สืบค้นงานวิจัย
การออกแบบระบบสนับสนุนการตัดสินใจสำหรับการแต่งกลิ่นเครื่องดื่มฟังก์ชันนัล
รองศาสตราจารย์อรรถกร เก่งพล - มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ชื่อเรื่อง: การออกแบบระบบสนับสนุนการตัดสินใจสำหรับการแต่งกลิ่นเครื่องดื่มฟังก์ชันนัล
ชื่อเรื่อง (EN): Design of a Decision Support System for Functional Beverage Flavoring
ผู้แต่ง / หัวหน้าโครงการ: รองศาสตราจารย์อรรถกร เก่งพล
บทคัดย่อ: งานวิจัยนี้มีจุดมุ่งหมายเพื่อพัฒนาซอร์ฟแวร์ระบบสนับสนุนการตัดสินใจในการเลือกแต่งกลิ่นเครื่องดื่มฟังก์ชันนัลให้เหมาะสมกับกลุ่มผู้บริโภค ทำการเลือกเครื่องดื่มฟังก์ชันนัลที่ได้รับความนิยม 5 รสชาติ ได้แก่ น้ำมะม่วงเข้มข้น น้ำเสาวรส น้ำมะเม่า น้ำเห็ดหลินจือ น้ำมังคุด โดยแต่ละรสชาติแบ่งเป็น 2 ระดับความเข้มข้น (เข้มข้น 100% กับ เข้มข้นผสม) จากนั้นสร้างแบบสอบถามความชื่นชอบด้านรส สี และกลิ่น ไปสอบถามกลุ่มตัวอย่างผู้บริโภค 400 คน แบ่งเป็น 6 กลุ่มผู้บริโภค ได้แก่ ชายวัยรุ่น ชายวัยหนุ่ม ชายวัยกลางคน หญิงวัยรุ่น หญิงวัยสาวและหญิงวัยกลางคน เพื่อเป็นฐานข้อมูลการพัฒนาซอร์ฟแวร์ ในส่วนของระบบทำการเปรียบเทียบระบบการประมวลผลระหว่างเทคนิคข่ายงานประสาทเทียม (Artificial Neural Network : ANN) และเทคนิคข่ายงานประสาทเทียมที่ประยุกต์ร่วมกับพาร์ทิเคิลสวอมออฟทีไมเซชั่น (Artificial Neural Network hybrid with Particle Swarm Optimization; ANNs-PSO) พบที่โครงสร้างเหมาะสม (6-18-30) ที่ค่าผิดพลาดกำลังสองเฉลี่ย (Mean square Error, MSE) เท่ากับ 0.0054784 ณ รอบที่ 6 ให้ผลลัพธ์พยากรณ์ความชื่นชอบด้านรสชาติ สี กลิ่นของเครื่องดื่มฟังก์ชันนัลเหมือนกัน โดยเทคนิค ANNs-PSO มีประสิทธิภาพในการประมวลผลที่เร็วกว่า จึงนำมาใช้เป็นระบบประมวลผลในซอร์ฟแวร์ระบบสนับสนุนการตัดสินใจดังกล่าว
บทคัดย่อ (EN): The objective of this study is to design the Decision Support System (DSS) for selection of functional beverage flavor notes and creating system software. The survey shows that there are 5 well known tastes of functional drinks which are mango, passion fruit, Thai blueberry, Linhzhi and mangosteen in both level of concentration (100% and mixed). Questionnaire is launched to gathering data of costumer preference. The taste, colour and smell are the subjects of questionnaire. Data is acquired from 400 customers in six groups that have different gender and age. The DSS is analyzed by using ANN in comparing between Artificial Neural Network hybrid with Particle Swarm Optimization (ANNs-PSO). Both models give the same results show in structure (6-18-30). The minimum MSE is 0.0054784 at 6 epochs. As a result of comparison between two models, the results show that minimum speed time of ANNs-PSO faster than ANN. Hence, ANNs-PSO is an appropriate system for using in the DSS software.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เอกสารแนบ: https://tdc.thailis.or.th/tdc/browse.php?option=show&browse_type=title&titleid=449420
เผยแพร่โดย: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
คำสำคัญ: ฟังก์ชันนัล
คำสำคัญ (EN): Flavoring
เจ้าของลิขสิทธิ์: สำนักงานพัฒนาการวิจัยการเกษตร
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง


TARR Wordcloud:
การออกแบบระบบสนับสนุนการตัดสินใจสำหรับการแต่งกลิ่นเครื่องดื่มฟังก์ชันนัล
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
7 กันยายน 2559
การออกแบบระบบสนับสนุนการตัดสินใจสำหรับการแต่งกลิ่นเครื่องดื่มฟังก์ชันนัล การออกแบบระบบสนับสนุนการตัดสินใจเพื่อการปรุงแต่งรสเครื่องดื่มเพื่อสุขภาพของกลุ่มผู้สูงวัย การพัฒนาระบบนำส่งขนาดนาโนเมตรที่กักเก็บเคอร์คิวมินสำหรับเป็นผลิตภัณฑ์เสริมอาหารในเครื่องดื่มเพื่อบำรุงสมอง ระบบผู้เชี่ยวชาญเพื่อสนับสนุนการตัดสินใจสำหรับการปลูกแตงเทศเป็นการค้า การพัฒนาระบบสนับสนุนการตัดสินใจสำหรับการบริหารอ้อยเข้าสู่โรงงาน ระบบสนับสนุนการตัดสินใจเพื่อการพัฒนาลุ่มน้ำชีตอนล่าง :กรณีศึกษาจังหวัดขอนแก่น ระบบสนับสนุนการตัดสินใจเพื่อการพัฒนาและจัดการลุ่มน้ำชี ระยะที่ 2 Bio Stabilizer สำหรับเครื่องดื่มจากพืช การใช้ระบบ Fisheries Map เพื่อการบริหารจัดการข้อมูลเชิงพื้นที่จับสัตว์น้ำ ระบบสนับสนุนการตัดสินใจเพื่อการพัฒนาลุ่มน้ำชี นวัตกรรมสำหรับกลุ่มเกษตรกรผู้ปลูกข้าว: เครื่องดื่มสกัดจากปลายข้าว
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก