Operational Research Commons^™

Assessing Adoption Barriers Of Sustainable Packaging In Egypt, Carol Ramses Morgan

Theses and Dissertations

Sustainable packaging has become an essential part of business decisions and corporate directions. With the rise of environmental damages due to improper waste management and unsustainable practices, businesses have a major responsibility to analyze their products’ life cycles and redesign them with sustainability in mind. Applying sustainable packaging could save companies large amounts of resources, therefore cutting costs, while also achieving the legal and social duty as a corporation towards society and the environment. Many developing countries, with specific focus on Egypt, have recently focused on legislative and corporate decisions in order to encourage more sustainable practices. Egypt’s new Waste …

Characterizing Linearizable Qaps By The Level-1 Reformulation-Linearization Technique, Lucas Waddell, Warren Adams

Faculty Journal Articles

The quadratic assignment problem (QAP) is an extremely challenging NP-hard combinatorial optimization program. Due to its difficulty, a research emphasis has been to identify special cases that are polynomially solvable. Included within this emphasis are instances which are linearizable; that is, which can be rewritten as a linear assignment problem having the property that the objective function value is preserved at all feasible solutions. Various known sufficient conditions for identifying linearizable instances have been explained in terms of the continuous relaxation of a weakened version of the level-1 reformulation-linearization-technique (RLT) form that does not enforce nonnegativity on a subset …

Containerization Of Seafarers In The International Shipping Industry: Contemporary Seamanship, Maritime Social Infrastructures, And Mobility Politics Of Global Logistics, Liang Wu

Dissertations, Theses, and Capstone Projects

This dissertation discusses the mobility politics of container shipping and argues that technological development, political-economic order, and social infrastructure co-produce one another. Containerization, the use of standardized containers to carry cargo across modes of transportation that is said to have revolutionized and globalized international trade since the late 1950s, has served to expand and extend the power of international coalitions of states and corporations to control the movements of commodities (shipments) and labor (seafarers). The advent and development of containerization was driven by a sociotechnical imaginary and international social contract of seamless shipping and cargo flows. In practice, this liberal, …

Natural Language Processing Analysis Of Online Reviews For Small Business: Extracting Insight From Small Corpora, Benjamin J. Mccloskey, Phillip M. Lacasse, Bruce A. Cox

Faculty Publications

Receiving and acting on customer input is essential to sustaining and growing any service organization, particularly a small family business whose livelihood depends on strong relationships with its customers. The competitive advantage offered by advanced analytical approaches for supporting decisions is not trivial, and enterprises across virtually all domains of society are investing heavily in this emerging discipline. Natural Language Processing (NLP) is a subset of computer science that employs computational approaches to analyze human language; it is effective at extracting insight from text data but frequently requires large corpora to train its models, in the scale of thousands or …

Application Of Learning Processes For Improving Last-Mile Logistics Optimization At Scale, Seyedeh Shaghayegh Rabbanian

LSU Doctoral Dissertations

The escalating demands of omnichannel retailing, rapid urbanization and shifting customer behaviors have propelled last-mile vehicle routing logistics to the forefront of research. This last-mile phase, recognized as a significant contributor to costs and pollution in the supply chain, necessitates efficient route optimization to minimize expenses and environmental impact. This research delves into machine learning based techniques for solving large-scale Vehicle Routing Problem (VRP), a fundamental concern in last-mile logistics, aiming to optimize delivery vehicle routing amidst diverse customer nodes and operational constraints. Three primary research subproblems are analyzed: utilizing machine learning for constructive solutions, Variable Neighborhood Search (VNS) metaheuristic, …

Operations Research In Civil And Environmental Engineering, Nicholas Lownes

Open Educational Resource

The purpose of this text is introduce fundamental operations research techniques to the civil and/or environmental engineering student, providing a broad background in linear programming, integer programming and network optimization. The material is presented in such a manner so that the student does not need an extensive background in operations research or or linear algebra. Applications include transportation engineering, project management and general civil and environmental engineering applications.

An Algorithm Based On Priority Rules For Solving A Multi-Drone Routing Problem In Hazardous Waste Collection, Youssef Harrath Dr., Jihene Kaabi Dr.

Research & Publications

This research investigates the problem of assigning pre-scheduled trips to multiple drones to collect hazardous waste from different sites in the minimum time. Each drone is subject to essential restrictions: maximum flying capacity and recharge operation. The goal is to assign the trips to the drones so that the waste is collected in the minimum time. This is done if the total flying time is equally distributed among the drones. An algorithm was developed to solve the problem. The algorithm is based on two main ideas: sort the trips according to a given priority rule and assign the current trip …

Algorithms For Coordinating Multiple Autonomous Vehicles Under Various Constraints With Emphasis On Workload Balancing, Abhishek Patil

Dissertations, Master's Theses and Master's Reports

This dissertation focuses on developing algorithms to solve the problem of coordinating multiple autonomous vehicles under various constraints, aiming to produce practical solutions for real-world applications. Built upon three journal publications addressing two coordination-related problems in different domains, this research document tackles the challenges of heterogeneity constraints and cable entanglement issues encountered by autonomous vehicle systems.

The first problem tackles task allocation and path planning for heterogeneous ground mobile vehicles operating in a 2D environment with asymmetric travel costs. By enhancing previous Primal-Dual approximation heuristic methods, novel techniques are introduced to manipulate dual variables and achieve balanced workload distribution, ultimately …

The Hazard Prediction Problem, Mary E. Helander, Brendan Smith, Sylvia Charchut, Erika Swiatowy, Calvin Nau, Gregory Cavaretta, Timothy Schuler, Adam Schunk, Héctor Ortiz-Peña

Social Science - All Scholarship

This work formulates the hazard prediction problem while addressing the research question: Can machine learning create a model to automatically recognize patterns that correspond to hazard state conditions during a mission-critical operation? Supervised learning models were trained and tested on data observed from mission simulators, which allowed for safe observation of dynamic system states and undesirable casualty events. The prediction task was formulated as a binary classification problem, producing the probability of being in a hazard state at time t and providing situational awareness of a possible imminent loss. Several modeling architectures were investigated: neural networks, logistic regression, a support …

การพัฒนาระบบสารสนเทศของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์, นัยรัตน์ เดชเสงี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบสารสนเทศสำหรับการปล่อยผลิตภัณฑ์ยางรถยนต์ โดยเปลี่ยนจากการใช้ระบบตรวจสอบในรูปแบบเอกสารกระดาษไปสู่กระบวนการประมวลผลข้อมูลผ่านเทคโนโลยีคอมพิวเตอร์ เพื่อแก้ไขปัญหาความล่าช้า ความไม่ถูกต้อง และความซ้ำซ้อนในกระบวนการปัจจุบัน การดำเนินงานประกอบด้วยการใช้เครื่องมือวิเคราะห์ เช่น ผังงาน แผนภูมิกระบวนการไหล และแผนภาพการไหลของกระบวนการ เพื่อจำลองและวิเคราะห์ขั้นตอนต่าง ๆ ที่ก่อให้เกิดความสูญเปล่า รวมถึงการประยุกต์ใช้เครื่องมือวิเคราะห์คุณภาพ ได้แก่ แผนผังก้างปลา การวิเคราะห์โหมดความล้มเหลวและผลกระทบ (FMEA: Failure Mode and Effects Analysis) และการวิเคราะห์แบบ Why-Why Analysis เพื่อค้นหาสาเหตุที่แท้จริงของปัญหา และกำหนดแนวทางแก้ไขอย่างเป็นระบบ ผลลัพธ์ของการวิจัยคือการออกแบบและพัฒนาแอปพลิเคชันออนไลน์ที่รองรับการทำงานแบบอัตโนมัติ และสามารถเชื่อมต่อกับระบบตรวจสอบระยะไกลแบบเรียลไทม์ โดยใช้วงจรชีวิตการพัฒนาซอฟต์แวร์ (Software Development Life Cycle: SDLC) ภายใต้ Waterfall Model เป็นกรอบการดำเนินงานหลัก มีการวิเคราะห์และสร้างแบบจำลองข้อมูลผ่าน Data Flow Diagram (DFD) และ Entity-Relationship Diagram (ERD) รวมถึงการออกแบบฐานข้อมูลโดยใช้กระบวนการ Normalization เพื่อลดความซ้ำซ้อนของข้อมูล แอปพลิเคชันได้รับการออกแบบตามหลักการของ UX/UI และผ่านการทดสอบการใช้งานด้วยวิธี Usability Testing โดยมีผู้ใช้งานจำนวน 10 คนเข้าร่วมการทดสอบ ผลการทดสอบพบว่าระบบมีความเป็นมิตรต่อผู้ใช้งาน โดยมีอัตราความสำเร็จในการใช้งาน 100% และได้รับคะแนนความพึงพอใจเฉลี่ย 86.23 จาก 100 คะแนน นอกจากนี้ ระบบใหม่ยังสามารถลดระยะเวลารวมของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์ได้ถึง 24.62% และช่วยลดต้นทุนแรงงาน รวมถึงค่าใช้จ่ายด้านกระดาษและการจัดการเอกสารได้มากถึง 75,567 บาทต่อปี

การประยุกต์ใช้ปัญญาประดิษฐ์เพื่อวิเคราะห์การสั่นสะเทือนของเครื่องจักร ผ่านระบบอินเทอร์เน็ตของสรรพสิ่ง, ทศพล ลัทธปรีชา

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคอุตสาหกรรมสมัยใหม่การนำปัญญาประดิษฐ์ (AI) ร่วมกับอินเทอร์เน็ตของสรรพสิ่ง (IoT) มาประยุกต์ใช้ในระบบการผลิตและบำรุงรักษาเครื่องจักรนั้นเป็นสิ่งสำคัญที่ช่วยเพิ่มประสิทธิภาพและลดต้นทุนการดำเนินงาน โดยระบบ IoT ช่วยให้เครื่องจักรสามารถเชื่อมต่อและแลกเปลี่ยนข้อมูลกันได้แบบเรียลไทม์ผ่านเครือข่ายอินเทอร์เน็ต ทำให้สามารถตรวจสอบสภาพการทำงานของเครื่องจักรได้อย่างต่อเนื่อง การตรวจจับปัญหาก่อนเกิดความเสียหายจะช่วยลดค่าใช้จ่ายในการซ่อมบำรุงและยืดอายุการใช้งานของเครื่องจักร ในโรงงานอุตสาหกรรม เครื่องจักรหมุนรอบเช่น มอเตอร์ ที่มักจะแสดงสัญญาณความผิดปกติในรูปของการสั่นสะเทือนที่ผิดปกติ และโดยทั่วไปมักไม่มีเซนเซอร์ตรวจจับการสั่นสะเทือนเนื่องจากค่าใช้จ่ายที่สูง งานวิจัยนี้จึงมุ่งพัฒนาแบบจำลอง AI ร่วมกับระบบ IoT ในการตรวจจับและวิเคราะห์การสั่นสะเทือนจากเครื่องจักร โดยใช้ ADXL345 Accelerometer และ ESP32 Microcontroller ซึ่งมีทั้งประสิทธิภาพและราคาที่ย่อมเยาว์ โดยเริ่มต้นจากการเก็บข้อมูลการสั่นสะเทือนจากมอเตอร์ทดลองและปรับข้อมูลให้เป็นรูปแบบ Frequency Domain ด้วยวิธี Fast Fourier Transform (FFT) ต่อมาใช้ข้อมูลนี้ในการฝึกและทดสอบแบบจำลอง AI เพื่อนำมาใช้งานบนอุปกรณ์ โดยการเชื่อมโยงการรับส่งข้อมูลผ่านอินเทอร์เน็ตเป็นระบบ IoT งานวิจัยนี้แสดงให้เห็นถึงความเป็นไปได้ในการพัฒนาระบบตรวจสอบการสั่นสะเทือนที่มีราคาย่อมเยาว์ โดยใช้เทคโนโลยี AI และ IoT ในการบำรุงรักษาเครื่องจักรในภาคอุตสาหกรรม

