https://dspace.rmutk.ac.th/jspui/handle/123456789/90 UTK Jourmal Tue, 14 Apr 2026 18:49:08 GMT 2026-04-14T18:49:08Z https://dspace.rmutk.ac.th/jspui/handle/123456789/4276 Title: การเปรียบเทียบวิธีการพยากรณ์อัตราเร็วลมที่ระดับความสูง 120 เมตร จังหวัดมุกดาหาร Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการพยากรณ์อัตราเร็วลม 3 วิธี คือ วิธีบ็อกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบบวก และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวิยเทอร์แบบคุณ อนุกรมของเวลาอัตราเร็วลมรายชั่วโมงที่ระดับความสูง 120 เมตร จากจังกวัดมกุดาหาร ได้มาจาก ศูนย์วิจัยพลังงานและสิ่งแวดล้อม มหาวิทยาลัยทักษิณ ตั้งแต่วันที่ 1 มิถุนายนถึงวันที่ 1 กรกฎาคม 2558 จำนวน 721 ค่า สำหรับการเปรียบเทียบความถูกต้องของตัวแบบพยากรณ์จะใช้เกณฑ์ร้อยละความคลาดเคลื่อนสมบูรณ์ เฉลี่ย (MAPE) และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) ที่ต่ำที่สุด ผลการศึกษาพบว่า จากการพยากรณ์ ทั้งหมดที่ได้ศึกษา วิธีที่มีความถูกต้องมากที่สุดคือ วิธีบ็อกซ์-เจนกินส์ มีความผิดพลาดจาก การพยากรณ์ร้อยละ 4.9216 (MAPE = 4.9216) หรือมีความผิดพลาดจากการพยากรณ์ 0.5 เมตร/วินาที (RMSE = 0.5) ซึ่งทั้ง 2 เกณฑ์ที่ใช้ในการเปรียบเทียบความถูกต้องของตัวแบบพยากรณ์ให้ผลเป็นไปในทิศทาง เดียวกัน จึงทำให้น่าเชื่อถือได้มากยิ่งขึ้นว่าวิธีบ็อกซ์-เจนกินส์เป็นวิธีที่มีความเหมาะสมกับอนุกรมเวลาชุดนี้มากที่สุด; This research aimed to compare three methods of forecasting wind speed: Box-Jenkins method, Winters’ additive exponential smoothing method, and Winters’ multiplicative exponential smoothing method. Time series of hourly wind speed at an altitude of 120 meters in Mukdahan province were gathered from research center in energy and environment, Thaksin university during 1 June to 1 July 2015 of 721 observations. The criteria of the lowest mean absolute percentage error (MAPE) and root mean squared error (RMSE) were used for comparing the accuracy of the forecasting model. Research findings indicated that for all forecasting methods that were studied, the most accurate method was the Box-Jenkins method. This forecasting method was 4.9216 percent forecasting error (MAPE = 4.9216) or was forecasting error of 0.5 meter/second (RMSE = 0.5). The comparison of the accuracy of the forecasting model for both criteria provided the same result. Therefore, it made more reliable that the Box-Jenkins method was the most suitable method for this time series. Fri, 01 Jan 2562 00:00:00 GMT https://dspace.rmutk.ac.th/jspui/handle/123456789/4276 2562-01-01T00:00:00Z https://dspace.rmutk.ac.th/jspui/handle/123456789/4275 Title: การเลือกเส้นทางการขนส่งสินค้าด้วยการประเมินศักยภาพลักษณะทางกายภาพและการตัดสินใจ แบบเรียงลำดับความสำคัญเทียบเคียงอุดมคติ : กรณีศึกษาบริษัทผลิตสายไฟฟ้า Authors: นิธิเดช คูหาทองสัมฤทธิ์; วาสนา จันทร์ขำ Abstract: การเลือกเส้นทางการขนส่งสินค้าด้วยการประเมินศักยภาพลักษณะทางกายภาพและการตัดสินใจ แบบเรียงลำดับความสำคัญเทียบเคียงอุดมคติ : กรณีศึกษาบริษัทผลิตสายไฟฟ้า การศึกษาวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเสนอวิธีการตัดสินใจเลือกเส้นทางการขนส่งสินค้าทางถนนด้วย การตัดสินใจแบบเรียงลำดับความสำคัญจากการเทียบเคียงทางอุดมคติ โดยพิจารณาเกณฑ์การตัดสินใจ ได้แก่ ต้นทุนค่าขนส่ง ระยะเวลาการขนส่ง และระดับศักยภาพลักษณะทางกายภาพของแต่ละเส้นทางการขนส่งสินค้า พร้อมทั้งประยุกต์วิธีการที่เสนอกับกรณีศึกษาบริษัทผลิตสายไฟฟ้า ผลการศึกษาวิจัยพบว่าเส้นทางการขนส่ง สินค้าทางถนน A2 และ A3 เป็นเส้นทางการขนส่งสินค้าทางถนนที่เหมาะสมมากที่สุดด้วยค่าความสัมพันธ์เข้าใกล้ แนวคิดวิธีแก้ปัญหาเท่ากับ 0.550 และ 0.551 ซึ่งไม่แตกต่างกันอย่างมีนัยสำคัญ เส้นทางการขนส่งสินค้าทาง ถนน A1 เป็นทางเลือกที่มีความเหมาะลำดับที่สอง และเส้นทางการขนส่งทางถนน A4 เป็นทางเลือก ลำดับสุดท้าย นอกจากนี้วิธีการเลือกเส้นทางการขนส่งสินค้าที่เสนอซึ่งเป็นการตัดสินใจแบบเชิงรุกสามารถนำไปใช้ แก้ปัญหาได้จริง อีกทั้งยังหลีกเลี่ยงการตัดสินใจเชิงอัตวิสัยและตอบสนองต่อความต้องการผู้ตัดสินใจได้อย่าง มีประสิทธิภาพโดยการกำหนดนำหนักความสำคัญให้กับเกณฑ์การตัดสินใจ; The objective of this research is to purpose an approach for selecting road transportation routes using “Technique for order preference by similarity to the ideal solution” (TOPSIS). Decision criteria for routes selection are transportation cost, transportation time and potential level of each transportation route. This approach is tested on a case study of electrical wire manufacturer. The results show that the route A2 and A3 are taken the best alternative routes with the relative closeness to the ideal solution values at 0.550 and 0.551, which are not significantly different. The route A1 is taken the second alternative route and the route A4 is taken the last alternative routes. Moreover, the purpose approach which is a proactive method for transport route selection can be applied to real-world problems. It overcomes the subjective decision-making and respond to the requirements of decision-makers effectively by determining the relative weights of decision criteria. Fri, 01 Jan 2562 00:00:00 GMT https://dspace.rmutk.ac.th/jspui/handle/123456789/4275 2562-01-01T00:00:00Z https://dspace.rmutk.ac.th/jspui/handle/123456789/4273 Title: การออกแบบและสร้างเครื่องทดสอบการสึกหรอชนิดเคลื่อนที่ไปกลับ Authors: ณภัทร อินทนนท์; นราธิป ภาวะรี; สุภลักษณ์ ศรีน้อย Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและผลิตเครื่องทดสอบการสึกหรอชนิดเคลื่อนที่ไปกลับ โดยเป็น ระบบตวบคุมด้วยมือ โดบเครื่องทดสอบที่ได้ต้องเกิดความสะดวกในการใช้งานและมีความคงทนสามารถที่จะใช้ ทดสอบได้อย่างต่อเนื่องเป็นเวลานาน มีความเที่ยง และมีค่าความคลาดเคลื่อนจากค่าในทางทฤษฏี ไม่เกิน 10 % ผลปรากฎว่าเครื่องที่ได้มีขนาด 40 x 40 เซนติเมตร น้ำหนักประมาณ 30 กิโลกรัม ความเร็วรอบสูงสุดในการทดสอบ 600 รอบ ต่อนาที สามารถรับน้ำหนักกดได้สูงสุด 15 N จากการทดลองใช้เครื่องเพื่อทดสอบ โดยอ้างอิง มาตรฐานการทดสอบ ASTMS G133 พบว่าเครื่องที่สร้างขึ้นมีความเที่ยงตรงที่ระดับความเชื่อมั่น 95 % และมี ความคลาดเคลื่อนจากค่าในทางทฤษฎี ต่ำกว่า 10%; This research aims to design and fabricate a manual reciprocating wear testing machine which is easy to use, durable, long-time continuous testing, reliability and the error of testing result must not exceed than 10%. The result showed that the size of the machine was 40 x 40 cm. and a load of a machine was 30 kg. maximum speed was 600 rpm and maximum load was 15 