ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อพัฒนารูปแบบการพยากรณ์ความต้องการพลังงานของภาคอุตสาหกรรมในประเทศไทย

หน่วยงาน จุฬาลงกรณ์มหาวิทยาลัย

รายละเอียด

ชื่อเรื่อง : การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อพัฒนารูปแบบการพยากรณ์ความต้องการพลังงานของภาคอุตสาหกรรมในประเทศไทย
นักวิจัย : นพรัตน์ ศิริโชติ
คำค้น : นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์) , การใช้พลังงาน -- พยากรณ์
หน่วยงาน : จุฬาลงกรณ์มหาวิทยาลัย
ผู้ร่วมงาน : ศิริจันทร์ ทองประเสริฐ , จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
ปีพิมพ์ : 2549
อ้างอิง : http://cuir.car.chula.ac.th/handle/123456789/14371
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2549

วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์สำคัญอยู่ที่การศึกษา และหารูปแบบของการพยากรณ์ปริมาณการใช้พลังงานของภาคอุตสาหกรรมในประเทศไทย โดยพิจารณาในส่วนของอุตสาหกรรมโลหะขั้นมูลฐาน และอุตสาหกรรมสิ่งทอ โดยใช้ข้อมูลปัจจัยทางเศรษฐกิจทั้ง 8 ปัจจัย อันได้แก่ผลิตภัณฑ์มวลรวมภายในประเทศ (Gross Domestic Product: GDP) อัตราแลกเปลี่ยนเงินตราต่างประเทศ (Exchange rate) ราคาทองคำ (Go9ld Price) อัตราการว่างงาน (Rate of unemployment) จำนวนแรงงานในภาคอุตสาหกรรม (Employment) และดัชนีผลผลิตอุตสาหกรรม (Manufacturing production Index) ดัชนีราคาผู้ผลิต (producer price index หรือ PPI) และอัตราเงินเฟ้อ (Inflation Rate) ของประเทศไทยตั้งแต่ปี พ.ศ. 2542- พ.ศ. 2543 ในการสร้างรูปแบบของการพยากรณ์ และใช้ข้อมูลสำหรับการทดสอบ ตั้งแต่ปี พ.ศ. 2544 – พ.ศ. 2548 ในการวิจัยนี้ได้นำโครงข่ายประสาทเทียมมาประยุกต์ใช้ในการหารูปแบบของการพยากรณ์โดยโครงข่ายประสาทเทียมที่ใช้มีลักษณะโครงสร้างแบบมัลติเลเยอร์เพอร์เซพตรอน (Multilayer Perceptron) ที่มีการเรียนรู้แบบแบ็คพรอพาเกชั้นอัลกอริทึม (Back propagation Algorithm) ในการสร้างโครงข่ายประสาทเทียมได้ใช้โปรแกรม Pythia Version 1.02 ซึ่งเป็นโปรแกรมสำหรับพัฒนาและออกแบบโครงข่ายประสาทเทียม ผลการพยากรณ์ที่ได้ถูกนำมาเปรียบเทียบกับการพยากรณ์โดยใช้การพยากรณ์แบบ ARIMA (Box – Jenkins) และข้อมูลปริมาณการใช้พลังงานจริงในสาขาอุตสาหกรรมโลหะขั้นมูลฐานและอุตสาหกรรมสิ่งทอ ผลจากการเปรียบเทียบสามารถสรุปได้ว่า โครงข่ายประสาทเทียมสามารถพยากรณ์ได้แม่นยำกว่าการพยากรณ์แบบ ARIMA โดยมีร้อยละของค่าความคลาดเคลื่อนเฉลี่ยสัมบูรณ์ (Mean Absolute Percentage Square Error: MAPE) ต่ำกว่า 10

บรรณานุกรม :
นพรัตน์ ศิริโชติ . (2549). การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อพัฒนารูปแบบการพยากรณ์ความต้องการพลังงานของภาคอุตสาหกรรมในประเทศไทย.
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
นพรัตน์ ศิริโชติ . 2549. "การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อพัฒนารูปแบบการพยากรณ์ความต้องการพลังงานของภาคอุตสาหกรรมในประเทศไทย".
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
นพรัตน์ ศิริโชติ . "การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อพัฒนารูปแบบการพยากรณ์ความต้องการพลังงานของภาคอุตสาหกรรมในประเทศไทย."
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย, 2549. Print.
นพรัตน์ ศิริโชติ . การประยุกต์ใช้โครงข่ายประสาทเทียมเพื่อพัฒนารูปแบบการพยากรณ์ความต้องการพลังงานของภาคอุตสาหกรรมในประเทศไทย. กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย; 2549.