การลดข้อบกพร่องในกระบวนการประกอบชิ้นส่วนฉนวนซับเสียงหลุดร่วงในตัวถังรถยนต์ โดยแนวทางซิกซ์ซิกม่า, เทวัญ เปี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อลดสัดส่วนของเสียและค่าใช้จ่ายอัตราการทำลายชิ้นส่วนตัวถังรถยนต์ จากปัญหาชิ้นส่วนฉนวนดูดซับเสียงหลุดร่วงไปในโลหะของตัวถังรถยนต์ซึ่งเกิดขึ้นระหว่างชิ้นส่วนฉนวนดูดซับเสียงและชิ้นส่วนปั๊มโลหะของตัวถังรถยนต์โดยใช้ระเบียบวิธีซิกซ์ซิกม่า โดยที่ชิ้นส่วนฉนวนกันเสียงที่ผลิตโดยซัพ-พลายเออร์ระดับหนึ่ง ในประเทศไทย โดยบ่งตามลำดับของผู้ส่งมอบ เป็นชิ้นส่วนประกอบในชิ้นส่วนโลหะของตัวรถที่ช่วยลดเสียงรั่วเข้าไปในห้องโดยสารขณะใช้งานในรถยนต์โดยสาร ผลิตโดยผู้ผลิตอุปกรณ์ดั้งเดิม (OEM) ในประเทศไทย ชิ้นส่วนฉนวนกันเสียงหายไปเมื่อกระบวนการประกอบบางส่วนประมวลผลว่าชิ้นส่วนฉนวนเสียหายจากตำแหน่งปกติของชิ้นส่วนโลหะของตัวรถ และฟังก์ชันการประกอบชิ้นส่วนไม่เป็นไปตามมาตรฐาน บริษัทสังเกตเห็นว่าชิ้นส่วนฉนวนที่เสียหายในปัจจุบันไม่เป็นไปตามมาตรฐาน เมทริกซ์สาเหตุและผลในขั้นตอนการวัดของแนวทาง Six Sigma และ ขั้นตอนของ DMAIC ถูกนำมาใช้เพื่อระบุสาเหตุหลักของปัญหา สาเหตุปัจจัย ดังกล่าว ได้แก่ ขนาดรูโลหะของตัวถัง ,ขนาดชิ้นส่วนคลิปฉนวน และความหนาของชิ้นงานโลหะแผ่น การทดลองการออกแบบแบบแฟกทอเรียล หลังจากขั้นตอนการปรับปรุง เมื่อพารามิเตอร์ทั้งหมดของปัจจัยต่างๆ ได้รับการกำหนดอย่างถูกต้องตามผลลัพธ์ที่ได้จากขั้นตอนการปรับปรุง โดยชิ้นส่วนฉนวนจากหลุดร่วงจากตัวถังรถยนต์จะลดขนาดชิ้นส่วนที่ต้องส่งทำลายลดลงได้จาก 0.91% เป็นศูนย์ ภายในมาตรฐานของบริษัท ที่สำคัญที่สุดคือ ชิ้นส่วนฉนวนจะถูกแก้ไขปัญหาและถูกปรับปรุงเมื่อนำเข้ากระบวนการผลิตจำนวนมากอย่างถาวร ด้วยต้นทุนของการกำจัดเศษโลหะของตัวรถที่ไม่ได้มาตรฐานที่ลดลงได้ 854,247.89 บาทต่อเดือน ปัจจุบันผลิตภัณฑ์นี้สามารถผลิตและใช้ได้จริงเป็นจำนวนมากกับผู้ผลิตรถยนต์นั่งส่วนบุคคลในโรงงานกรณีศึกษาในประเทศไทย

การเพิ่มประสิทธิภาพการเตรียมเชื้อเพลิงขยะสำหรับหม้อต้มไอน้ำฟลูอิไดซ์เบดแบบหมุนเวียน, เจนณรงค์ นันท์อัศวสิน

Chulalongkorn University Theses and Dissertations (Chula ETD)

การแปรรูปขยะเป็นพลังงาน (Waste-to-Energy: WtE) เป็นทางเลือกเชิงกลยุทธ์ที่ช่วยตอบโจทย์ทั้งในด้านสิ่งแวดล้อมและพลังงานอย่างมีประสิทธิภาพ ในทางปฏิบัติ ระบบหม้อไอน้ำที่ใช้ในโรงไฟฟ้าจากขยะมักประกอบด้วยสองประเภทหลัก ได้แก่ หม้อไอน้ำแบบ Gate Boiler ซึ่งเผาไหม้ขยะมูลฝอยชุมชน (Municipal Solid Waste: MSW) ได้โดยตรงด้วยต้นทุนต่ำ และหม้อไอน้ำแบบฟลูอิไดซ์เบดหมุนเวียน (Circulating Fluidized Bed: CFB Boiler) ซึ่งต้องใช้เชื้อเพลิง RDF (Refuse-Derived Fuel) ที่มีค่าความร้อนสูงและสม่ำเสมอกว่า เพื่อยกระดับความยั่งยืนและลดต้นทุนของระบบสองหม้อน้ำดังกล่าว งานวิจัยนี้จึงประยุกต์ใช้แนวทาง DMAIC ร่วมกับการออกแบบการทดลอง (Design of Experiments: DOE) เพื่อศึกษาผลของความชื้นและขนาดเชื้อเพลิงต่อประสิทธิภาพการเผาไหม้ในระบบ CFB ผลการทดลองแสดงให้เห็นว่า ความชื้นของเชื้อเพลิงเป็นปัจจัยที่มีอิทธิพลสูงสุดต่อสมรรถนะของหม้อไอน้ำ โดยการลดความชื้นของ RDF ผ่านกระบวนการอุ่นล่วงหน้า (preheating) และการจัดการเชื้อเพลิงอย่างเหมาะสม ช่วยเพิ่มอัตราการผลิตไอน้ำได้อย่างมีนัยสำคัญ ขณะเดียวกันก็ช่วยลดการพึ่งพาเชื้อเพลิงเสริม (auxiliary fuel) และต้นทุนการเดินเครื่องโดยรวม ผลการศึกษานี้จึงชี้ให้เห็นแนวทางที่สามารถนำไปปฏิบัติได้จริง ทั้งในเชิงเทคนิคและเศรษฐกิจ สำหรับการเพิ่มประสิทธิภาพของระบบผลิตพลังงานจากขยะ และยังสอดคล้องกับเป้าหมายด้านความยั่งยืนและการใช้ทรัพยากรอย่างคุ้มค่าในระยะยาว

