สืบค้นงานวิจัย
การพยากรณ์ราคายางพาราโดยใช้โครงข่ายประสาทเทียม
คีตา จาริก - มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ชื่อเรื่อง: การพยากรณ์ราคายางพาราโดยใช้โครงข่ายประสาทเทียม
ชื่อเรื่อง (EN): Forecasting rubber price using artificial neural network
ผู้แต่ง / หัวหน้าโครงการ: คีตา จาริก
บทคัดย่อ: ปัญหาพิเศษฉบับนี้มีวัตุประสงค์เพื่อพยากรณ์ราคายางพาราโดยใช้โครงข่ายประสาทเทียม และประเมินประสิทธิภาพการพยากรณ์ราคายางพาราของโครงข่ายประสาทเทียม โดยทำการค้นหา ความสัมพันธ์ระหว่างตัวแปรกับราคายางพาราได้แก่ ดัชนีปัจจัยการผลิตทางอุตสาหกรรม, ผลผลิต ยางพาราของโลก, ผลิตภัณฑ์มวลรวมของโลก, ราคาน้ำมัน, ปริมาณการใช้ยางพาราของโลก, ปริมาณการใช้ยางพาราในประเทศ และปริมาณการส่งออกยางพาราจากไทยไปจีน แล้วนำตัวแปรมา ใช้ในการฝึกสอนและทดสอบโครงข่ายประสาทเทียม ที่ได้ทำการออบแบบไว้ 15 รูปแบบจำลองและทำ การประเมินประสิทธิภาพของการพยากรณ์ราคายางพารา โดยอาศัยหลักการการเรียนรู้มาใช้วิเคราะห์ ข้อมูลในอดีต ที่มีการจัดเก็บข้อมูลเป็นรายเดือน พบว่าแบบจำลองโครงข่ายประสาทเทียมแบบ 7-7-1 ซึ่ง มี 7 Input Node, 7 Hidden Node และ 1 Output Node มีประสิทธิภาพในการพยากรณ์ราคายางพารามาก ที่สุด โดยมีค่าความผิดพลาดเฉลี่ยเท่ากับร้อยละ 6.68
บทคัดย่อ (EN): This special problem study is aimed to forecast rubber price by using artificial neural network, and evaluate effectiveness of artificial neural network prediction. Searching relationship among several parameters was used, such as factory produce factor index, rubber world production, gross world product, oil price, rubber world consumption, rubber domestic consumption, Thai export rubber to China. Then the data gathering from these parameters was used as training data set and entered as 15 models. All models were evaluated based on former data analysis (monthly data collection). The result found that Neural Network 7-7-1 consists 7 Input Node, 7 Hidden Node and 1 Output Node is the most effective model for rubber price prediction, error mean is 6.68 percent.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เผยแพร่โดย: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
คำสำคัญ: ยางพารา
เจ้าของลิขสิทธิ์: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
รายละเอียด: This special problem study is aimed to forecast rubber price by using artificial neural network, and evaluate effectiveness of artificial neural network prediction. Searching relationship among several parameters was used, such as factory produce factor index, rubber world production, gross world product, oil price, rubber world consumption, rubber domestic consumption, Thai export rubber to China. Then the data gathering from these parameters was used as training data set and entered as 15 models. All models were evaluated based on former data analysis (monthly data collection). The result found that Neural Network 7-7-1 consists 7 Input Node, 7 Hidden Node and 1 Output Node is the most effective model for rubber price prediction, error mean is 6.68 percent.
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง


TARR Wordcloud:
การพยากรณ์ราคายางพาราโดยใช้โครงข่ายประสาทเทียม
คีตา จาริก
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
2555
การประยุกต์โครงข่ายใยประสาทเทียมสำหรับการพยากรณ์น้ำท่าและการเติมข้อมูลระดับน้ำ การพยากรณ์ราคาข้าวโพดเลี้ยงสัตว์ในภาคเหนือของประเทศไทยโดยใช้แบบจำลองอารีแม็กซ์ การพัฒนาโครงข่ายประสาทเทียมเพื่อใช้ในการคัดคุรภาพทางด้านรูปร่างของมะม่วงพันธุ์น้ำดอกไม้ เปรียบเทียบสูตรอาหารที่ใช้เลี้ยงนกกระทาพันธุ์ญี่ปุ่นโดยใช้กากเมล็ดยางพาราและแหนแดงในระดับต่างๆ แทนกากถั่วเหลือง ความคาดหวังของเกษตรกรผู้เข้าร่วมโครงการปลูยางพารา ในอำเภอเชียงของ จังหวัดเชียงราย การใช้การเมล็ดยางพาราแทนกากถั่วเหลืองในสูตรอาหารไก่กระทง การประมาณค่าตะกอนแขวนลอยในลำน้ำโดยการใช้โครงข่ายใยประสาทเทียม กรณีศึกษา ลุ่มน้ำลำตะคองตอนบน การพยากรณ์ค่าคลอโรฟิลล์ในใบข้าวโดยใช้วิธีวิเคราะห์ความถดถอยเชิงเส้นพหุ ปัญหาราคาผลผลิตทางการเกษตรทุเรียนมีราคาตกต่ำตามฤดูกาลผลิต จังหวัดจันทบุรี การใช้ประโยชน์ข่าวสารการเกษตรจากสำนักงานกองทุนสงเคราะห์ การทำสวนยางของชาวสวนยางพาราในจังหวัดลำปาง
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก