Industrial Engineering Commons^™

Virtual Reality Of Labless Foundry And Heat Treatment For Next Industrial Training, Naris Lawankowit

Chulalongkorn University Theses and Dissertations (Chula ETD)

This study presents an innovative Virtual Reality (VR) application tailored to educate users on Foundry and Heat Treatment operations. Its primary objectives encompass the creation of a secure and lifelike learning environment while ensuring accessibility. The development process was a meticulous fusion of technology, incorporating the Unity engine, 3D modeling, and seamless Salesforce integration, all grounded in extensive research. The VR application's structure strategically subdivides these industrial processes into four stations: Molding, Furnace, Workbench, and Heat Treatment. This detailed approach empowers users to engage directly in these operations, making it a valuable educational tool. The study's significance extends to the …

การออกแบบระบบแชทบอทร่วมกับปัญญาประดิษฐ์ช่วยวินิจฉัยการแพ้ยา, ปกรณ์ เสงี่ยมรัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มุ่งเน้นการศึกษาและพัฒนาระบบปัญญาประดิษฐ์เพื่อช่วยวินิจฉัยอาการแพ้ยา โดยใช้ระบบแชทบอทปัญญาประดิษฐ์ที่มีการประมวลผลภาษาธรรมชาติ (NLP) และเทคนิคการจำแนกประเภทข้อมูลภาพ ในการวิจัยและพัฒนาแบบจำลองการจำแนกข้อมูลภาพเพื่อการตรวจหาอาการแพ้ยา นักพัฒนาเลือกใช้แบบจำลอง InceptionV3 และแบบจำลอง MobileNetV2 ซึ่งเป็นโครงข่ายประสาทเทียมแบบคอนโวลูชัน ผลการศึกษาชี้ให้เห็นว่าแบบจำลอง MobileNetV2 มีประสิทธิภาพดีกว่าแบบจำลอง InceptionV3 โดยมีความแม่นยำสุดท้ายที่ 99.29% อีกทั้งขนาดของแบบจำลอง MobileNetV2 มีขนาดเล็กทำให้เหมาะสำหรับการใช้งานบนสมาร์ทโฟนและยังพบว่าการจำแนกผื่นแพ้ยาสามารถทำได้อย่างมีประสิทธิภาพ และเมื่อนำแบบจำลองไปมาใช้ในแชทบอทที่พัฒนา พบว่าแบบจำลองที่มีค่า Kappa 0.76 มีความเห็นพ้องที่ดีระหว่างการทำนายและค่าจริง ส่วนการทดสอบการพัฒนาและการใช้งานของแชทบอทประสบให้ผลลัพธ์ที่เป็นบวก แชทบอทสามารถตอบสนองสถานการณ์ที่อาสาสมัครทดสอบได้ 100% และมีคะแนน System Usability Scale (SUS) ที่ยอมรับได้ที่ 70.1 ด้วยการพัฒนานี้ทำให้ผู้ป่วยที่มีอาการแพ้ยาชนิดไม่รุนแรง ไม่จำเป็นต้องเดินทางไปโรงพยาบาล ระบบแชทบอทสามารถช่วยเหลือเบื้องต้นในการวิเคราะห์อาการแพ้ยา ข้อมูลชนิดการแพ้ยา ข้อมูลบริการคลินิก และให้คำแนะนำเพื่อลดอาการไม่พึงประสงค์ ซึ่งยังช่วยลดเวลาเดินทางและค่าใช้จ่ายที่เกี่ยวข้องกับการไปโรงพยาบาล นอกจากนี้ระบบแชทบอทที่ได้พัฒนาขึ้นมานี้ยังสามารถเป็นต้นแบบเพื่อสนับสนุนความก้าวหน้าของเทคโนโลยีการแพทย์ในอนาคตและการรองรับเข้าสู่ยุคปัญญาประดิษฐ์

การออกแบบการวางแผนและควบคุมการเตรียมสินค้าเพื่อขายสำหรับแฟรนไชส์ประเภทซุ้มขายอาหาร, พัชรินทร์ โจมกุ่ย

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้ได้ออกแบบการวางแผนและควบคุมการเตรียมสินค้าเพื่อขายให้กับร้านแฟรนไชส์ประเภทซุ้มขายอาหารที่มีพนักงานทำงานหนึ่งคน ดำเนินงานทุกอย่างภายในร้าน มีสินค้าขายทั้งหมด 16 รายการ แบ่งออกได้เป็น 3 ประเภท คือ นึ่ง ย่างและทอด โดยจะมีเตาประเภทละ 1 เครื่อง เนื่องจากการทำงานในร้านกรณีศึกษานี้ยังไม่มีประสิทธิภาพ เกิดสินค้าปรุงสุกไม่เพียงพอและสินค้าเหลือท้ายวันทำให้เป็นมูลค่าความสูญเสีย เมื่อคิดคำนวณแล้วพบว่ามีมูลค่าความเสียหาย 31.5% เมื่อเทียบกับมูลค่ากำไร ซึ่งเป็นมูลค่าที่สูงหากปัญหานี้ไม่ได้รับการแก้ไข ปัจจุบันร้านกรณีศึกษานี้ไม่มีการบันทึกข้อมูลการขายสินค้า ไม่มีการเรียงลำดับการปรุงสุกสินค้า ผู้ปฏิบัติงานดำเนินการปรุงสุกและคาดเดาปริมาณการขายสินค้าตามประสบการณ์ส่วนตัว ผู้วิจัยจึงได้สนใจแก้ปัญหาโดยการเก็บข้อมูลและวิเคราะห์ข้อมูลความต้องการสินค้าและเงื่อนไขการผลิต เพื่อออกแบบวิธีการวางแผนการเตรียมสินค้าเพื่อขายซึ่งประกอบด้วย 1) การออกแบบตารางการลำดับการผลิตสินค้าล็อตแรก และ 2) การกำหนดนโนบายในการควบคุมการเตรียมสินค้าเพื่อขาย รวมถึงออกแบบโปรแกรมการจัดการสินค้าคงคลังและการแจ้งเตือนเพื่อสั่งผลิตด้วย Microsoft Excel ผลการศึกษาพบว่าการผลิตสินค้าล็อตแรกสามารถลดเวลาลงจากเดิมได้ประมาณ 34.21% และนโยบายการการควบคุมการเตรียมสินค้าเพื่อขายสามารถลดปริมาณสินค้าเหลือและสินค้าขาดมือระหว่างวันเฉลี่ยต่อวันได้ทุกรายการซึ่งมูลค่าความเสียหายลดลงเหลือ 8.66% เมื่อเทียบกับมูลค่ากำไรซึ่งทำให้สามารถเพิ่มมูลค่ากำไรได้ 8.66 %

Integrated Machine Learning And Optimization Approaches, Dogacan Yilmaz

Dissertations

This dissertation focuses on the integration of machine learning and optimization. Specifically, novel machine learning-based frameworks are proposed to help solve a broad range of well-known operations research problems to reduce the solution times. The first study presents a bidirectional Long Short-Term Memory framework to learn optimal solutions to sequential decision-making problems. Computational results show that the framework significantly reduces the solution time of benchmark capacitated lot-sizing problems without much loss in feasibility and optimality. Also, models trained using shorter planning horizons can successfully predict the optimal solution of the instances with longer planning horizons. For the hardest data set, …

Models And Algorithms For Trauma Network Design., Sagarkumar Dhirubhai Hirpara

Electronic Theses and Dissertations

Trauma continues to be the leading cause of death and disability in the US for people aged 44 and under, making it a major public health problem. The geographical maldistribution of Trauma Centers (TCs), and the resulting higher access time to the nearest TC, has been shown to impact trauma patient safety and increase disability or mortality. State governments often design a trauma network to provide prompt and definitive care to their citizens. However, this process is mainly manual and experience-based and often leads to a suboptimal network in terms of patient safety and resource utilization. This dissertation fills important …

Implementation Of The Plan For Every Part (Pfep) Tool And Additional Methodologies For Operational Improvement., Bernardo Luis Borges Pedroso

Masters Theses

The work focused on the inventory management of Dimplex Thermal Solutions, which had a profoundly overstocked warehouse and was suffering from significant operating expenses, due to the absence of a grounded ordering policy and the need to rent external storage space, respectively.

