แบบจำลองการพยากรณ์ปริมาณอ้อยของภาคตะวันออกเฉียงเหนือ โดยการใช้โครงข่ายประสาทเทียม

บทคัดย่อ

บทความนี้นำเสนอโมเดลเพื่อการพยากรณ์ปริมาณผลผลิตอ้อยของภาคตะวันออกเฉียงเหนือ โดยการประยุกต์ใช้โครงข่ายประสาทเทียมที่มีกระบวนการเรียนรู้แบบแพร่ย้อนกลับ ในการศึกษาผู้วิจัยได้ทำการรวบรวมปัจจัยต่าง ๆ ที่มีความสัมพันธ์กับผลผลิตอ้อยจากงานวิจัยที่เกี่ยวข้องซึ่งประกอบด้วย ข้อมูลจังหวัด ปีการผลิต ข้อมูลปริมาณน้ำฝนเฉลี่ย อุณหภูมิเฉลี่ย ผลผลิตอ้อยเฉลี่ยต่อไร่ และพื้นที่ปลูกอ้อยเป็นข้อมูลนำเข้าของตัวแบบ ANN1 เพื่อยืนยันความสัมพันธ์ของปัจจัยกับปริมาณผลผลิตอ้อย ผู้วิจัยจึงได้ทำวิเคราะห์ความสัมพันธ์ของปัจจัย โดยใช้ Correlation และ Regression ผลการศึกษาพบว่าปัจจัยที่มีความสัมพันธ์ได้แก่ ข้อมูลจังหวัด ปีการผลิต ข้อมูลปริมาณน้ำฝนเฉลี่ย ผลผลิตอ้อยเฉลี่ยต่อไร่ และพื้นที่ปลูกอ้อย ซึ่งจะเป็นข้อมูลนำเข้าตัวแบบ ANN2 และจากสมมติฐานด้านพืชแข่งขันทางเศรษฐกิจของอ้อย โดยราคาพืชแข่งขันทางเศรษฐกิจน่าจะมีผลต่อปริมาณการปลูกอ้อยในเขตพื้นที่ภาคตะวันออกเฉียงเหนือ ดังนั้นผู้วิจัยจึงได้เพิ่มปัจจัยด้านราคาพืชแข่งขันที่สำคัญ 3 ปัจจัยคือ ราคาอ้อยเฉลี่ย ราคายางพาราเฉลี่ย และราคามันสำปะหลังเฉลี่ย เมื่อรวมกับปัจจัยที่มีความสัมพันธ์ที่ได้จากการวิเคราะห์ด้วยวิธีทางสถิติ ได้แก่ข้อมูลจังหวัด ปีการผลิต พื้นที่ปลูกอ้อย ผลผลิตอ้อยเฉลี่ยต่อไร่ และข้อมูลปริมาณน้ำฝนเฉลี่ยจะเป็นข้อมูลนำเข้าของตัวแบบ ANN3 ในการศึกษานี้ผู้วิจัยใช้ข้อมูลระหว่างปี พ.ศ. 2547-2552 เพื่อสร้างและเปรียบเทียบโมเดลโครงข่ายประสาทเทียมจากข้อมูลปัจจัยนำเข้าทั้ง 3 ชุด ซึ่งผลการศึกษาพบว่าตัวแบบ ANN3 ที่มีสถาปัตยกรรมของโครงข่ายประสาทเทียมแบบ 8:4:1 ให้ผลพยากรณ์แม่นยำสูงที่สุด มีค่าสัมประสิทธิ์
สหสัมพันธ์ 0.9973 เมื่อเทียบกับ ANN1 ที่มีสถาปัตยกรรม 5:10:1 และ ANN2 ที่มีสถาปัตยกรรม 6:8:1 โดยมีค่าสัมประสิทธิ์สหสัมพันธ์ 0.9794, 0.9822 ตามลำดับ