遞網路參數輸入值 91
表4-6 歷年實際水價與設計水價 93
表4-7 模型一學習預測結果( 29變數,歷史水價) 94
表4-8 模型二學習預測結果( 29變數,歷史水價) 96
表4-9 模型三學習預測結果( 29變數,設計水價) 98
表4-10 模型四學習預測結果( 29變數,設計水價) 101
表4-11 模型五學習預測結果( 19變數,歷史水價) 103
表4-12 模型六學習預測結果( 19變數,歷史水價) 105
表4-13 模型七學習預測結果(19變數,設計水價) 107
表4-14 模型八學習預測結果(19變數,設計水價) 109
參考文獻 References
1.Antonio Embid-Irujo. (2005). Water pricing in spain. Water Resources Development, 21(1), 31-41.
2.Charles W. Howe. (2005). The functions, impacts and effectiveness of water pricing: Evidence from the United States and Canada. Water Resources Development, 21(1), 43-53.
3.Earth policy institute. Retrieved 12, 2007, from http://www.earth-policy.org/
4.Robert J. Schalkoff. (1997). ARTIFICIAL NEURAL NETWORKS. USA: McGRAW-HILL INTERNATION EDTIONS.
5.Meij S.H.F.M., Ruiters C.L.M., & Stumphius J.C.J. (2005). Market-driven pricing structures for drinking water. Water Science and Technology:Water Supply, 5(6), 225-233.
6.Sibly, H. (2006). Efficient urban water pricing. Australian Economic Review, 39(2), 227-237.
7.Sheila M. Olmstead, W. Michael Hanemann, Robert N. Stavins(2007). Water demand under alternative price structures. Journal of Environmental Economics and Managent, 181-198.
8.中央氣象局統計資訊. Retrieved 12, 2007, from http://www.cwb.gov.tw/V5/index.htm
9.中華民國統計資訊網. Retrieved 12, 2007, from http://61.60.106.82/pxweb/CityItemlist.asp
10.經濟部水利署水利統計. Retrieved 12, 2007, from http://www.wra.gov.tw/default.asp
11.臺灣自來水公司. Retrieved 12, 2007, from http://www.water.gov.tw/00home/home.asp
12.台北自來水事業處. Retrieved 12, 2007, from http://www.twd.gov.tw
13.中華人民共和國國家統計局. Retrieved 12, 2007, from http://210.72.32.6/cgi-bin/bigate.cgi/b/g/g/http@www.stats.gov.cn/
14.倪紅珍, 王浩, & 汪黨獻. (2007). 經濟社會與生態環境競爭用水的供求均衡水價研究.水利發展研究, 15(4), 15-13.
15.邱垂昌:林惠美. (2007). 水價公平合理與否?以台灣省自來水股份有限公司成本動因與營運效率分析. 公平交易季刊, 15(3), 105-150.
16.張逢, 陳一, 張智, & 干麗莎. (2007). CV法用於重慶缺水地區水價調整及居民支付意願調查. 中國給水排水, 23(14), 74-76.
17.林關征. (2007). 建設節水型社會的水價制度思考. 科學.經濟.社會, 25(106), 76-78.
18.沈菊琴, 孫濟惠, & 薛亞云. (2007). 水價探析. 水利經濟, 25(3), 44-47.
19.黃持正. (2007). 政治因素與水價調整之關聯性研究. (環境資源管理所碩士, 環球技術學院).
20.黃培林. (2006). 光電廠放流水回收再利用之探討. (高分子環保材料研究所, 高苑科大學).
21.張茂云, & 張健:任曉燕. (2006). 供水價格的影響因素分析. 水利經濟, 24(6), 34-35.
22.徐得潛, 張采英, & 席鵬鴿. (2006). 制定合理水價的方法研究. 中國農村水利水電, (4), 83-87.
23.於凡. (2006). 北京市城市水價發展及居民用水承受能力分析. 海河水利, (3), 67-70.
24.馬訓舟, & 姚建. (2006).對建立季節性階梯式計量水價定價模型的初探. 水利科技與經濟, 12(11), 734-736.
25.黃美玲. (2005). 台灣省自來水公司售水成本合理化之探討. 主計會刊, (595), 51-58.
26.謝壎煌:李丁來:董季琪. (2005). 國際水價趨勢探討. 自來水會刊, 24(2), 89-97.
27.林炳中. 淺談中國水價趨勢., 2005, 經濟部技術處ITIS智網.
28.廉茂慶, 鐘亮, & 紀志軍. (2005). 採用層次分析法確定供水價格的探討. 東北水利水電, 23(257), 57-63.
29.李堅明, 周莉里. (2005). 整合水量與水質之自來水訂價模式的經濟分析. 都市與計畫, 32(4), 355-369.
30.羅華強. (2005). 類神經網路-MATLAB的應用. 台北縣: 高立圖書有限公司.
31.翁燕生. (2005). 台灣省自來水公司合理水價之研究. (高階經營碩士班碩士, 國立中山大學).
32.李漢堅:葉怡巖:黃意潔. (2005). 系統動態模式於水價訂定政策初步分析-探討健康風險標準與社會經濟影響層面因素. 自來水會刊, 24(3), 9-29.
33.陳右坤. (2004). 自來水市場結構與價格管制之福利分析. (碩士, 淡江大學產業經濟學研究所).
34.賴建民. (2004). 水價制度建構之研究-以台灣省自來水公司為例之個案研究. (碩士, 中正大學政治學研究所).
35.陳建谷. (2003). 應用倒傳遞神經及適應性模糊類神經網路模式預測垃圾焚化廠煙道氣之比較研究. (碩士, 雲林科技大學環境與安全工程研究所).
36.穆岳鈞. (2003). 台灣地區自來水業民營化研究-英國經驗分析. (碩士, 東海大學公共事務研究所).
37.李曉雲. (2003). 水供給不確定之最適水價和水庫投資. (國際經濟研究所碩士, 國立中正大學).
38.吳惠如. (1998). 反映水源開發成本之合理水價及其節水效果影響評估. 臺灣銀行季刊, 49(4), 229-247.
39.臺灣自來水公司. (1997). 95年臺灣自來水事業統計年報, (29)
40.葉怡誠. (1997). 應用類神經網路. 台北: 儒林出版社.
41.黃宗煌. (1997). 水權費費率之訂定及其經濟問題之研究(Ⅱ),經濟部水資源局委託研究計畫報告。
42.周政宏. (1995). 神經網路-理論與實務. 台北市: 松崗電腦圖書資料股份有限公司.
電子全文 Fulltext
本電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。
論文使用權限 Thesis access permission:校內公開,校外永不公開 restricted
開放時間 Available:
校內 Campus: 已公開 available
校外 Off-campus:永不公開 not available

您的 IP(校外) 位址是 34.229.173.107
論文開放下載的時間是 校外不公開

Your IP address is 34.229.173.107
This thesis will be available to you on Indicate off-campus access is not available.

紙本論文 Printed copies
紙本論文的公開資訊在102學年度以後相對較為完整。如果需要查詢101學年度以前的紙本論文公開資訊,請聯繫圖資處紙本論文服務櫃台。如有不便之處敬請見諒。
開放時間 available 已公開 available

QR Code