N. The testing result of the machine (refer to ASTM G133) showed that the machine has reliability at 95 % confidence and testing result error was less than 10 % of theoretically. Fri, 01 Jan 2562 00:00:00 GMT https://dspace.rmutk.ac.th/jspui/handle/123456789/4273 2562-01-01T00:00:00Z https://dspace.rmutk.ac.th/jspui/handle/123456789/4272 Title: การคำนวณค่าความเสี่ยงและการทดสอบสภาวะวิกฤตสำหรับตราสารหนี้ระยะยาว Authors: วิกานดา สุภาสนันท์; สัจจา ดวงชัยอยู่สุข Abstract: ในงานวิจัยนี้เป็นการนำเสนอวิธีการบริหารและการทดสอบพอร์ตโฟลิโอภายใต้ความเสี่ยงที่เกิดขึ้นจาก อัตราดอกเบี้ยของตราสารหนี้ โดยใช้ข้อมูลตัวอย่าง คือ อัตราดอกเบี้ยของตราสารหนี้รัฐบาลที่ไม่มีคูปองที่มีอายุ ตั้งแต่ 3 เดือน ถึง 45 ปี ของเดือนมีนาคม พ.ศ.2554 จนถึงเดือนพฤษภาคม พ.ศ.2561 จากข้อมูลดังกล่าว เมื่อ ใช้เทคนิคการวิเคราะห์องค์ประกอบหลัก จะพบว่าการอธิบายความผันผวนที่เกิดขึ้นกับข้อมูลอัตราดอกเบี้ยของ ตราสารหนี้รัฐบาลที่ไม่มีคูปองมีอยู่ 3 องค์ประกอบหลัก คือ การเปลี่ยนแปลงค่าอัตราดอกเบี้ย ความชันและ การเปลี่ยนแปลวของเส้นโค้ง ซึ่งเพียงพอต่อการอธิบายควาผันผวนของเส้นอัตราดอกเบี้ย และได้นำ องค์ประกอบเหล้านี้มาใช้ในการจำลองอัตราดอกเบี้ยในภาวะที่ผิดปกติ โดยใช้ตัวแปรสุ่มที่ ±1SD และ±2SD เพื่อนำมาคำนวณมูลค่าปัจจุบันสุทธิ (NPV)และเปรียบเทียบกับการวัดมูลค่าความเสี่ยง (VaR).ในการศึกษานี้พบว่าสำหรับค่าความเชื่อมั่นที่ร้อยละ 95 การทดสอบในสภาวะวิกฤติจะใช้การคำนวณน้อยกว่าการวัดมูลค่าความเสี่ยงเพราะไม่จำเป็นต้องจำลองสถานการณ์ของเส้นอันตราผลตอบแทน และผลที่ได้ยังสอดคล้องกับการวัดความเสี่ยงด้วยมูลค่าความเสี่ยงที่จำลองเส้นอัตราดอกเบี้ยโดยการสุ่มทั้งหมด 100,000 งานวิจัยนี้จึงสามารถช่วยบริหารจัดการในการประเมินความเสี่ยงและผลกำไรที่บริษัทประกันต้องเสี่ยง โดยเกิดจากการลงทุนของการถือตราสารหนี้รัฐบาลเป็นหลักได้อยางมีประสิทธิภาพยิ่งขึ้น; This research presents a method of managing and assessing portfolio under risk from interest rates of bonds. The dataset used is interest rates of government zero coupon bonds data from March 2011 to May 2018. The bonds' maturity ranges between 3 months to 45 years. This research started by evaluating the interest rates of the government zero coupon bonds, using principal component analysis. To explain the fluctuations of the interest rates, the research found that the first three principle components consist of level, slope and hump. The research then performed stress test using sample variables at ±1SD and ±2SD, and computed value at risk (VaR). The results from the two methods were then used to compute Net Present Value (NPV) for comparison. This research found that, for the same 95 percent accuracy, the stress test used less calculation than VaR, since there is no need for Yield-Curve scenario simulation. Also, the stress test's result corresponded to that of VaR, which simulated interest rate curve from 100,000 randomizations. In conclusion, the stress test method presented in this research could be adopted by insurance companies, whose main investment is government bonds, to effectively manage risks and assess profits. Fri, 01 Jan 2562 00:00:00 GMT https://dspace.rmutk.ac.th/jspui/handle/123456789/4272 2562-01-01T00:00:00Z