Evacuation Plan Assessment Using Agent-Based Simulation: A Case Of Mix-Use Building, Peerada Tangprasert

Chulalongkorn University Theses and Dissertations (Chula ETD)

This research investigates the effectiveness of fire evacuation plan in complex urban structures by developing an agent-based simulation (ABS) model tailored to a high-rise, mixed-use case building located in Bangkok, Thailand. As urban populations grow and multi-functional buildings become more prevalent, ensuring efficient evacuation during fire emergencies has become increasingly critical. The selected case building features a combination of commercial, retail, and public transit access points, making it representative of modern urban infrastructure with high pedestrian traffic and structural complexity. The simulation model incorporates key factors influencing evacuation performance, including walking speed, age demographics, and crowd density. Empirical data such …

การพยากรณ์และวิเคราะห์ปัจจัยที่เกี่ยวข้องกับสุขภาพจิตของเยาวชนในสหรัฐอเมริกา ด้วยการเรียนรู้ของเครื่อง, นิธิพล เฮงวิวัฒนชัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัญหาสุขภาพจิตโดยเฉพาะอย่างยิ่งในเยาวชนกำลังเพิ่มสูงขึ้นอย่างน่ากังวลใจ ซึ่งจะส่งผลต่อคุณภาพชีวิตและพฤติกรรมการเรียนรู้ โดยในประเทศสหรัฐอเมริกามีรายงานว่า ในเยาวชนพบผู้ที่มีปัญหาสุขภาพจิตเป็นจำนวนมาก และมีแนวโน้มที่จะเพิ่มสูงขึ้น ผู้วิจัยจึงได้ทำการพัฒนาแบบจำลองการเรียนรู้ของเครื่องสำหรับการพยากรณ์ระดับสุขภาพจิตของเยาวชน โดยอาศัยข้อมูลด้านพฤติกรรม จากข้อมูลการสำรวจพฤติกรรมเสี่ยง ปี 2023 (YRBSS2023) และประเมินประสิทธิภาพ โดยแบบจำลองที่ศึกษาจะใช้เทคนิคการจำแนกประเภทแบบหลายคลาส ได้แก่ Logistic Regression, Support Vector Classification, Decision Tree, Random Forest และ XGBoost และเทคนิคการถดถอย ได้แก่ Multiple Linear Regression, Support Vector Regression, Decision Tree, Random Forest และ XGBoost รวมถึงเปรียบเทียบความสามารถของทั้งสองเทคนิค และงานวิจัยนี้ทำการวิเคราะห์ปัจจัยที่เกี่ยวข้องกับปัญหาสุขภาพจิตด้วย SHAP Value จากการศึกษาพบว่า ในเทคนิค Classification แม้ว่าต้องจำแนกถึง 5 ระดับ แต่แบบจำลอง XGBoost ยังมีประสิทธิภาพดีที่สุด โดยมี Accuracy บนข้อมูล Test Set อยู่ที่ ร้อยละ 45.6 และค่าเฉลี่ยแบบถ่วงน้ำหนักของ F1 Score อยู่ที่ 0.449 สำหรับเทคนิค Regression แบบจำลอง XGBoost ยังคงให้ประสิทธิภาพดีสุดเช่นกัน โดยมี MAE บนข้อมูล Test Set เท่ากับ 0.730 และ MSE เท่ากับ 0.837 เมื่อทำการเปรียบเทียบความสามารถของเทคนิค Classification และเทคนิค Regression ที่อาศัยแบบจำลองคู่เทียบพบว่า เทคนิค Classification จะให้ค่า MAE ต่ำกว่าแบบจำลอง Regression แต่ในทางกลับกันเทคนิค Regression จะมีค่า MSE ต่ำกว่าเทคนิค Classification นอกจากนี้ พบว่า …

การวิเคราะห์ความรู้สึก การจำแนกข้อความ และการหาปัจจัยที่มีผลต่อความพึงพอใจในการใช้บริการของบริษัทหลักทรัพย์แห่งหนึ่งในประเทศไทย ด้วยวิธีการเรียนรู้ของเครื่อง, ภาติยะ ไล้สวน

