แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th ติดต่อเจ้าหน้าที่เจ้าของเอกสาร กรณีเอกสารไม่ครบหรือไม่ตรง

การปรับปรุงประสิทธิภาพห่วงโซ่คุณค่าทุเรียนไทยโดยอาศัยการเรียนรู้เชิงลึกเพื่อจำแนกหลายป้าย
A performance improvement of Thai’s durian value chain using deep learning for multi-label classification

ThaSH: ทุเรียน -- คุณภาพ
Classification :.LCCS: SB
ThaSH: ทุเรียน -- การส่งออก
ThaSH: ทุเรียน -- พันธุ์
Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อปรับปรุงประสิทธิภาพการผลิตในอุตสาหกรรมการส่งออกทุเรียน โดยเริ่มจากการศึกษากระบวนการผลิตแบบเดิมแล้วนำข้อมูลมาวิเคราะห์กิจกรรมโดยใช้ work study เพื่อเรียงลำดับกระบวนการที่เกิดขึ้นในการผลิต แล้วนากระบวนการที่ได้มาวิเคราะห์ความสูญเปล่า (Waste) โดยใช้แผนผังสายธารคุณค่า (Value Stream Mapping: VSM) เพื่อทราบถึงปัญหาในกระบวนการผลิต จากการศึกษาพบว่า ปัญหาเกิดขึ้นในส่วนกลางน้าของกระบวนการผลิต คือ การมีต้นทุนที่สูงมากในกระบวนการคัดแยกทุเรียน จากนั้นนาปัญหาที่พบมาแก้ไขโดยการศึกษาปัจจัยเกี่ยวกับการส่งออกทุเรียนแล้วนาข้อมูลมาออกแบบเครื่องมือในการคัดแยกทุเรียนเพื่อส่งออก จากการศึกษาพบว่า ปัจจัยในการส่งออกทุเรียน คือ ชั้นคุณภาพ (คุณภาพและขนาด) และความแก่อ่อนของทุเรียน นาปัจจัยเหล่านี้มาออกแบบเครื่องมือในการคัดแยกทุเรียนโดยการใช้เทคนิคการประมวลผลภาพด้วยการใช้โครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neuron Network: CNN) เพื่อจาแนกทุเรียน 24 กลุ่ม ประกอบด้วย ทุเรียน 4 พันธุ์ ได้แก่ หมอนทอง ชะนี ก้านยาว และกระดุมทอง ที่คัดแยกตามชั้นคุณภาพ 3 ชั้น และความแก่อ่อนของทุเรียน ใช้ข้อมูลภาพทุเรียนทั้งหมด 3,000 ภาพ จากการทดลองพบว่า การใช้ CNN ในการจำแนกทุเรียนมีความแม่นยำ ร้อยละ 94.58 ในชุดข้อมูลสาหรับการเรียนรู้ (Training set) ร้อยละ 87.50 ในชุดข้อมูลสาหรับการตรวจสอบ (Validation set) และร้อยละ 87.43 ในชุดข้อมูลสาหรับการทดสอบ (Test set) และเมื่อนา model มาใช้ในการทานายภาพทุรียน พบว่า มีความถูกต้อง ร้อยละ 76.19 จากนั้นนาผลที่ได้มาออกแบบเครื่องจักร โดยการออกแบบสอบถามผู้ที่มีส่วนได้ส่วนเสียในอุตสาหกรรมการส่งออกทุเรียน จานวน 7 คน แล้วนาข้อมูลที่ได้มาจัดลาดับความสาคัญของปัจจัยในการคัดเลือกเครื่องจักรสำหรับคัดแยกทุเรียนโดยใช้กระบวนการวิเคราะห์เชิงลำดับชั้น จากการสอบถามพบว่า เครื่องจักรที่มีความเหมาะสม คือ เครื่องคัดแยกทุเรียนแบบสายพานลาเลียง จากนั้นนาข้อมูลมาออกแบบกระบวนการผลิตทุเรียนส่งออกแบบใหม่ ซึ่งเป็นกระบวนการผลิตภายในโรงคัดบรรจุผลไม้ที่ทาการคัดแยกทุเรียนทั้งหมด 5,760 ลูก โดยการจำลองสถานการณ์ด้วยคอมพิวเตอร์ จากการทดลองพบว่า กระบวนการผลิตแบบใหม่สามารถลดกิจกรรมในการทางานจากเดิม 11 กิจกรรม เหลือเพียง 4 กิจกรรม ลดแรงงานลงจากเดิม 16 คน เหลือเพียง 6 คน ลดเวลาการดำเนินงานจากเดิม 36.34.44 ชั่วโมง เหลือเพียง 15.33.18 ชั่วโมง และสามารถลดต้นทุนการผลิตลงได้จาก 163,148.23 บาท เป็น 86,356.53 บาท ดังนั้นจะเห็นได้ว่า การนำเทคโนโลยีมาใช้ในกระบวนการบริหารการผลิตการส่งออกทุเรียน มีประโยชน์ในแง่การลดต้นทุนการผลิตเป็นอย่างยิ่ง
มหาวิทยาลัยอุบลราชธานี. สำนักวิทยบริการ
Address: อุบลราชธานี
Email: library@ubu.ac.th
Role: อาจารย์ที่ปรึกษา
Created: 2565
Modified: 2567-10-01
Issued: 2567-10-01
วิทยานิพนธ์/Thesis
application/pdf
CallNumber: SB ย264 2565
tha
©copyrights มหาวิทยาลัยอุบลราชธานี
RightsAccess:
ลำดับที่.ชื่อแฟ้มข้อมูล ขนาดแฟ้มข้อมูลจำนวนเข้าถึง วัน-เวลาเข้าถึงล่าสุด
1 ยิ่งยศ ทิพย์ศรีราช.pdf 16.43 MB4 2025-09-17 14:14:14
ใช้เวลา
0.029529 วินาที