The main objective of the thesis was to solve the primarily mentioned problems, by constructing a Plan For Every Part (PFEP) tool, followed by the application of an inventory policy and the proposal of a redesigned warehouse layout, to compute ideal stock values and calculate the footprint requirements for Dimplex’s updated inventory levels, respectively. The execution step concerned …

Essays On Perioperative Services Problems In Healthcare, Amogh S. Bhosekar

All Dissertations

One of the critical challenges in healthcare operations management is to efficiently utilize the expensive resources needed while maintaining the quality of care provided. Simulation and optimization methods can be effectively used to provide better healthcare services. This can be achieved by developing models to minimize patient waiting times, minimize healthcare supply chain and logistics costs, and maximize access. In this proposal, we study some of the important problems in healthcare operations management. More specifically, we focus on perioperative services and study scheduling of operating rooms (ORs) and management of necessary resources such as staff, equipment, and surgical instruments. We …

Study Of Stochastic Market Clearing Problems In Power Systems With High Renewable Integration, Saumya Sakitha Sashrika Ariyarathne

Operations Research and Engineering Management Theses and Dissertations

Integrating large-scale renewable energy resources into the power grid poses several operational and economic problems due to their inherently stochastic nature. The lack of predictability of renewable outputs deteriorates the power grid’s reliability. The power system operators have recognized this need to account for uncertainty in making operational decisions and forming electricity pricing. In this regard, this dissertation studies three aspects that aid large-scale renewable integration into power systems. 1. We develop a nonparametric change point-based statistical model to generate scenarios that accurately capture the renewable generation stochastic processes; 2. We design new pricing mechanisms derived from alternative stochastic programming …

Optimizing Incentives For Systems With Heterogeneous Agents, Chen Chen

Dissertations

This dissertation explores new models and applications based on the game theory of incentives. This exploration starts with controlling an invasive insect problem to address one of the most significant challenges facing our forests, the invasion of the Emerald ash borer (EAB), a non-native, wood-boring insect that threatens to kill most ash trees in North America, through designing two new cost-sharing programs between the landowners and local governments. Ash trees are one of North America’s most widely distributed tree genera and a vital part of the green infrastructure of cities, where they provide residents with numerous social, economic, and ecological …

Developing Novel Optimization And Machine Learning Frameworks To Improve And Assess The Safety Of Workplaces, Amin Aghalari

Theses and Dissertations

This study proposes several decision-making tools utilizing optimization and machine learning frameworks to assess and improve the safety of the workplaces. The first chapter of this study presents a novel mathematical model to optimally locate a set of detectors to minimize the expected number of casualties in a given threat area. The problem is formulated as a nonlinear binary integer programming model and then solved as a linearized branch-and-bound algorithm. Several sensitivity analyses illustrate the model's robustness and draw key managerial insights. One of the prevailing threats in the last decades, Active Shooting (AS) violence, poses a serious threat to …

Design And Operations Of A New Facility In A Next Generation Logistic System Based On Horizontal Collaboration, Dilhani Marasinghe

All Dissertations

The growing amount of freight combined with systemic inefficiencies are stressing current logistic systems. Including horizontal collaboration in the future could provide significant help but this strategy will require several new types of facilities. The most flexible type of horizontal collaboration, however, required freight routing decisions to be made dynamically, in real time, and based on last minute information. This research explores one new facility type operating in this environment that handles a high throughput of pallets or pallet-like containers. A key design feature is how much storage these facilities should have to better coordinate outbound loads. The approach taken …

Optimal Global Supply Chain And Warehouse Planning Under Uncertainty, Avnish Kishor Malde

All Dissertations

A manufacturing company's inbound supply chain consists of various processes such as procurement, consolidation, and warehousing. Each of these processes is the focus of a different chapter in this dissertation.