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการจำแนกข้อความและการวิเคราะห์ความรู้สึกของผู้ใช้บริการบริษัทหลักทรัพย์แห่งหนึ่งในประเทศไทย โดยประยุกต์ใช้เทคนิคการเรียนรู้ของเครื่อง รวมถึงศึกษาปัจจัยที่มีอิทธิพลต่อความพึงพอใจในการเลือกใช้บริการ ข้อมูลที่ใช้ประกอบด้วยข้อมูลปฐมภูมิจากแบบสอบถามจำนวน 970 ชุด และข้อมูลทุติยภูมิจากข้อความบนสื่อสังคมออนไลน์จำนวน 4,901 ข้อความ ในการทดลองได้เปรียบเทียบประสิทธิภาพของแบบจำลองที่สร้างจากอัลกอริทึมจำนวน 5 วิธี ได้แก่ นาอีฟเบย์ ต้นไม้ตัดสินใจ เคเนียร์เรสเนเบอร์ โครงข่ายประสาทเทียม และเอกซ์ตรีมการ์เดียนบูสติ้ง ผลการทดลองพบว่าอัลกอริทึมโครงข่ายประสาทเทียมให้ความแม่นยำสูงสุดในการจำแนกประเภทข้อความที่ร้อยละ 86 ขณะที่อัลกอริทึมเอกซ์ตรีมการ์เดียนบูสติ้ง ให้ความแม่นยำสูงสุดในงานวิเคราะห์ความรู้สึก โดยมีค่าความแม่นยำรวมร้อยละ 89 และร้อยละ 83 สำหรับข้อความเชิงลบ สำหรับการวิเคราะห์ปัจจัยที่ส่งผลต่อความพึงพอใจ พบว่าคุณภาพของคำแนะนำการลงทุน ความหลากหลายของผลิตภัณฑ์ และความสะดวกในการเข้าถึงบริการ เป็นปัจจัยที่มีนัยสำคัญ งานวิจัยนี้สามารถนำไปประยุกต์ใช้ในการพัฒนาระบบตอบสนองอัตโนมัติ กลยุทธ์การสื่อสาร การตลาด และการปรับปรุงบริการให้สอดคล้องกับความต้องการของผู้ใช้บริการได้อย่างตรงจุด

การจัดสมดุลการผลิตและการออกแบบผังกระบวนการผลิตด้วยโปรแกรมจำลองสถานการณ์, ศรัณย์กร เหมมงคลทรัพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและปรับปรุงการจัดวางผังของกระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์และกำหนดจำนวนเครื่องจักรที่เหมาะสม เพื่อลดเวลาในการขนส่งชิ้นส่วน ลดเวลารอผลิต ลดงานระหว่างการผลิต และเพิ่มอัตราการใช้ประโยชน์ของระบบการผลิตโดยใช้โปรแกรมจำลองสถานการณ์ แนวคิดหลักที่ใช้ในการวิเคราะห์และปรับปรุงสายการผลิต ได้แก่ การศึกษาเวลา การวิเคราะห์กระบวนการผลิต และการปรับสมดุลของสายการผลิต การปรับปรุงสายการผลิตใช้ข้อมูลจากการวิเคราะห์กระบวนการผลิตปัจจุบันเพื่อศึกษาประสิทธิภาพของสถานีงาน จากนั้นจึงจัดวางเครื่องจักรใหม่ให้สอดคล้องกับขั้นตอนการผลิต หลังจากจำลองกระบวนการที่ปรับปรุงแล้วสำหรับการจัดทำผังการผลิตใหม่อัตราการใช้ประโยชน์เครื่องจักรในกระบวนการผลิต ที่กำลังการผลิต 390,000 ชิ้นต่อไตรมาส จากเดิม 38.47% เป็น 71.76% แบบจำลองสถานการณ์ของระบบการผลิตที่สูงที่สุดจากการพยากรณ์สำหรับปี พ.ศ.2569 ที่ 546,000 ชิ้นต่อไตรมาส อัตราการใช้ประโยชน์ของระบบการผลิตเฉลี่ยที่ 63.77% และแบบจำลองสถานการณ์ของระบบการผลิตที่สูงที่สุดในพื้นที่การผลิตที่กำหนด สามารถผลิตชิ้นงานได้ 1,194,500 ชิ้นต่อไตรมาส อัตราการใช้ประโยชน์ของระบบการผลิตเฉลี่ยที่ 59.33%