ยิ่งยศ ทิพย์ศรีราช
Title Contributor Type
การศึกษาคุณสมบัติของเหล็ก High Speed Tool Steel (Type M35) ที่ผ่านการอบชุบ ด้วยวิธีการ Tempering
มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
ยิ่งยศ ทิพย์ศรีราช

งานวิจัย/Research report
รายงานการวิจัยการศึกษาการผลิตเชื้อเพลิงแข็งจากกากปาล์มน้ำมันผสมผงถ่านหินเพื่อใช้ในการหลอมอลูมิเนียมรีไซเคิล
มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
สมมารถ ศรีประเทือง ;ยิ่งยศ ทิพย์ศรีราช

งานวิจัย/Research report
การเพิ่มผลิตภาพฟาร์มไก่ไข่ด้วยเทคนิควิศวกรรมอุตสาหการ กรณีศึกษา : แผนกสัตว์ปีก มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก วิทยาเขตจันทบุรี
มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี
ยิ่งยศ ทิพย์ศรีราช
ณฐา คุปตัษเฐียร
วิทยานิพนธ์/Thesis
แนวทางการลดต้นทุนห่วงโซ่อุปทานของผลไม้ไทย กรณีศึกษาทุเรียนในภาคตะวันออก
มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
จิรวัฒน์ ณ พัทลุง;พันธุ์เดช นนท์แสงโรจน์;ยิ่งยศ ทิพย์ศรีราช

งานวิจัย/Research report
การปรับปรุงประสิทธิภาพห่วงโซ่คุณค่าทุเรียนไทยโดยอาศัยการเรียนรู้เชิงลึกเพื่อจำแนกหลายป้าย
มหาวิทยาลัยอุบลราชธานี
ยิ่งยศ ทิพย์ศรีราช
คณิศร ภูนิคม
วิทยานิพนธ์/Thesis
คณิศร ภูนิคม
Title Creator Type and Date Create
การพัฒนาตัวแบบในการบริหารสมรรถนะการดำเนินงานขององค์กรปกครองส่วนท้องถิ่นโดยการประยุกต์ใช้เครื่องมือทางวิศวกรรมการจัดการ
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
ภีม พรประเสริฐ
วิทยานิพนธ์/Thesis
การออกแบบและพัฒนาเครื่องเก็บเกี่ยวหญ้าเนเปียร์
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
ชนาธิป กาลจักร
วิทยานิพนธ์/Thesis
การออกแบบและพัฒนาระบบขนถ่ายสิ่งส่งตรวจด้วยรถขนส่งอัตโนมัติในอุตสาหกรรมสุขภาพ
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
นันทพันธ์ กนกศิริรุจิษยา.
วิทยานิพนธ์/Thesis
การออกแบบและพัฒนาอุปกรณ์ขนถ่ายลำเลียงอเนกประสงค์ในอุตสาหกรรมสุขภาพ
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
กิตติพงษ์ แสงบุดดี
วิทยานิพนธ์/Thesis
การศึกษาและพัฒนาอุปกรณ์ต้นแบบบีบแยกส่วนประกอบโลหิตในอุตสาหกรรมสุขภาพ
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
วรวิทย์ สงวนพันธ์
วิทยานิพนธ์/Thesis
การปรับปรุงประสิทธิภาพห่วงโซ่คุณค่าทุเรียนไทยโดยอาศัยการเรียนรู้เชิงลึกเพื่อจำแนกหลายป้าย
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
ยิ่งยศ ทิพย์ศรีราช
วิทยานิพนธ์/Thesis
การประยุกต์ใช้ระบบการผลิตแบบลีนโดยการจำลองสถานการณ์เพื่อปรับปรุงกระบวนการผลิต: กรณีศึกษา โรงงานผลิตเสื้อผ้าสำเร็จรูป
มหาวิทยาลัยอุบลราชธานี
คณิศร ภูนิคม
ธนพล สมบัติ
วิทยานิพนธ์/Thesis
Copyright 2000 - 2025 ThaiLIS Digital Collection Working Group. All rights reserved.
ThaiLIS is Thailand Library Integrated System
สนับสนุนโดย สำนักงานบริหารเทคโนโลยีสารสนเทศเพื่อพัฒนาการศึกษา
กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม
328 ถ.ศรีอยุธยา แขวง ทุ่งพญาไท เขต ราชเทวี กรุงเทพ 10400 โทร. โทร. 02-232-4000
กำลัง ออน์ไลน์
ภายในเครือข่าย ThaiLIS จำนวน 1
ภายนอกเครือข่าย ThaiLIS จำนวน 4,799
รวม 4,800 คน

More info..
นอก ThaiLIS = 94,679 ครั้ง
มหาวิทยาลัยสังกัดทบวงเดิม = 17 ครั้ง
มหาวิทยาลัยราชภัฏ = 10 ครั้ง
มหาวิทยาลัยเทคโนโลยีราชมงคล = 3 ครั้ง
หน่วยงานอื่น = 1 ครั้ง
รวม 94,710 ครั้ง
Database server :
Version 2.5 Last update 1-06-2018
Power By SUSE PHP MySQL IndexData Mambo Bootstrap
มีปัญหาในการใช้งานติดต่อผ่านระบบ UniNetHelp


Server : 8.199.134
Client : Not ThaiLIS Member
From IP : 216.73.216.212