การศึกษาเปรียบเทียบวิธีพยากรณ์ความต้องการรถไฟฟ้าในประเทศไทย

A comparison of forecasting methods for demand of electric cars in Thailand

Name: ศุภวิชญ์ วนาวรกุล

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะวิศวกรรมศาสตร์

Email : s6401052810026@email.kmutnb.ac.th

Name: อนุชา หิรัญวัฒน์

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะวิศวกรรมศาสตร์

Name: ภาสุระ อังกุลานนท์

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะวิศวกรรมศาสตร์

keyword: วิธีการถดถอยพหุคูณ

ThaSH: รถยนต์ไฟฟ้า

Abstract: งานวิจัยนี้เป็นการศึกษาเปรียบเทียบวิธีการพยากรณ์ สำหรับการพยากรณ์ความต้องการรถยนต์ไฟฟ้าส่วนบุคคลไม่เกิน 7 ที่นั่ง โดยใช้ข้อมูลย้อนหลังจานวน 63 เดือน ตั้งแต่เดือนตุลาคม 2560-เดือนธันวาคม 2565 เพื่อหาวิธีพยากรณ์ที่เหมาะสมที่สุด ของ วิธีการถดถอยพหุคูณ ( Multi Regression ) และวิธีโครงข่ายประสาทเทียม (Artificial Neutral Network ) การเลือกวิธีการ พยากรณ์ที่เหมาะสมพิจารณาจาก ค่า R-square ที่ดีที่สุด ผลการศึกษา พบว่าผลจากการทดลองพบว่า วิธีโครงข่ายประสาทเทียม มีประสิทธิภาพ มากกว่าวิธีการถดถอยพหุคูณ โดยที่ ค่า R-Square ของ วิธีโครงข่ายประสาทเทียม มีค่าเท่ากับ 99.24

Abstract: The purpose of this research was to study and compare the forecasting methods for personal electric cars with no more than seven seats. We collected data for 63 months, from October 2017 to December 2022, to use in multi-regression and artificial neutral network techniques. Then we selected the best forecasting method by considering the maximum value of R-square. We found that artificial neutral network techniques (R-square = 99.24) were better than the multi-regression method

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2566

Modified: 2568-06-10

Issued: 2568-06-10

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยธรรมศาสตร์.คณะวิศวกรรมศาสตร์. การประชุมวิชาการระดับชาติด้านการพัฒนาการดำเนินงานทางอุตสาหกรรม ครั้งที่ 14 ประจำปี 2566 (CIOD 2023) (pp.278-283). กรุงเทพฯ : มหาวิทยาลัยธรรมศาสตร์

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	CIOD 2023pp.278-283.pdf	654.48 KB

ใช้เวลา

0.041327 วินาที