การพยากรณ์ผลผลิตอ้อยในบริเวณภาคตะวันออกของประเทศไทยด้วย เทคนิค ANN

จตุภัทร เมฆพายัพ; กิดาการ สายธนู

dc.contributor.author	จตุภัทร เมฆพายัพ
dc.contributor.author	กิดาการ สายธนู
dc.contributor.other	มหาวิทยาลัยบูรพา. คณะวิทยาศาสตร์
dc.date.accessioned	2019-04-07T03:53:04Z
dc.date.available	2019-04-07T03:53:04Z
dc.date.issued	2560
dc.identifier.uri	http://dspace.lib.buu.ac.th/xmlui/handle/1234567890/3489
dc.description.abstract	ขนาดของพื้นที่ปลูกอ้อย ปริมาณอ้อยส่งเข้าหีบ ราคาอ้อยเฉลี่ย อุณหภูมิสูงสุด อุณหภูมิต่่าสุด ปริมาณน้ำฝนโดยรวม จำนวนวันที่ฝนตก และปริมาณน้ำฝนสูงสุด เป็นตัวแปร 8 ตัวที่มีประโยชน์และมีความสำคัญเป็นอย่างยิ่งซึ่งตัวแปรเหล่านี้จะถูกวัดและตรวจสอบตั้งแต่ปี พ.ศ. 2545 ถึงปี พ.ศ. 2557 เพื่อพยากรณ์ผลผลิตอ้อยในบริเวณภาคตะวันออกของประเทศไทยด้วยเทคนิคข่ายงานระบบประสาทเทียม (ANN) ผลการศึกษาแสดงให้เห็นว่าตัวแบบข่ายงานระบบประสาทเทียมที่มีสมรรถนะดีที่สุดในการพยากรณ์ผลผลิตอ้อยในบริเวณภาคตะวันออกของประเทศไทยคือตัวแบบข่ายงานระบบประสาทเทียมอย่างง่ายที่ประกอบด้วยตัวแปรอินพุท 8 ตัว โหนดของชั้นซ่อนซึ่งมีอยู่เพียงชั้นเดียวจำนวน 3 โหนด และโหนดของชั้นเอาท์พุท จำนวน 1 โหนด (MLP 8-3-1) ซึ่งเห็นได้จากรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) จากทั้งชุดข้อมูลส่าหรับการสร้างตัวแบบและชุดข้อมูลส่าหรับ การตรวจสอบความถูกต้องของตัวแบบมีค่าน้อยที่สุด	th_TH
dc.description.sponsorship	โครงการวิจัยประเภทงบประมาณเงินรายได้จากเงินอุดหนุนรัฐบาล (งบประมาณแผ่นดิน) ประจำปีงบประมาณ พ.ศ. 2560	th_TH
dc.language.iso	th	th_TH
dc.publisher	คณะวิทยาศาสตร์ มหาวิทยาลัยบูรพา	th_TH
dc.subject	อ้อย -- การผลิต -- พยากรณ์	th_TH
dc.subject	อ้อย -- ไทย (ภาคตะวันออก) -- พยากรณ์	th_TH
dc.subject	พยากรณ์การเกษตร	th_TH
dc.subject	สาขาเกษตรศาสตร์และชีววิทยา	th_TH
dc.title	การพยากรณ์ผลผลิตอ้อยในบริเวณภาคตะวันออกของประเทศไทยด้วย เทคนิค ANN	th_TH
dc.title.alternative	Forecasting Sugar Cane Yield in the Eastern Area of Thailand with ANN Technique	en
dc.type	Research	th_TH
dc.author.email	jatupat@buu.ac.th
dc.author.email	ksaithan@buu.ac.th
dc.year	2560	th_TH
dc.description.abstractalternative	Size of sugar cane cultivated area, quantity of sugar cane delivered to the chest, average sugar cane price, maximum temperature, minimum temperature, overall rainfall, number of rainy days and maximum rainfall are the eight significantly useful variables measured and investigated since 2002 to 2014 to forecast sugar cane yield in the eastern area of Thailand with artificial neural network (ANN) technique. The study results display the best performance ANN in forecasting of sugar cane yield in the eastern area of Thailand is the simple ANN consisted of 8 input variables, 3 nodes in a hidden layer and 1 output node (MLP 8-3-1) as seeing of the minimum root mean square error (RMSE) for both of training and validation data set	en