predicting the number of prospected students for faculty...

สวพ.

มทร.ส

วรรณภ

ม

รายงานการวจย

เรอง

การประยกตใชโครงขายประสาทเทยมส าหรบพยากรณจ านวนนกศกษาทจะเขาศกษาตอ

ในคณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาเทคโนโลยราชมงคลสวรรณภม

Predicting the number of prospected students for Faculty of Business

administration and information technology Rajamangala University of

Technology Suvarnabhumi

ผจดท าการวจย

นายรศเมศวร ตนวนกล

งานวจยนไดรบการสนบสนนจากเงนกองทนสงเสรมงานวจย มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม

ประจ าปงบประมาณ 2558

สวพ.

มทร.ส

วรรณภ

ม

ข

บทคดยอ

มหาวทยาลยเทคโนโลยราชมงคลสวรรณภมกเปนหนวยงานหนงทมการจดการศกษาในระดบอดมศกษาและคณะบรหารธรกจและเทคโนโลยสารสนเทศกเปนหนวยงานหนงทสงกดอยในมหาวทยาลย มการจดการเรยนการสอนในระดบอดมศกษาแบงเปนสาขาวชาตาง ๆ เชน สาขาวชาการตลาด สาชาวชาการบญช สาชาวชาเทคโนโลยสารสนเทศและคอมพวเตอรธรกจและสาขาวชาการจดการ เปนตน ซงในแตละปการศกษาจะมนกศกษาจ านวนมากทสนใจทจะเขามาศกษาตอซงถาเราทราบหรอประมาณการจ านวนนกศกษาทจะเขามาศกษาตอไดลวงหนากจะท าใหการก าหนดนโยบายในการรบนกศกษาและการจดการเรยนการสอนท าไดมประสทธภาพมากยงขน ในงานวจยนไดเกบรวบรวมปจจยน าเขาในการท านายจ านวนนกศกษาซงประกอบไปดวย จ านวนนกศกษาทเขาศกษาในคณะบรหารธรกจฯ จ านวนนกศกษาทผานการคดเลอก Admission ผลการประกนคณภาพของคณะบรหารธรกจฯมหาวทยาลยเทคโนโลยราชมงคลสวรรณภม จ านวนผวางงาน รายไดตอครวเรอนและดชนมวลรวมของไทยและใชวธการคดเลอกขอมลแบบใชวธการตรวจสอบประสทธภาพของขอมลแบบ Self-Consistency Test ใชโครงขายประสาทเทยมหลายชนแบบยอนกลบ พบวาการท านายจ านวนนกศกษาใหคาแมนย าเปนทนาพอใจ โดยใหคาประสทธภาพในการพยากรณเทากบรอยละ 87.98

ค ำส ำคญ : การศกษาตอ, จ านวนนกศกษา, โครงขายประสาทเทยวแบบยอนกลบ

สวพ.

มทร.ส

วรรณภ

ม

ค

กตตกรรมประกาศ

ผวจยขอขอบคณ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ทสนบทนการวจยเรอง การประยกตใชโครงขายประสาทเทยมส าหรบพยากรณจ านวนนกศกษาทจะเขาศกษาตอในคณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาเทคโนโลยราชมงคลสวรรณภม และขอขอบคณอาจารยอาคม สงเคราะหทคอยเปนทปรกษา ใหค าแนะน าตาง ๆ ในการท างานวจยเรองนใหส าเรจลลวงไปไดดวยด

ผท าการวจย

สหาคม 2559

สวพ.

มทร.ส

วรรณภ

ม

ง

สารบญตาราง

ตารางท หนา 2.1 ตารางแสดงประเภทและการใชงานของโครงขายประสาทเทยม 10 3.1 ตารางแสดงปจจยน าเขา 16 3.2 ตารางแสดงปจจยคาเปาหมาย 16 3.3 ตารางแสดงคาความสมพนธระหวางตวแปรน าเขาและคาเปาหมาย 17 3.4 ตารางแสดงปจจยน าเขาหลงการวเคราะหคาความสมพนธระหวางตวแปรน าเขา เทยบกบตวแปรเปาหมาย

18

3.5 แสดงคาน าหนกทชนซอนในแตละนวรอนทไดจากการฝกสอน 20 4.1 ผลการท านายจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ 21

สวพ.