The manufacturer depends on its suppliers to provide the raw materials and parts required to manufacture a finished product. These suppliers can be located locally or overseas with respect to the manufacturer's geographic location. The ordering and transportation lead times are shorter if the supplier is located locally. Just In Time (JIT) or Just In Sequence (JIS) inventory management methods could be practiced by the manufacturer to procure the raw …

Adaptive Design And Flexible Approval Of Clinical Trials, Saeid Delshad Sisi

All Dissertations

Dose-finding clinical trials are among the most critical cornerstones of the healthcare system. In this broad research area, there are many decision making problems that are extremely challenging to address. However, a small improvement may result in significant benefits to the society. Dose-finding clinical trials are extremely expensive and require multiple time-consuming and complicated R&D phases. Despite all the costs and the long time these trials need to conclude (on average over ten years for each new drug/technology), only less than 15\% of these trials successfully end up in a new approved drug entering the market. This problem is even …

Park Equity Modeling: A Case Study Of Asheville, North Carolina, Anisa Young

All Theses

Parks and greenspaces are publicly available entities that serve the vital purpose of promoting multiple aspects of human welfare. Unfortunately, the existence of park disparities is commonplace within the park setting. Specifically, marginalized individuals encounter limited park access, insufficient amenity provision, and poor maintenance. To remedy these disparities, we propose a process in which we select candidate park facilities and utilize facility location models to determine the optimal primary parks from both existing and candidate sites.

We note that platforms currently exist to identify the geographical areas where residents lack sufficient access to parks. However, these platforms do not yet …

Modeling The Impact And Accelerating The Process Of Transitioning To A Sustainable Healthy Diet Through Decision Support Systems, Prince Agyemang

Graduate Theses and Dissertations

Food production and consumption are essential in human existence, yet they are implicated in the high occurrences of preventable chronic diseases and environmental degradation. Although healthy food may not necessarily be sustainable and vice versa, there is an opportunity to make our food both healthy and sustainable. Attempts have been made to conceptualize how sustainable healthy food may be produced and consumed; however, available data suggest a rise in the prevalence of health-related and negative environmental consequences of our food supply. Thus, the transition from conceptual frameworks to implementing these concepts has not always been effective. This paper explores the …

Analyzing Vulnerabilities In The Northwest Arkansas Highway Network Using Mathematical Optimization, Brandon Jerome

Industrial Engineering Undergraduate Honors Theses

The highway and bridge network is a critical infrastructure that allows for the free transportation of citizens and enables truck-borne freight transportation. Disruption of this system could be caused by a terrorist attack, natural disaster, growth of population, required repairs and upgrades, or collapse caused by old age or malfunction. In the event of a disruption cities and regions can experience increased traffic and supply chain shortages, thus causing cascading effects throughout surrounding areas. With this motivation, we develop a network interdiction optimization model to identify a limited subset of roads that, if disrupted, causes the greatest increase in the …

Academic Advising Support Tool: An Optimization Approach, Spencer Loper

Industrial Engineering Undergraduate Honors Theses

More than ever, a college education is necessary to remain competitive in the job market. Therefore, colleges are dedicating numerous resources to ensure student success. Nonetheless, one of the most important factors of student success is proper academic advising. Students at the University of Arkansas and more specifically within the department of Industrial Engineering department are fortunate to have access to fantastic advising. However, given the volume of students, academic advisors do not have the time to talk through the nuance of every student’s long-term academic plan. The department does provide an eight-semester plan; however, students who have deviated from …

Selected Interdiction Games With Uncertain, Risk-Averse, And Simultaneous Play Considerations, Di H. Nguyen

All Dissertations

This dissertation examines two network interdiction problems: a shortest-path interdiction problem under uncertainty and a network interdiction problem in a simultaneous game. Both problems happen in two stages over a directed network, and involve a leader and a follower who have opposing interests.

