| |
บทคัดย่อ/Abstract |
วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์เพื่อ ประยุกต์ใช้แบบจำลองไม่เชิงเส้นในการพยากรณ์ ปริมาณน้ำยางพารา โดยวิเคราะห์ความสัมพันธ์ของข้อมูลพารามิเตอร์ทางอุตุนิยมวิทยา เช่น อุณหภูมิอากาศเฉลี่ย อุณหภูมิน้ำค้างเฉลี่ย ความดันไอน้ำเฉลี่ย ความชื้นสัมพัทธ์เฉลี่ย และ อื่น ๆ เป็นต้น เพื่อเป็นข้อมูลป้อนเข้าให้แบบจำลองในการพยากรณ์ การสร้างแบบจำลองไม่ เชิงเส้นนี้ใช้โครงสร้างแบบจำลองถดถอยด้วยตัวเองกับข้อมูลป้อนเข้าภายนอกไม่เชิงเส้น (Nonlinear Auto-Regressive with eXogenous input ; NARX) ในการพยากรณ์ปริมาณน้ำ ยางพารา ผลจากการสร้างแบบจำลองระบบทำให้ได้สมการพหุนามเพื่อใช้ในการพยากรณ์ ปริมาณน้ำยางพารา เมื่อวิเคราะห์ขนาดของสมการพหุนามที่ได้ พบว่าขนาดของสมการ พหุนามที่ทำให้เกิดค่าผิดพลาดกำลังสองเฉลี่ยน้อยที่สุด คือ จำนวนตัวถดถอยมากสุดในหนึ่ง เทอมตอนเริ่มต้น 6 ตัว และจำนวนเทอมมากสุดตอนเริ่มต้น 40 เทอม จากนั้นนำสมการ พหุนามมาตรวจสอบความถูกต้องตามหลักสถิติ พบว่าค่าตกค้างของแบบจำลอง มีความอิสระ มีการแจกแจงแบบปกติ และมีความอิสระระหว่างค่าตกค้างกับข้อมูลป้อนเข้าของแบบจำลองที่ ระดับความเชื่อมั่น 95% และเมื่อนำสมการพหุนามมาพยากรณ์ปริมาณน้ำยางพารา พบว่าค่า ผิดพลาดจากการพยากรณ์มีค่าไม่เกิน ? 5% เมื่อเทียบกับปริมาณน้ำยางพาราจริง นอกจากนี้ ยังสามารถใช้แบบจำลองนี้เป็นแนวทางในการพัฒนาแบบจำลองนี้ไปใช้กับการพยากรณ์ ทางด้านอื่น เช่น ทางด้านอุตสาหกรรม ธุรกิจการบริการ งานทางการแพทย์ และอื่น ๆ เป็นต้น สุดท้ายงานวิจัยนี้มีประโยชน์อย่างยิ่งสำหรับในการพยากรณ์ที่ต้องการความแม่นยำสูง อีกด้วย
This thesis is aimed to apply the nonlinear model to forecast the latex volume. The model uses correlation of meteorological parameter data such as mean air temperature, mean dew point temperature, mean vapour pressure, mean relative humidity and etc. The data is input to the nonlinear model to forecast the latex volume. Then, the model applies the Nonlinear Auto-Regressive with eXogenous input (NARX) for forecasting the latex volume. The model uses the polynomial equation for predicting the latex volume. The result of the analysis found that 6 initial maximum regressors and 40 initial maximum terms were the size of polynomial equation which caused the minimum mean square error. This polynomial equation which is able to validate the statistic principals has the independence of residuals, the normal distribution of residuals and the dependence between the residuals and the input data with 95% confidence intervals. When the researcher applied this polynomial equation to predict the latex volume, the results are found that the errors are not over ? 5% compared with the real volume of latex. In addition, this model can be developed to use to predict other fields ; industrial works, service business, medical affairs and etc. Finally, this research is useful for predicting the result accurately. |