มทร.ส

วรรณภ

ม

จ

สารบญรปภาพ

รปท หนา 2.1 แสดงสวนตาง ๆ และความสมพนธของระบบประสาท 8 2.2 แสดงการท างานของโครงขายประสาทเทยม 9 2.3 โครงขายประสาทเทยมแบบชนเดยว 11 2.4 โครงขายประสาทเทยมแบบหลายชน 12 2.5 โครงขายประสาทเทยมแบบยอนกลบ 13 3.1 แสดงโครงสรางโครงขายประสาทเทยม 19 4.1 ผลการท านายคาการดดตวกลบเปรยบเทยบกบคาเปาหมายในการทดสอบ 22

สวพ.

มทร.ส

วรรณภ

ม

สารบญ

หนา บทคดยอ ข กตตกรรมประกาศ ค สารบญตาราง ง สารบญภาพ จ บทท 1 บทน า 1.1 ความเปนมาและความส าคญของปญหา 1

1.2 วตถประสงคของการวจย 1 1.3 ขอบเขตของโครงการวจย 2

1.4 วธการด าเนนการวจย 2 1.5 ประโยชนทคาดวาจะไดรบ 2 บทท 2 ทฤษฎและงานวจยทเกยวของ 2.1 สถต 3 2.2 การพยากรณ 4 2.3 ทฤษฎโครงขายประสาทเทยม 6 2.4 งานวจยทเกยวของ 14 บทท 3 วธการศกษา 3.1 ขอมลในการวจย 16 3.2 การวเคราะหความสมพนธระหวางขอมลน าเขากบจ านวนนกศกษาคณะ บรหารธรกจเทคโนโลยสารสนเทศ

17

3.3 การจดขอมลใหเหมาะสมกบการสอนและเรยนร 18 3.4 วธการคดเลอกขอมลในการฝกสอนและทดสอบระบบดวย Self-Consistency Test

18

3.5 การสรางโครงขายประสาทเทยมและองคประกอบการสอนและเรยนร 19 บทท 4 ผลการศกษา 21 บทท 5 สรปและอภปราย 23 บรรณานกรม 24 ภาคผนวก ภาคผนวก ก ขอมลทใชในการวจย 25

สวพ.

มทร.ส

วรรณภ

ม

1

บทท 1

1.1 ความเปนมาและความส าคญของปญหา การศกษาเปนกระบวนการทมความส าคญในการพฒนาคณภาพชวตของมนษย ดงทเราไดเหนใน

แผนการศกษาแหงชาตพทธศกราช 2553 ไดมขอความตอนหนงกลาวเกยวกบการศกษาเอาไววา “การศกษาเปนกระบวนการทส าคญในการพฒนาคนใหมคณภาพและมความสามารถทจะปรบตวไดอยางรเทาทนการเปลยนแปลงตาง ๆ” ดงนนการศกษาจงถอวาเปนหวใจส าคญในการสรางความร ความคด และทกษะในการด าเนนชวต นอกจากนนการศกษายงเปนปจจยหนงทจะชวยยกระดบคณภาพของสงคมและประเทศชาตใหมความเจรญกาวหนาพรอมทจะแขงขนกบประเทศตาง ๆ ตอไป

จากความส าคญของการศกษาท าใหผคนในสมยนตระหนกถงคณคาของการศกษาและมคนจ านวนไมนอยทตองการทจะศกษาตอในระดบอดมศกษา มหาวทยาลยเทคโนโลยราชมงคลสวรรณภมกเปนหนวยงานหนงทมการจดการศกษาในระดบอดมศกษาและคณะบรหารธรกจและเทคโนโลยสารสนเทศกเปนหนวยงานหนงทสงกดอยในมหาวทยาลย มการจดการเรยนการสอนในระดบอดมศกษาแบงเปนสาขาวชาตาง ๆ เชน สาขาวชาการตลาด สาชาวชาการบญช สาชาวชาเทคโนโลยสารสนเทศและคอมพวเตอรธรกจและสาขาวชาการจดการ เปนตน ซงในแตละปการศกษาจะมนกศกษาจ านวนมากทสนใจทจะเขามาศกษาตอซงถาเราทราบหรอประมาณการจ านวนนกศกษาทจะเขามาศกษาตอไดลวงหนากจะท าใหการก าหนดนโยบายในการรบนกศกษาและการจดการเรยนการสอนท าไดมประสทธภาพมากยงขน