การวิเคราะห์พื้นที่เหมาะสมในการติดตั้งโซล่าร์เซลล์บนหลังคา ของภาคอุตสาหกรรมในประเทศไทย, วนิดา คำแท่ง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ประเทศไทยมีความต้องการใช้พลังงานไฟฟ้าสูงขึ้นอย่างต่อเนื่อง ส่งผลให้ภาคอุตสาหกรรมเริ่มหันมาใช้พลังงานไฟฟ้าจากโซล่าร์เซลล์กันมากขึ้น งานวิจัยนี้มุ่งเน้นการประเมินปัจจัยที่มีอิทธิพลต่อความเหมาะสมในการติดตั้งโซล่าร์เซลล์บนหลังคาของภาคอุตสาหกรรมในประเทศไทย โดยใช้กระบวนการ F-AHP ในการหาค่าความสำคัญของปัจจัย พบว่าปัจจัยด้านรังสีดวงอาทิตย์ (0.3618) และอุณหภูมิอากาศ (0.1407) เป็นปัจจัยที่มีค่าน้ำหนักสัมพัทธ์มากที่สุด รวมกันคิดเป็นกว่าครึ่งของปัจจัยทั้งหมด จากนั้นจึงนำปัจจัยทั้งสองไปใช้วิเคราะห์หาพื้นที่ที่เหมาะสมด้วยกระบวนการ F-TOPSIS พบว่า ภาคตะวันออกเฉียงเหนือ (0.8028) และภาคใต้ฝั่งตะวันออก (0.8028) มีความเหมาะสมสูงสุด โดยเฉพาะจังหวัดมหาสารคาม (0.8642) และจังหวัดร้อยเอ็ด (0.8642) ที่มีค่าสัมประสิทธิ์ความใกล้ชิดสัมพัทธ์สูงที่สุด เนื่องจากค่าที่ดีที่สุดจะใกล้เคียงกับค่าอุดมคติเชิงบวกและค่าที่แย่ที่สุดจะไกลจากค่าอุดมคติเชิงลบ นอกจากนี้การเปรียบเทียบผลการวิเคราะห์แบบ Fuzzy และ Non-Fuzzy แสดงให้เห็นว่าแม้ผลการจัดลำดับปัจจัยจะมีความใกล้เคียงกันในกระบวนการ AHP แต่ผลการจัดลำดับพื้นที่จาก TOPSIS มีความแตกต่างกันอย่างชัดเจน โดยวิธีการแบบ Fuzzy สามารถรองรับความไม่แน่นอนของข้อมูลได้ดีกว่า สามารถแยกแยะความแตกต่างระหว่างปัจจัยได้อย่างมีประสิทธิภาพ และสะท้อนกระบวนการตัดสินใจที่ใกล้เคียงกับมนุษย์ได้มากยิ่งขึ้น งานวิจัยนี้มีประโยชน์ในการสนับสนุนการวางแผนและตัดสินใจลงทุนของผู้ประกอบการในภาคอุตสาหกรรม โดยเฉพาะในด้านการสร้างโรงงานใหม่หรือพัฒนาโรงงานด้วยการติดตั้งระบบผลิตไฟฟ้าจากพลังงานแสงอาทิตย์

การลดของเสียจากการบัดกรีไม่สมบูรณ์ในการประกอบแผงวงจรอิเล็กทรอนิกส์ด้วยแนวทาง Six Sigma, ฐิติทรัพย์ ศรีวโล

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้จัดทำขึ้นมีวัตถุประสงค์ในการนำเสนอแนวทางในการปรับปรุงกระบวนการผลิตแผงวงจรไฟฟ้าเพื่อลดของเสียที่เกิดจากการบัดกรีไม่สมบูรณ์ โดยใช้หลักการของซิกซ์ ซิกมามาประยุกต์ใช้ในการปรับปรุงกระบวนการตามหลัก DMAIC ประกอบด้วย Define การกำหนดนิยามปัญหาพร้อมกับระบุเหตุผลว่าทำไมจึงจำเป็นต้องแก้ไข และเป้าหมายหลังทำการแก้ไขให้มีความชัดเจนมากที่สุด Measure การกำหนดตัวชี้วัด การนำมาซึ่งข้อมูลที่ถูกต้อง เพื่อนำไปใช้หาสาเหตุ ตรวจสอบประสิทธิภาพ และวัดผลการเปลี่ยนแปลงหลังจากทำการแก้ไข Analyze ทำการวิเคราะห์เพื่อดูว่าสอดคล้องกับปัญหาที่กำหนดไว้หรือไม่ Improve การปรับปรุง เป็นขั้นตอนที่นำวิธีการแก้ไขปัญหาที่ได้วิเคราะห์ในตอนต้น มาทดลองใช้ ต้องทวนสอบผลลัพธ์ของการแก้ไขด้วยข้อมูลที่เป็นกลางเพื่อยืนยันความถูกต้อง Control สร้างแผนควบคุม ตรวจสอบ และติดตามผลว่าสามารถแก้ไขปัญหาได้จริง จัดทำเอกสารในการปรับปรุง และเตรียมแผนรับมือในกรณีที่เกิดปัญหาใหม่ ในการวิจัยนี้ได้รวบรวมผู้ที่เกี่ยวข้องเเละผู้เชี่ยวชาญ ทำการระดมสมองเพื่อวิเคราะห์หาสาเหตุ ด้วยแผนภาแสดงสาเหตุและผล และทำการทดลองตามลำดับโดยอ้างอิงจากตาราง Failure Mode and Effects Analysis โดยงานวิจัยนี้ได้ทำการทดลองแบบ One factor at a time สำหรับปัจจัยที่เกี่ยวข้องกับวัตถุดิบ และ ทำการทดลองแบบ Full factorial สำหรับปัจจัยที่เกี่ยวของกับเครื่องจักร หลังจากทำการทดลองได้ค่าที่เหมาะสมสำหรับแต่ละตัวแปรแล้ว พบปัจจัยที่เป็นนัยสำคัญได้แก่ 1.แรงกดของ Squeegee (Pressure) 2.ระยะห่างระหว่าง Fixture กับ Stencil (Clearance) 3.ขนาดรูเปิดของ Stencil (Aperture) 4.ความเร็วในการถอยของ Fixture (Stroke) 5.ความเร็วของ Squeegee (Speed) จากนั้นได้ทำการทวนสอบเพื่อยืนยันผลในระยะควบคุม พบว่าสามารถลดสัดส่วนของเสียจากการบัดรีไม่สมบูรณ์ ได้จาก 95.79% เหลือ 0.134% สามารถลดมูลค่าสูญเสียในการผลิตได้จากเฉลี่ย 11,568.96 บาทต่อเดือน

