การพยากรณ์ยอดขายสินค้าที่มีความไม่แน่นอนด้วยวิธีโครงข่ายประสาทเทียมและระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้โดยการใช้ข้อมูลเชิงปริมาณและข้อมูลเชิงคุณภาพ

An uncertainty sales forecasting by artificial neural network and adaptive neuro - fuzzy inference system based on quantitative and qualitative data

Name: อธิวัฒน์ ลีนะธรรม

keyword: ระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้

ThaSH: ฟัสซีอัลกอริทึม

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

ThaSH: การบริหารงานโลจิสติกส์

ThaSH: พยากรณ์การขาย

Abstract: การพยากรณ์ยอดขายสินค้าเป็นขั้นตอนที่มีความสำคัญเป็นลำดับแรกในการจัดการห่วงโซ่อุปทาน เพราะทำให้องค์กรลดความเสี่ยงและความไม่แน่นอนที่เกิดขึ้นจากยอดขายของลูกค้า งานวิจัยนี้ทำการเปรียบเทียบวิธีการพยากรณ์ยอดขายรูปแบบใหม่ที่นำเสนอโดยใช้วิธีปัญญาประดิษฐ์คือวิธีการเชิงผสมระหว่างวิธีโครงข่ายประสาทเทียมและระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้ โดยมีข้อมูลเชิงคุณภาพร่วมด้วย แล้วจึงเปรียบเทียบกับแบบวิธีการเชิงเดี่ยว ข้อมูลนำเข้าเพื่อใช้ในการทดสอบกับวิธีที่นำเสนอ ถูกเก็บจากห้างสรรพสินค้าชั้นนำแห่งหนึ่งในประเทศไทย โดยประกอบไปด้วยข้อมูลเชิงปริมาณและข้อมูลเชิงคุณภาพ ปัจจัยเชิงคุณภาพรวบรวมจากการทบทวนวรรณกรรมและถูกคัดสรรจากผู้ทรงคุณวุฒิ จากนั้นจึงทำการพยากรณ์ด้วยวิธีการเชิงเดี่ยวจากวิธีโครงข่ายประสาทเทียมและระบบอนุมานฟัซซี่โครงข่ายปรับตัวได้ แล้วจึงเลือกตัวแบบที่ดีที่สุดจากวิธีการเชิงเดี่ยวไปทำการพยากรณ์เชิงผสมด้วยวิธีค่าเฉลี่ยอย่างง่าย วิธีค่าน้ำหนักของความคลาดเคลื่อนกำลังสอง และวิธีค่าน้ำหนักของวิธีกำลังสองน้อยที่สุด ผลการพยากรณ์พบว่าวิธีการเชิงผสมแบบวิธีค่าน้ำหนักของวิธีกำลังสองน้อยที่สุดที่มีข้อมูลนำเข้าเชิงปริมาณร่วมกับข้อมูลเชิงคุณภาพที่นำเสนอให้ค่าความคลาดเคลื่อนการพยากรณ์ต่ำที่สุด

Abstract: The sales forecast is a crucial step in supply chain management as it enables organizations to mitigate the risks and uncertainties arising from customer demand. The purpose of this research is to compare novel approaches of sales forecasting which is a combination method that includes Artificial Neural Networks and Adaptive Neuro Fuzzy Inference Systems based on quantitative and qualitative input data with a single method. Data were gathered from a leading retail company in Thailand, comprising both quantitative and qualitative data. Qualitative factors were collected through literature review and selected by experts. Then, single methods are proceeded by Artificial Neural Network and Adaptive Fuzzy Network Inference System. The optimal model is then selected from the single method to conduct a combination forecast using the Simple Mean method, Mean Square Error Weights method, Least Square Weights method. The forecast results showed that the lowest forecast error is the proposed combination method with Least Square Weights based on quantitative and qualitative input data

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: เปรมพร เขมาวุฆฒ์

Role: ที่ปรึกษาดุษฎีนิพนธ์

Email : ppm@kmutnb.ac.th

Created: 2566

Modified: 2568-09-12

Issued: 2568-09-12

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: ปรัชญาดุษฎีบัณฑิต

Level: ปริญญาเอก

Descipline: วิศวกรรมอุตสาหการ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B17714734.pdf	55.03 MB	1	2025-10-20 14:35:49

ใช้เวลา

0.03187 วินาที