การพัฒนารูปแบบเวลาการอพยพหนีไฟของอุตสาหกรรมพลาสติกในประเทศไทย

Development of required safe egress time modeling for plastic manufacturing in Thailand.

Name: อารุญ เกตุสาคร

ThaSH: การวิเคราะห์การถดถอย

ThaSH: พหุสัมพันธ์

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

ThaSH: การสำรวจการใช้เวลา

ThaSH: อุตสาหกรรมพลาสติก -- อัคคีภัยและการป้องกันอัคคีภัย

Abstract: การประเมินเวลาการอพยพหนีไฟเป็นขั้นตอนสำคัญในการปฏิบัติบนพื้นฐานวิศวกรรมความปลอดภัยด้านอัคคีภัย เวลาก่อนการอพยพหนีไฟเป็นกระบวนการหลักที่มีความสำคัญ ถ้าเวลาก่อนการอพยพหนีไฟมีค่าไม่ชัดเจนจะส่งผลให้เวลาการอพยพหนีไฟมีค่าไม่น่าเชื่อถือและมีผลกระทบต่อความปลอดภัยต่อชีวิตของผู้ที่อาศัยอยู่ในอาคาร ดังนั้น การศึกษานี้จึงพยายามพัฒนารูปแบบสำหรับการพยากรณ์เวลาก่อนการอพยพหนีไฟในอุตสาหกรรมพลาสติก โดยการประยุกต์การวิเคราะห์การถดถอยพหุคูณโดยวิธีการคัดเลือกแบบขั้นตอนเพื่อหาปัจจัยที่มีผลกระทบ ต่อเวลาก่อนการอพยพหนีไฟและนำปัจจัยที่มีผลกระทบมาสร้างตัวแบบการพยากรณ์เวลาก่อนการอพยพหนีไฟทั้ง 2 ตัวแบบคือ การวิเคราะห์การถดถอยพหุคูณโดยวิธีการคัดเลือกแบบขั้นตอน และโครงข่ายประสาทเทียมแบบแพร่กลับซึ่งมีลักษณะสถาปัตยกรรมโครงสร้างแบบ 4-10-1 สุดท้ายเปรียบเทียบเปอร์เซ็นต์ค่าความคลาดเคลื่อนเฉลี่ยสัมบูรณ์ของทั้งสองตัวแบบ ผลลัพธ์แสดงให้เห็นว่าตัวแบบการวิเคราะห์การถดถอยพหุคูณโดยวิธีการคัดเลือกแบบขั้นตอนและโครงข่ายประสาทเทียมแบบแพร่กลับซึ่งมีลักษณะสถาปัตยกรรมโครงสร้างแบบ 4-10-1 มีค่าเปอร์เซ็นต์ค่าความคลาดเคลื่อนเฉลี่ยสัมบูรณ์เท่ากับ 4.43 และ 1.64 ตามลำดับ ดังนั้น โครงข่ายประสาทเทียมแบบแพร่กลับซึ่งมีลักษณะสถาปัตยกรรมโครงสร้างแบบ 4-10-1 จึงเป็นตัวแบบการพยากรณ์เวลาก่อนการอพยพหนีไฟที่เหมาะสมเมื่อเปรียบเทียบกับตัวแบบ การวิเคราะห์การถดถอยพหุคูณโดยวิธีการคัดเลือกแบบขั้นตอนและสามารถใช้สำหรับการวางแผน การพยากรณ์เวลาการอพยพหนีไฟและกำจัดปัจจัยที่มีผลกระทบต่อเวลาล่าช้าในการอพยพหนีไฟของอุตสาหกรรมพลาสติก

Abstract: An evaluation of Required Safe Egress Time (RSET) is an important step in performance based on fire safety engineering. Pre-evacuation time is currently regarded as the key critical evacuation process. If pre-evacuation time is not explicit, RSET timeline will not be reliable and effect on life of evacuees in the building. Therefore, this study attempted developing the model for predicting pre-evacuation time in plastic industry. Applying the Stepwise Multiple Regression (MRA) to find an affected input variables and constructed forecasting two pre-evacuation time model were Stepwise Multiple Regression (MRA) and Back Propagation Artificial Neural Networks (BP-ANNs : 4-10-1). Finally, the comparison between the two model, the error forecasting model of MRA and BP-ANNs (4-10-1) showed the Mean Absolute Percentage Error (MAPE) of 4.43 and 1.64 respectively. Hence, BP-ANNs 4-10-1) is an optimal model for predicting pre-evacuation time. This finding shows the advantage of BP-ANNs (4-10-1) is more suitable (comparing with MRA) to predict fire evacuation plan and eliminate factors that could delay evacuation time in plastic industry.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: วรพจน์ มีถม

Role: ที่ปรึกษาดุษฎีนิพนธ์

Email : warapojm@kmutnb.ac.th

Created: 2558

Modified: 2560-10-06

Issued: 2560-09-19

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: ดพ DIE อ664ก

tha

DegreeName: ปรัชญาดุษฎีบัณฑิต

Level: ปริญญาเอก

Descipline: วิศวกรรมอุตสาหการ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16057326.pdf	27.03 MB	75	2024-11-27 09:42:53

ใช้เวลา

0.016969 วินาที