การพยากรณ์ยอดขายรถยนต์ด้วยวิธีการเรียนรู้ของเครื่องเพื่อลดระดับสินค้าคงคลังของชิ้นส่วนนำเข้า, สุวิทย์ นันทร์ทิพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการพยากรณ์ยอดขายรถยนต์เพื่อเปรียบเทียบความแม่นยำของค่าพยากรณ์จากตัวแบบวิธีการปรับเรียบเอกซ์โพเนนเชียลของโฮลท์และวินเทอร์ วิธีต้นไม้ตัดสินใจ วิธีป่าสุ่ม วิธีXGBoost วิธีโครงข่ายประสาทเทียมและวิธีผสม ด้วยค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยของข้อมูลยอดขายรถยนต์รายรุ่นย่อยของบริษัทผลิตรถยนต์กรณีศึกษา โดยใช้ข้อมูลยอดขายตั้งแต่เดือนมกราคม พ.ศ. 2557 ถึงเดือนธันวาคม พ.ศ. 2567 ในการฝึกตัวแบบพยากรณ์และหาความสัมพันธ์ของปัจจัยต่าง ๆ ที่มีผลต่อการตัดสินใจซื้อของลูกค้า โดยใช้คำสั่ง GridSearchCV ในการปรับแต่งค่าไฮเปอร์พารามิเตอร์เพื่อหาค่าที่เหมาะสมในการพยากรณ์ของตัวแบบวิธีการเรียนรู้ของเครื่องได้อย่างมีประสิทธิภาพ ผลการศึกษาพบว่าวิธีผสมเป็นวิธีที่สามารถพยากรณ์ยอดขายได้แม่นยำที่สุด เมื่อเทียบกับวิธีการพยากรณ์อื่น ๆ โดยผลลัพธ์ของวิธีผสมให้ค่าความแม่นยำที่ดีในรุ่นย่อย SM976 SM978 และ ST166 โดยมีค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 17.93% 10.31% และ 18.34% ตามลำดับ และให้ค่าความแม่นยำที่ยอมรับได้ในรุ่นย่อย SM972 SM974 ST164 และ ST168 ด้วยค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 23.19% 26.44% 21.71 และ 22.39% ตามลำดับ นอกจากนี้การนำผลการพยากรณ์ยอดขายของวิธีผสมมาใช้ในการกำหนดความต้องการสั่งซื้อ พร้อมทั้งทดสอบวิธีการสั่งซื้อในรูปแบบ Order-Up-To Level (OUL) ส่งผลให้ระดับคงคลังชิ้นส่วนนำเข้าเฉลี่ยต่อเดือนของทุกรุ่นย่อยลดลงอย่างมีนัยสำคัญ โดยผลลัพธ์ในรุ่นย่อย SM972 SM974 SM976 และ SM978 มีระดับชิ้นส่วนคงคลังลดลง 62.65% 79.65% 72.94% และ 69.21% ตามลำดับ และในส่วนของรุ่นย่อย ST162 ST164 และ ST168 มีระดับชิ้นส่วนคงคลังเฉลี่ยต่อเดือนลดลง 55.78% 52.18% และ 61.75% ตามลำดับ เมื่อเทียบกับระดับสินค้าคงคลังของวิธีการพยากรณ์และวิธีการสั่งซื้อในรูปแบบปัจจุบัน