In the first problem, the leader acts first to lengthen a subset of arcs, and a follower acts second to select a shortest path across the network. The cost for a follower’s arc consists of a base cost if the arc is not interdicted, plus an additional cost that is incurred if the arc is interdicted. The …

Design And Analysis Of Efficient Freight Transportation Networks In A Collaborative Logistics Environment, Vishal Badyal

All Dissertations

The increase in total freight volumes, reducing volume per freight unit, and delivery deadlines have increased the burden on freight transportation systems of today. With the evolution of freight demand trends, there also needs to be an evolution in the freight distribution processes. Today's freight transportation processes have a lot of inefficiencies that could be streamlined, thus preventing concerns like increased operational costs, road congestion, and environmental degradation. Collaborative logistics is one of the approaches where supply chain partners collaborate horizontally or/and vertically to create a centralized network that is more efficient and serves towards a common goal or objective. …

Comparing Actively Managed Mutual Fund Categories To Index Funds Using Linear Regression Forecasting And Portfolio Optimization, Luke Weiner

Industrial Engineering Undergraduate Honors Theses

The global investment industry offers a wide variety of investment products especially for individual investors. One such product, index funds, which are younger than actively managed mutual funds, have typically outperformed managed funds. Despite this phenomenon, investors have displayed a tendency to continue investing in actively managed funds. Although only a small percentage of actively managed funds outperform index funds, the costs of actively managed funds are significantly higher. Also, managed fund performances are most often determined by their fund category such as growth or real estate. I wanted to answer the following question for individual investors: can we …

Supervised Representation Learning For Improving Prediction Performance In Medical Decision Support Applications, Phawis Thammasorn

Graduate Theses and Dissertations

Machine learning approaches for prediction play an integral role in modern-day decision supports system. An integral part of the process is extracting interest variables or features to describe the input data. Then, the variables are utilized for training machine-learning algorithms to map from the variables to the target output. After the training, the model is validated with either validation or testing data before making predictions with a new dataset. Despite the straightforward workflow, the process relies heavily on good feature representation of data. Engineering suitable representation eases the subsequent actions and copes with many practical issues that potentially prevent the …

Predicting The Likelihood And Scale Of Wildfires In California Using Meteorological And Vegetation Data, Matthew Walters

Graduate Theses and Dissertations

Wildfires have devastating ecological, environmental, economical, and public health impacts through the deterioration of water and air quality, CO2 emissions, property damage, and lung illnesses. The early detection and prevention of wildfires allow for the minimization of these risks. The use of Artificial Intelligence (AI) in wildfire detection and prediction has been highly researched as a tool to assist firefighters in stopping wildfires in its early stages. The three common wildfire prediction categories include image and video detection, behavior prediction, and susceptibility prediction. Data such as climate, weather, vegetation, satellite images, and historical wildfire data is most commonly used. Many …

The Impact Of Reliability In Conceptual Design - An Integrated Trade-Off Analysis, Tevari James Barker

Graduate Theses and Dissertations

Research presented in this paper focuses on developing models to estimate the systemreliability of Unmanned Ground Vehicles using knowledge and data from similar systems. Traditional reliability approaches often require detailed knowledge of a system and are used in later design stages as well as development, operational test and evaluation, and operations. The critical role of reliability and its impact on acquisition program performance, cost, and schedule motivate the need for improved system reliability models in the early design stages. Reliability is often a stand-alone requirement and not fully included in performance and life cycle cost models. This research seeks to …

Forecasting Hypotension By Learning From Multivariate Mixed Responses.., Jodie Ritter

Electronic Theses and Dissertations

Blood Pressure is the main determinant of blood flow to organs. Hypotension is defined as a systolic blood pressure less than 90 mmHg or a diastolic blood pressure less than 50 mmHg. The severity and duration of hypotension is associated with low blood flow to organs often result in organ damage and a high mortality rate. Predicting hypotension prior to surgery and during the surgery can reduce the incidence and duration resulting in better patient outcomes. This thesis uses preoperative bloodwork and vital signs as well as perioperative vital signs in 5-minute increments as inputs to forecast hypotension. Hypotension can …

