วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556

การพยากรณ์เป็นเครื่องมือที่สำคัญอันหนึ่ง สำหรับการวางแผนการดำเนินงานของผู้ประกอบการประเภทผู้แทนจำหน่ายเม็ดพลาสติก เนื่องจากการพยากรณ์ยอดขายที่ผิดพลาดจะส่งผลกระทบต่อการจัดการสินค้าคงคลัง ซึ่งอาจจะเกิดต้นทุนจมจากการเก็บสินค้าไว้มากเกินความจำเป็น และการเสียโอกาสทางการค้าในกรณีสินค้าขาดมือ งานวิจัยนี้มีจุดประสงค์ที่จะพัฒนาเทคนิคการพยากรณ์ยอดขายรายเดือนของสินค้ากลุ่มทั่วไปและสินค้ากลุ่มที่มีคุณสมบัติพิเศษสำหรับผู้แทนจำหน่ายเม็ดพลาสติกแห่งหนึ่งในประเทศไทย โดยทำการเปรียบเทียบระหว่างเทคนิคการพยากรณ์แบบบอกซ์-เจนกินส์ (ARIMA) การพยากรณ์โดยใช้โครงข่ายประสาทเทียม (Artificial neural network) และการพยากรณ์โดยประยุกต์ใช้วิธีทางพันธุศาสตร์ร่วมกับโครงข่ายประสาทเทียม (Genetic algorithm with artificial neural network) ซึ่งใช้วิธีทางพันธุศาสตร์ในการหาจำนวนชั้นซ่อนและจำนวนโหนดในชั้นซ่อนที่เหมาะสมของโครงข่ายประสาทเทียม เพื่อให้กระบวนการเรียนรู้ของโครงข่ายประสาทเทียมมีประสิทธิภาพมากยิ่งขึ้น และได้เปรียบเทียบผลจากเทคนิคการพยากรณ์ดังกล่าวกับวิธีการปรับเรียบเอกซ์โพเนนเชียลแบบวินเทอร์ (Winters exponential smoothing) และวิธีค่าเฉลี่ยเคลื่อนที่ (Moving average) โดยใช้ร้อยละของค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) เป็นตัวชี้วัดผลลัพธ์ที่ได้จากการพยากรณ์แต่ละเทคนิค ผลการวิจัยพบว่า เทคนิคการพยากรณ์โครงข่ายประสาทเทียมโดยการประยุกต์ใช้วิธีการทางพันธุศาสตร์ในการหาจำนวนชั้นซ่อน และจำนวนโหนดในแต่ละชั้นซ่อน เป็นเทคนิคที่ให้ร้อยละของค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยในการพยากรณ์น้อยที่สุดสำหรับสินค้ากลุ่มทั่วไป และเทคนิคการพยากรณ์โครงข่ายประสาทเทียมที่มีชั้นซ่อน 1 ชั้น เป็นเทคนิคที่ให้ร้อยละของค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยในการพยากรณ์น้อยที่สุดสำหรับสินค้ากลุ่มที่มีคุณสมบัติพิเศษ