แบบจำลองทางคณิตศาสตร์เพื่อพยากรณ์ปริมาณการผลิตไบโอดีเซลในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนีมีวัตถุประสงค์เพือเปรียบเทียบแบบจําลองทางคณิตศาสตร์สําหรับการพยากรณ์ปริมาณการผลิตไบโอดีเซลประเภทเมทิลเอสเตอร์ของกรดไขมันรายเดือนในประเทศไทย โดยใช้ข้อมูลจากกรมธุรกิจพลังงาน กระทรวงพลังงาน ตั้งแต่เดือนมกราคม พ.ศ. 2560 ถึงเดือนกรกฎาคม พ.ศ. 2566 จํานวน 79 ค่า โดยแบ่งข้อมูลออกเป็น 2 ชุด คือ ข้อมูลชุดที่ 1 ตั้งแต่เดือนมกราคม พ.ศ. 2560 ถึงเดือนธันวาคม พ.ศ. 2565 จํานวน 72 ค่า สําหรับการสร้างแบบจําลองด้วยวิธีการทําให้เรียบแบบเอ็กซ์โพเนนเชียลด้วยวิธีของโฮลท์ วิธีการทําให้เรียบแบบเอ็กซ์โพเนนเชียลด้วยวิธีของบราวน์ วิธีบอกซ์-เจนกินส์ และวิธีการพยากรณ์ร่วม และข้อมูลชุดที่ 2 ตั้งแต่เดือนมกราคมถึงเดือนกรกฎาคม พ.ศ. 2566 จํานวน 7 ค่า สําหรับการเปรียบเทียบแบบจําลอง เพื่อคัดเลือกแบบจําลองที่พยากรณ์ได้แม่นและเหมาะสมที่สุด โดยพิจารณาจากค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) และค่ารากที่สองของความคลาดเคลื่อนกําลังสองเฉลี่ย (RMSE) ผลการวิจัยพบว่าวิธีที่เหมาะสมทีสุด คือ วิธีบอกซ์-เจนกินส์ (MAPE = 41.833 และ RMSE = 0.324) และมีตัวแบบการพยากรณ์คือ ARIMA (0, 2, 1) ที่มีพจน์ค่าคงที่
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของ PBRU Science Journal
References
อ้อยใจ ทองเฌอ, วิทูรัช กู๊ดวิน, อุกฤษฎ์ สหพัฒน์สมบัติ. รู้จักไบโอดีเซลใน 4 ชั่วโมง. ปทุมธานี: ศูนย์เทคโนโลยีโลหะและวัสดุแห่งชาติ; 2550.
นรินทร์ ตันไพบูลย์. แนวโน้มธุรกิจ/อุตสาหกรรม ปี 2563-2565: อุตสาหกรรมไบโอดีเซล [อินเทอร์เน็ต]. 2563 [เข้าถึงเมื่อ 10 ก.ย. 2566]. เข้าถึงได้จาก: https://www.krungsri.com/th/research/industry/industry-outlook/energy-utilities/biodiesel/io/io-biodiesel-20
อภิญญา ขนุนทอง. แนวโน้มธุรกิจ/อุตสาหกรรม ปี 2564-2566: อุตสาหกรรมไบโอดีเซล [อินเทอร์เน็ต]. 2564 [เข้าถึงเมื่อ 10 ก.ย. 2566]. เข้าถึงได้จาก: https://www.krungsri.com/th/research/industry/industry-outlook/energy-utilities/biodiesel/io/io-biodiesel-21
พิราวรรณ หนูเสน, ประสิทธิ์ พยัคฆพงษ์, ธิดาพร ศุภภากร. การเปรียบเทียบตัวแบบการพยากรณ์ปริมาณการผลิตน้ำมันดิบในประเทศไทย. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยธรรมศาสตร์ 2558;23:377-84.
กรมธุรกิจพลังงาน กระทรวงพลังงาน. ปริมาณการผลิตน้ำมันไบโอดีเซลประเภทเมทิลเอสเตอร์ของกรดไขมัน [อินเทอร์เน็ต]. 2562 [เข้าถึงเมื่อ 10 ก.ย. 2566]. เข้าถึงได้จาก: https://www.doeb.go.th/info/data/datadistribution/ biodieselB100_Manufac.pdf
กรมธุรกิจพลังงาน กระทรวงพลังงาน. การผลิตไบโอดีเซล เปรียบเทียบ 5 ปีย้อนหลัง จนถึงปัจจุบัน [อินเทอร์เน็ต]. 2566 [เข้าถึงเมื่อ 10 ก.ย. 2566]. เข้าถึงได้จาก: https://data.doeb.go.th/no/dataset/production_b100_5years_ current/resource/d0a4cad6-8ed9-4532-8352-e29551d204b2
ศิริลักษณ์ สุวรรณวงศ์. เทคนิคการพยากรณ์เชิงปริมาณ: การวิเคราะห์อนุกรมเวลา. นครปฐม: สำนักพิมพ์มหาวิทยาลัยมหิดล; 2556.
มุกดา แม้นมินทร์. อนุกรมเวลาและการพยากรณ์. กรุงเทพฯ: โฟร์พริ้นติ้ง; 2549.
สมเกียรติ เกตุเอี่ยม. เทคนิคการพยากรณ์. สงขลา: มหาวิทยาลัยทักษิณ; 2548.
Huang H, Lee TH. To combine forecasts or to combine information? Econom Rev 2010;29:534-70.
Avuglah RK, Adu-Poku KA, Harris E. Application of ARIMA models to road traffic accident cases in Ghana. Int J Stat Appl 2014;4:233-9.
วรางคณา เรียนสุทธิ์. การเปรียบเทียบวิธีการพยากรณ์ทิศทางลมที่ระดับความสูง 120 เมตร จังหวัดนครศรีธรรมราช. วารสารหน่วยวิจัยวิทยาศาสตร์ เทคโนโลยี และสิ่งแวดล้อมเพื่อการเรียนรู้ 2563;11:40-52.
ภิรมย์ สุวรรณสม, ทองสุข พละมา, ปนัดดา แทนสุโพธิ์. การผลิตไบโอดีเซลจากน้ำมันที่ใช้แล้ว โดยใช้เถ้าแกลบเป็นตัวเร่งปฏิกิริยาและหาสภาวะที่เหมาะสม โดยวิธีพื้นผิวตอบสนอง. มหาสารคาม: มหาวิทยาลัยราชภัฏมหาสารคาม; 2561.
Johnson RA, Bhattacharyya GK. Statistics Principles and Methods. 6th ed. Chichester: John Wiley; 2011.