A Study Of Scheduling Problems With Sequence Dependent Restrictions And Preferences, Nitin Srinath

All Dissertations

In some applications like fabric dying, semiconductor wafer processing, and flexible manufacturing, the machines being used to process jobs must be set up and serviced frequently. These setup processes and associated setup times between jobs often depend on the jobs and the sequence in which jobs are placed onto machines. That is, the scheduling of jobs on machines must account for the sequence-dependent setup times as well. These setup times can be a major factor in operational costs. In fabric dyeing processes, the sequence in which jobs are processed is also important for quality, i.e., there is a strong preference …

An Elliptical Cover Problem In Drone Delivery Network Design And Its Solution Algorithms, Yanchao Liu

Industrial and Systems Engineering Faculty Research Publications

Given n demand points in a geographic area, the elliptical cover problem is to determine the location of p depots (anywhere in the area) so as to minimize the maximum distance of an economical delivery trip in which a delivery vehicle starts from the nearest depot to a demand point, visits the demand point and then returns to the second nearest depot to that demand point. We show that this problem is NP-hard, and adapt Cooper’s alternating locate-allocate heuristic to find locally optimal solutions for both the point-coverage and area-coverage scenarios. Experiments show that most locally optimal solutions perform similarly …

The Traveling Salesman Problem: An Analysis And Comparison Of Metaheuristics And Algorithms, Mason Helmick

Senior Honors Theses

One of the most investigated topics in operations research is the Traveling Salesman Problem (TSP) and the algorithms that can be used to solve it. Despite its relatively simple formulation, its computational difficulty keeps it and potential solution methods at the forefront of current research. This paper defines and analyzes numerous proposed solutions to the TSP in order to facilitate understanding of the problem. Additionally, the efficiencies of different heuristics are studied and compared to the aforementioned algorithms’ accuracy, as a quick algorithm is often formulated at the expense of an exact solution.

การพยากรณ์สินค้าคงค้างด้วยการเรียนรู้ของเครื่องสำหรับข้อมูลไม่สมดุล, ธิรดา ธาดาจิรสกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การใช้การเรียนรู้ของเครื่องในการพยากรณ์สินค้าคงค้างกับข้อมูลที่มีรายการสินค้าเป็นจำนวนมากจึงเป็นเรื่องที่จำเป็น ซึ่งในความเป็นจริงข้อมูลที่เจอมักมีความไม่สมดุลทำให้ประสิทธิภาพในการพยากรณ์ด้วยการเรียนรู้ของเครื่องลดลง การพยากรณ์สินค้าคงค้างที่ไม่ถูกต้องนั้นส่งผลต่อความไว้วางใจของผู้ซื้อและทำให้เสียค่าใช้จ่ายถึงร้อยละ 10 ของรายได้ งานวิจัยฉบับนี้จึงได้ศึกษาการปรับสมดุลข้อมูลด้วยวิธี Threshold Moving และการปรับระดับข้อมูลด้วยวิธีสุ่มเพื่อสร้างตัวแบบที่มีประสิทธิภาพและมีความสามารถในการพยากรณ์ข้อมูลกลุ่มน้อยสูง โดยวิธีการปรับระดับข้อมูลมี 4 วิธีได้แก่ การปรับลดข้อมูลด้วยวิธี NearMiss-3, การปรับลดข้อมูลด้วยวิธี OSS, การปรับเพิ่มข้อมูลด้วยวิธี SMOTE และการปรับลดผสมกับเพิ่มข้อมูลด้วยวิธี OSS ผสม SMOTE โดยอัลกอริทึมที่ใช้ได้แก่ LOGIST, FOREST และ XGBoost นอกจากนี้มีการใช้การตรวจสอบแบบไขว้แบบ 5 กลุ่มกับตัวแบบเพื่อป้องกันการเกิด Overfitting ในวิจัยฉบับนี้มีการวัดประสิทธิภาพของตัวแบบด้วย AUROC, F1 score และ G-Mean ซึ่งผลที่ได้จากงานวิจัยฉบับนี้คือการจัดการข้อมูลด้วย Threshold Moving ด้วยการวัดประสิทธิภาพ G-Mean นั้นให้น้ำหนักกับข้อมูลกลุ่มน้อยมากกว่า F1 score และให้ผลลัพธ์ดีกว่า AUROC โดยวิธีการที่ให้ผลลัพธ์ดีที่สุดคือการจัดการข้อมูลด้วย Threshold Moving ด้วยการวัดประสิทธิภาพ G-Mean สำหรับอัลกอริทึม Forest ซึ่งได้ค่าประมาณ 0.8737

