การเปรียบเทียบการแทนค่าสูญหายสำหรับปัญหาการขนส่งแบบสมดุล
Article Sidebar
Main Article Content
บทคัดย่อ
ตัวแบบการขนส่งเป็นกรณีพิเศษของการโปรแกรมเชิงเส้นเพื่อหาค่าใช้จ่ายรวมที่ต่ำที่สุดในการขนส่งจากต้นทางไปปลายทาง การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพการแทนค่าสูญหายแบบสุ่มสมบูรณ์ของค่าใช้จ่ายในปัญหาการขนส่งแบบสมดุล 4 วิธี ได้แก่ การแทนค่าด้วยค่าเฉลี่ย การแทนค่าด้วยค่ามัธยฐาน การแทนค่าด้วยค่าสูงสุด และการแทนค่าด้วยค่าต่ำสุด โดยกำหนดให้ค่าใช้จ่ายในการขนส่งมีการแจกแจงแบบเอกรูป และการแจกแจงแบบปรกติ กำหนดค่าสัมประสิทธิ์การแปรผันของข้อมูลเป็น 5%, 10%, 15%, 20%, 25% และ 30% ทำการจำลองข้อมูลด้วยเทคนิคมอนติคาร์โลทำซ้ำ 1,000 ครั้ง กำหนดจำนวนต้นทางและปลายทางให้เท่ากันด้วยขนาด 4, 5, 7, 10 และ 20 แห่ง ค่าการสูญหายของข้อมูลเท่ากับ 5%, 10%, 15% และ 20% เกณฑ์ที่ใช้ในการเปรียบเทียบ คือ รากของความคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE) ผลการศึกษาพบว่า เมื่อจำนวนต้นทางและปลายทางเพิ่มขึ้น ค่า RMSE ของค่าใช้จ่ายในการขนส่งมีค่าเพิ่มขึ้นในทุกวิธีของการแทนค่าสูญหาย และพบว่าวิธีการแทนค่าข้อมูลสูญหายด้วยค่าเฉลี่ยมีค่า RMSE น้อยที่สุด รองลงมาเป็นวิธีการแทนค่าด้วยค่ามัธยฐาน ค่าสูงสุด และค่าต่ำสุด ตามลำดับ
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
สมเกียรติ เกตุเอี่ยม. 2547. การวิจัยดำเนินการ : การวิเคราะห์เชิงปริมาณทางธุรกิจ. พิมพ์ครั้งที่ 2, การผลิตเอกสารและตำรา กลุ่มงานบริการการศึกษา มหาวิทยาลัยทักษิณ, สงขลา. [Somkiat Ketuiam.2004. Operation Research: Business Quantitative Analysis. 2nd ed., Documents and Textbooks Thaksin University, Songkhla. (in Thai)]
นิธิเดช คูหาทองสัมฤทธิ์. 2560. การเลือกเส้นทางการขนส่งสินค้าที่เหมาะสม โดยตัวแบบโปรแกรมเป้าหมายแบบศูนย์หนึ่ง. วารสารวิจัยราชภัฏพระนคร สาขาวิทยาศาสตร์และเทคโนโลยี, 12(2), 78-91. [Nitidetch Koohathongsumri. 2017. Selecting optimal distribution route by zero-one goal programing mode. Phranakhon Rajabhat Research Journal: Science and Technology, 12(2), 78-91. (in Thai)]
ณัฐวดี เย็นคงคา และณัฐพร คุตตะนันท์. 2560. การจัดเส้นทางและกำหนดเวลาการขนส่งของผู้จัดจำหน่ายเครื่องดื่มแอลกอฮอล์และน้ำดื่ม. โครงงานวิศวกรรมหลักสูตรวิศวกรรมศาสตรบัณฑิต, สาขาวิศวกรรมการจัดการและโลจิสติกส์ วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์, มหาวิทยาลัยธุรกิจบัณฑิตย์. [Natthawadee Yenkhongkha and Nattaporn Kuttanan. 2017. Vehicle Routing and Scheduling of a Liquor, Beer, and Beverage Distributor. Engineering Project, Bachelor’s degree, Management and Logistics Engineering, College of Innovative Technology and Engineering, Dhurakij Pundit University. (in Thai)]
มานพ วราภักดิ์. 2552. การวิจัยดำเนินการ. พิมพ์ครั้งที่ 1, สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย, กรุงเทพฯ. [Manop Warapak. 2009. Operation Research. 1st ed., Chulalongkorn University Press, Bangkok. (in Thai)]
รัตติกาล จอมประพันธ์ และพาชิตชนัต ศิริพานิช. 2558. การประมาณค่าสูญหายในการวิเคราะห์การถดถอยเชิงเส้นพหุคูณ. วารสารพัฒนบริหารศาสตร์, 55(1), 184-202, https://doi.org/10.14456/ndj.2015.14. [Ruttikan Jomprapan and Pachitjanut Siripanich. 2015. Missing Imputation in Multiple Linear Regression Analysis. NIDA Development Journal, 55(1), 183-202, https://doi.org/10.14456/ndj.2015.14. (in Thai)]
วริษฐา กณิกนันต์ และอนุภาพ สมบูรณ์สวัสดี. 2556. การเปรียบเทียบวิธีการประมาณสำหรับการวิเคราะห์การถดถอยเชิงเส้นพหุเมื่อตัวแปรตามและตัวแปรอิสระมีการสูญหายแบบนอนอิกนอร์เรเบิล. การประชุมหาดใหญ่วิชาการ, ครั้งที่ 4, มหาวิทยาลัยหาดใหญ่, สงขลา, 43-49. [Warittha Kaniknant and Anupap Somboonsavatdee. 2013. Comparison of The Estimation Methods for The Multiple Linear Regression Model with Nonignorable Missing Dependent and Independent Variables. The Proceeding of 4th Hat Yai Symposium, Hat Yai University, Songkhla, 43-49. (in Thai)]
สุปรียา สระโสม และธิดาเดียว มยุรีสวรรค์. 2562. การเปรียบเทียบวิธีการเติมข้อมูลสูญหายในตัวแปรตามที่เกิดการสูญหายแบบสุ่มสำหรับการถดถอยเชิงเส้นพหุคูณ. วารสารวิทยาศาสตร์ มข., 47(4), 737-748. [Supiya Srasom and Tidadeaw Mayureesawan. 2019. Comparison of Missing Data Imputation Methods in Dependent Variable with Missing at Random for Multiple Linear Regression. KKU Science Journal, 47(4), 737–748. (in Thai)]
เรืองลักษณ์ หลำใจซื่อ, อำไพ ทองธีรภาพ และจุฑาภรณ์ สินสมบูรณ์ทอง. 2560. การเปรียบเทียบวิธีการประมาณค่าสูญหายสำหรับการวิเคราะห์การถดถอยพหุเมื่อตัวแปรตามมีการสูญหายแบบสุ่ม.วารสารวิทยาศาสตร์และเทคโนโลยี, 25(5), 766-777. [Rueangluck Lamjaisue, Ampai Thongteeraparp and Juthaphorn Sinsomboonthong. 2017. Comparison of Missing Data Estimation Methods for the Multiple Regression Analysis with Missing at Random Dependent Variable. Thai Science and Technology Journal, 25(5), 766-777. (in Thai)]
Chhabra, G., Vashisht, V., and Ranjan, J. 2017. A Comparison of Multiple Imputation Methods for Data with Missing Values. Indian Journal of Science and Technology, 10(19), 1-7.
Asif, M., and Samart, K. 2022. Imputation Methods for Multiple Regression with Missing Heteroscedastic Data. Thailand Statistician, 20(1), 1–15.