|
การประยุกต์ใช้โครงข่ายประสาทเทียมแบบพหุนามหลายชั้นเพื่อการพยากรณ์ปริมาณการส่งออกข้าวเจ้านาปี |
|---|---|
| รหัสดีโอไอ | |
| Creator | เกียรติศักดิ์ จันทร์แก้ว; สุพจน์ นิตย์สุวัฒน์ |
| Title | การประยุกต์ใช้โครงข่ายประสาทเทียมแบบพหุนามหลายชั้นเพื่อการพยากรณ์ปริมาณการส่งออกข้าวเจ้านาปี |
| Publisher | วิทยาลัยเทคโนโลยีภาคใต้ |
| Publication Year | 2553 |
| Journal Title | วารสารเทคโนโลยีภาคใต้ |
| Journal Vol. | 3 |
| Journal No. | 2 |
| Page no. | 59-72 |
| Keyword | โครงข่ายประสาทเทียมแบบพหุนามหลายชั้น, การแพร่กระจายย้อนกลับ, การพยากรณ์ราคา |
| ISSN | 1906-0870 |
| Abstract | การศึกษานี้มีวัตถุประสงค์เพื่อสร้างโมเดลการพยากรณ์ปริมาณการส่งออกข้าวเจ้านาปีของประเทศ โดยใช้โครงข่ายประสาทเทียมแบบพหุนามหลายชั้น (Multilayer Perceptron Polynomial Artificial Neural Network) ทำการเปรียบเทียบกับโครงข่ายประสาทแบบธรรมดา ใช้ข้อมูลอนุกรมเวลาของกรมสถิติแห่งชาติ ตั้งแต่ปี พ.ศ. 2544 2550 ผู้วิจัยได้ทำการแบ่งข้อมูลออกเป็น 2 ขบวนการคือ การเรียนรู้ชุดข้อมูล (Training) และการทดสอบ (Testing) ทำการสอนให้เกิดการเรียนรู้ด้วยเทคนิคการแพร่กระจายย้อนกลับ ฝึกสอนด้วยวิธี Levenberg-Maquardt algorithm (trainlm) และฟังก์ชันการปรับการเรียนรู้ (Learning Function) แบบ LearnD (Grad Descent) โดยใช้ค่าเฉลี่ยกำลังสองสัมบูรณ์ (Mean Square Error: MSE) ของผลลัพธ์ที่ได้จากโครงข่ายประสาทเทียมทั้งสองชนิดเป็นตัวชี้วัด ผลการวิจัยพบว่าโครงสร้างที่เหมาะสมที่สุดที่ใช้ในการพยากรณ์ปริมาณการส่งออกข้าวเจ้านาปีคือ 10-10-1 ฟังก์ชันกระตุ้นคือ logsig tansig purelin โครงข่ายประสาทเทียมให้ค่าความผิดพลาดในการเรียนรู้ชุดข้อมูลเท่ากับ 0.0033 และค่าความผิดพลาดในการทดสอบ (Testing) เท่ากับ 0.0297 และโครงข่ายประสาทเทียมแบบพหุนามหลายชั้นให้ค่าความผิดพลาดในการเรียนรู้ชุดข้อมูลเท่ากับ 0.0010 และค่าความผิดพลาดในการทดสอบ (Testing) เท่ากับ 0.0259 ซึ่งแสดงให้เห็นว่าโครงข่ายประสาทเทียมแบบพหุนามหลายชั้น (Multilayer Perceptron Polynomial Artificial Neural Network) เป็นโมเดลการพยากรณ์ที่ให้ค่าความผิดพลาดต่ำกว่า เมื่อทดสอบกับชุดข้อมูลจริง และเหมาะกับการนำไปใช้เพื่อการพยากรณ์ปริมาณการส่งออกข้าวเจ้านาปีได้อย่างมีประสิทธิภาพ |