ปัจจัยที่ส่งอิทธิพลต่อการใช้รถยนต์ไฟฟ้าในประเทศไทย : การประยุกต์ใช้วิธีการดีมาเทล, ธนะรัตน์ บริสุทธิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันจำนวนผู้ใช้งานรถยนต์ไฟฟ้าในประเทศไทยเติบโตขึ้นอย่างก้าวกระโดด แต่ก็ยังมีจำนวนไม่มากนัก เมื่อเทียบกับจำนวนผู้ใช้งานรถยนต์แบบสันดาปที่มีมาแต่ดั้งเดิม ซึ่งปัญหาดังกล่าวอาจมีที่มาจากหลากหลายปัจจัย งานวิจัยนี้จึงถูกจัดทำขึ้นโดยมีวัตถุประสงค์เพื่อ ศึกษาปัจจัยที่ส่งอิทธิพล และมีผลกระทบต่อการใช้รถยนต์ไฟฟ้าในประเทศไทย และระบุลำดับความสำคัญของปัจจัย รวมถึงระบุกลุ่มความสัมพันธ์เชิงสาเหตุและผลกระทบระหว่างปัจจัยที่ส่งอิทธิพลต่อการใช้รถยนต์ไฟฟ้าของผู้บริโภคใน ประเทศไทย ตลอดจนเพื่อศึกษาความสัมพันธ์ระหว่างปัจจัยกลุ่มสาเหตุและกลุ่มผลกระทบที่ส่งผลกระทบต่อกัน โดยมุ่งเน้นไปที่สามปัจจัยหลัก ได้แก่ ปัจจัยการยอมรับเทคโนโลยีรถยนต์ไฟฟ้า ปัจจัยการตัดสินใจที่มีผลต่อการ ซื้อ-ใช้ รถยนต์ไฟฟ้า และปัจจัยเชิงนโยบายที่ส่งผลต่อการ ซื้อ-ใช้ รถยนต์ไฟฟ้า การวิจัยนี้เป็นการวิจัยเชิงปริมาณซึ่งใช้แบบสอบถามในการเก็บข้อมูลจากกลุ่มผู้ใช้งานรถยนต์ไฟฟ้าในประเทศไทย จำนวน 218 ตัวอย่าง จากนั้นจึงนำผลที่ได้มาวิเคราะห์ด้วยวิธีการทางสถิติ และการวิเคราะห์องค์ประกอบ (Factor Analysis) เพื่อทำการลดจำนวนตัวแปรที่ไม่เกี่ยวข้องออก รวมถึงทำการจัดกลุ่มของปัจจัยใหม่ ก่อนที่จะนำไปเก็บข้อมูลจากกลุ่มผู้เชี่ยวชาญจำนวน 17 ท่าน และนำผลที่ได้ไปวิเคราะห์ตามวิธีการดีมาเทลต่อไป ผลการวิจัยพบว่า ปัจจัยที่มีความสำคัญที่สุดสำหรับปัจจัยการยอมรับเทคโนโลยีรถยนต์ไฟฟ้า ได้แก่ ปัจจัยทัศนคติที่มีต่อการใช้งาน และปัจจัยเชิงสาเหตุที่ส่งผลกระทบต่อปัจจัยอื่นๆ มากที่สุด ได้แก่ ปัจจัยบรรทัดฐานส่วนบุคคล ในขณะที่ปัจจัยที่มีความสำคัญที่สุดสำหรับปัจจัยการตัดสินใจที่มีผลต่อการ ซื้อ-ใช้ รถยนต์ไฟฟ้า ได้แก่ ปัจจัยทางด้านผลิตภัณฑ์ และยังเป็นปัจจัยที่ส่งผลกระทบต่อปัจจัยอื่นๆ มากที่สุด อีกด้วย สำหรับปัจจัยเชิงนโยบายที่ส่งผลต่อการ ซื้อ-ใช้ รถยนต์ไฟฟ้า ปัจจัยที่มีความสำคัญที่สุด ได้แก่ ปัจจัยนโยบายแรงจูงใจการซื้อ และนอกจากนี้ปัจจัยนโยบายแรงจูงใจการซื้อยังเป็นปัจจัยที่ส่งผลกระทบต่อปัจจัยอื่นๆ มากที่สุดอีกด้วยเช่นเดียวกัน ผู้วิจัยคาดว่า ผลที่ได้จากการวิจัยจะเป็นประโยชน์ในการกำหนด พัฒนา และปรับปรุงนโยบายของภาครัฐบาล และเอกชนในการส่งเสริมการใช้งานรถยนต์ไฟฟ้า ตลอดจนการส่งเสริมภาคอุตสาหกรรมการผลิต และการลงทุนในธุรกิจรถยนต์ไฟฟ้าในประเทศไทยให้ยั่งยืนต่อไปในอนาคต

