วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548

สร้างแบบจำลองข่ายงานนิวรัล สำหรับทำนายเปอร์เซ็นต์ของแข็งและความ หนืดของแชมพูในถังผลิตแชมพู ข้อมูลที่ใช้ในการฝึกและทดสอบข่ายงานได้จากการทดลองผลิตแชมพู โดยเปลี่ยนอุณหภูมิของถังผลิตตั้งแต่ 25-50 องศาเซลเซียล เวลาในการผลิตตั้งแต่ 10-35 นาที และอัตราส่วนผสมที่ใช้ของสารเคมีและน้ำเป็น 1 และ 2 ในการออกแบบโครงสร้างข่ายงานนิวรัลใช้ การเชื่อมโยงแบบการกระจายความผิดพลาดย้อนกลับ และอัลกอริธึมการเรียนรู้แบบรีเวนเบอกร์-มาร์ควอร์ในการฝึกข่ายงาน เปรียบเทียบผลความแตกต่างระหว่างผลจากการทำนายและผลจากการ ทดลอง โดยใช้ค่าดัชนีเปอร์เซ็นต์ความผิดพลาดกำลังสองเฉลี่ยน้อยสุด (Root Mean Square Percent Error Index: RMSP) และค่าดัชนีเปอร์เซ็นต์ความผิดพลาดมากสุด (Maximum Percent Error Index: MP) และคัดเลือกข่ายงานโดยใช้ค่าสมรรถนะความถูกต้องในการทำนาย (Accuracy Performance) ผลจากการจำลองพบว่าข่ายงานนิวรัลแบบการกระจายย้อนกลับ 2 ชั้นซ่อนที่มี 5 โนดใน ชั้นซ่อนที่ 1 และ 9 โนดในชั้นซ่อนที่ 2 สามารถทำนายเปอร์เซ็นต์ของแข็งและความหนืดได้ใกล้เคียงที่สุด ซึ่งค่าดัชนีความผิดพลาด RMSP และ MP ของการทำนายเปอร์เซ็นต์ของแข็งมีค่าเท่ากับ 9.71% และ 8.33% ตามลำดับ ค่าดัชนีความ ผิดพลาดทั้งสองของการทำนาย ความหนืดมีค่าเท่ากับ 15.73% และ 42.83% ตามลำดับ และสมรรถนะความถูกตต้องในการทำนายเป็น 80.85%