SteelWorld的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和整理懶人包

SteelWorld進入發燒排行的影片

運用ARIMA模型與LSTM模型預測廢鋼和鎳的價格-以某電爐廠為例

為了解決SteelWorld的問題，作者蔡依玲 這樣論述：

鋼鐵廠生產鋼鐵產品的製程複雜且費時，當鋼品產出後，原料成本與市場行情已有所差距，若能精準掌控原料價格的趨勢變化，對其產品的訂價、銷售策略等都是很大的幫助。對公司來說，成本的管控與利潤的制定是一個很重要的課題，關係著企業經營成敗的重要關鍵，因此希望藉由本研究建立主要原料價格預測模型，並運用該預測模型在原料的採購與產品的銷售及定價策略時作為重要參考依據。 本研究針對不鏽鋼產品其主要原料廢鋼及鎳進行分析，分別以ARIMA模型以及灰關聯分析結合LSTM模型來預測廢鋼和鎳的價格。灰關聯分析結合LSTM模型先利用灰關聯分析篩選出影響主要原料價格的關鍵因素(美元匯率、黃金價格、美元指數、原油價格、天

然氣價格、LME鎳庫存量)，然後將關鍵因素做為深度學習模型(LSTM)的輸入來建立廢鋼及鎳價格預測模型，以MSE及R2來衡量ARIMA模型與灰關聯分析結合LSTM模型的績效，結果以LSTM模型，其預測績效略優於ARIMA預測模型，本研究結果可以運用在鋼鐵業其廢鋼及鎳採購上的參考工具。

台灣鋼鐵產業知識管理與建廠績效關係之研究

為了解決SteelWorld的問題，作者許澤位 這樣論述：

摘 要鋼鐵為當今世上最廣泛應用的基礎材料，從國家的基礎建設到尖端的國防工業，以及日常生活上都離不開鋼鐵，因此鋼鐵產業素有「工業之母」與「產業火車頭」之稱。鋼鐵產業在臺灣的工業亦是扮演很重要角色，然因企業投資興建生產鋼鐵材料的新產線，除了技術密集外，投資的金額也很龐大，所以如何提升鋼廠的建廠績效早日投入生產是很重要的課題，而此建廠績效又與鋼鐵產業知識管理密不可分。因此，本研究主要目的在於研究臺灣鋼鐵產業，當投資建造新產線時，為了達到提升建廠績效，鋼廠本身該利用那些人力資源的人才來組成試車團隊，及探討團隊成員又須具備知識管理的核心能力之間的關聯性。本研究係以鋼廠內組成試車團隊成員的核心能力、品管

鑑別能力、研發能力、顧問經驗與技術支援、成員的培訓等構面而導引出的研究模式。且以臺灣鋼鐵產業中，生產規模最大的中鋼公司作為本次的研究對象，並特別挑選五位曾經多次被指派擔任試車團隊的帶隊者，或曾經參與過多條新產線的試車成員作為訪談對象，並採用半結構式深度訪談(semi-structured in-depth interview)來進行資料分析，因為他們都擁有豐富的新產線試車經驗，從訪談中可以萃取到影響建廠績效的最重要因素，並導出知識管理跟建廠績效密切之關係。就鋼廠在投資建造新產線時，建議能夠有計畫去規畫人力資源組成的試車團隊，而團隊成員也能夠善用鋼廠內核心能力、技術能力、研發能力、師徒制的培育及

經驗傳承等相關知識管理。因此，鋼廠做了這些將有助於提升建廠績效，而且可以有效縮短試車時程、減少試車材料的損耗、提升產品合格率，讓建造的新產線及早進入商業營運模式。