การคาดการณ์เวลาเดินทางบนท้องถนนระหว่างพิกัดสองจุดในกรุงเทพมหานคร ด้วยวิธีการเรียนรู้ของเครื่อง, ปวริศ เวชวรรณกิจกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระยะเวลาเดินทางบนท้องถนนในกรุงเทพมหานครนั้นมีความไม่แน่นอน เนื่องจากความแออัดของการจราจร อย่างไรก็ดี ข้อมูลดังกล่าวกลับมีความสำคัญในการจัดเส้นทางการเดินรถเพื่อธุรกิจ ซึ่งส่วนใหญ่มักใช้ค่าประมาณการณ์ซึ่งอาจมีความคลาดเคลื่อนไปจากความเป็นจริง ส่งผลทำให้ประสิทธิภาพของแผนงานดังกล่าวลดต่ำลง ด้วยเหตุดังกล่าว ผู้วิจัยจึงได้ทำการพัฒนาตัวแบบที่สามารถการคาดการณ์ระยะเวลาเดินทางบนท้องถนนในกรุงเทพมหานครด้วยการเรียนรู้ของเครื่อง โดยอ้างอิงจากข้อมูลที่ทุกคนสามารถเข้าถึงได้โดยไม่มีค่าใช้จ่าย ทำให้ผู้ใช้งานสามารถนำไปใช้พัฒนา หรือบูรณาการร่วมกับแผนงานเดิมได้ เริ่มต้น ผู้วิจัยได้ทำการเก็บข้อมูล Mobile Probe จาก iTIC foundation จากนั้นจึงแปลงข้อมูลดังกล่าวออกเป็น Origin-Destination Pairs แล้วคัดเลือกเฉพาะชุดข้อมูลที่มีพิกัดอยู่ภายในเขตกรุงเทพมหานครไปใช้สร้างต้นแบบการเรียนรู้ของเครื่องผ่านอัลกอริทึมแบบต่าง ๆ จนได้อัลกอริทึมที่สามารถสร้างต้นแบบที่มีประสิทธิภาพสูงที่สุดได้ ผู้วิจัยพบว่า จากอัลกอริทึมต่าง ๆ Random forest ถือเป็นอัลกอริทึมที่สามารถสร้างต้นแบบที่มีศักยภาพสูงที่สุด ในขณะที่ XGBoost และ CatBoost มีแนวโน้มที่ดีในการนำไปพัฒนาต่อ เนื่องจากใช้ระยะเวลาในการสร้างต้นแบบน้อย