ผวจยจงมแนวคดทจะโครงขายประสาทเทยมมาเปนเครองมอในการพยากรณจ านวนนกศกษาสวนใหญมกจะมาจากการสงเกตแลวคาดคะเนจ านวนนกศกษาทจะเขาศกษาตอซงอาจจะเกดความผดพลาดและคลาดเคลอนไดดงนนเพอความแมนย าจงมแนวคดทจะใชโครงขายประสาทเทยมมาเปนเครองมอในการพยากรณใหมความแมนย าและใกลเคยงมากกวาทจะใชการคาดคะเน 1.2 วตถประสงคของการวจย

1.2.1 เพอออกแบบและพฒนาโครงขายประสาทเทยม 1.2.2 สามารถพยากรณจ านวนนกศกษาทจะเขาศกษาตอในคณะบรหารธรกจและเทคโนโลย

สานสนเทศใหมความแมนย า ผดพลาดนอย 1.2.3 เพอใหผบรหารสามารถน าขอมลทไดไปวางนโยบายในการรบนกศกษาและการจดการ

เรยนการสอนไดอยางมประสทธภาพ

สวพ.

มทร.ส

วรรณภ

ม

2

1.3 ขอบเขตของโครงการวจย 1.3.1 รวบรวมขอมลสถตของนกศกษาโดยขอขอมลจ านวนนกศกษาทเขาศกษาตอในคณะจาก

ส านกทะเบยนแยกตามคณะทนกศกษาสมครเขาศกษาตอในคณะบรหารธรกจยอนหลง 5 ป

1.3.2 วเคราะหขอมลและน าขอมลทไดมาก าหนดคาและออกแบบฐานขอมลเพอใชในการพยากรณโดยใชโครงขายประสาทเทยม

1.3.3 พยากรณจ านวนนกศกษาทจะเขาศกษาตอในคณะบรหารธรกจและเทคโนโลยสารสนเทศโดยใชโครงขายประสาทเทยม

1.4 วธการด าเนนการวจย 1.4.1 การก าหนดปญหาและขอบเขตของขอมลทจะใชในงานวจย 1.4.2 การเกบรวบรวมขอมล 1.4.3 วเคราะหและออกแบบฐานขอมลเพอใชในงานวจย 1.4.4 พฒนาโปรแกรมเพอทดสอบขนตอนวธการพยากรณ 1.4.5 ด าเนนการพยากรณ 1.4.6 จดท าเอกสารประกอบ

1.5 ประโยชนทคาดวาจะไดรบ 1.5.1 ไดระบบโครงขายประสาทเทยมทเหมาะสมสามารถพยากรณจ านวนนกศกษาทจะเขา

ศกษาตอในคณะบรหารธรกจและเทคโนโลยสารสนเทศ 1.5.2 ใชเปนตนแบบเพอน าไปพฒนาส าหรบคณะอน ๆ ตอไป 1.5.3 ขอมลทไดจากการพยากรณสามารถน าไปใชในการก าหนดนโยบายรบนกศกษาและ

นโยบายในการจดแผนการศกษา

สวพ.

มทร.ส

วรรณภ

ม

3

บทท 2 ทฤษฎและงานวจยทเกยวของ

ผวจยไดท ำกำรศกษำทฤษฎและงำนวจยทเกยวของกบงำนวจยเรองกำรประยกตใชโครงขำยประสำทเทยมส ำหรบพยำกรณจ ำนวนนกศกษำทจะเขำศกษำตอในคณะบรหำรธรกจและเทคโนโลยสำรสนเทศ มหำวทยำเทคโนโลยรำชมงคลสวรรณภม โดยทษฎและงำนวจยทเกยวของมดงตอไปน 2.1 สถต สถตหมำยถง “ขอมลตวเลข (numerical data) ทไดจำกกำรรวบรวมตวเลขหลำยตว เชน สถตปรมำณน ำฝน สถตจ ำนวนคนไมรหนงสอ สถตปรมำณสนคำสงออก” (ชชวำลย เรองประพนธ, 2537)

2.1.1 ประเภทของสถต

สถตพรรณำ (descriptive statistics) หมำยถง สถตทเกดจำกเกบรวบรวมขอมลแลวน ำเสนอขอมลในรปแบบของกำรบรรยำย ตำรำงแผนภม แผนภำพ ตลอดจนกำรตควำมเพอหำขอสรปของขอมลชดนน

สถตอนมำณ (inferential statistics) หมำยถง สถตทวำดวยกำรสรปถงขอเทจจรงของขอมลทงหมด ในลกษณะกำรประมำณคำและกำรทดสอบสมมตฐำน โดยอำศยเพยงขอมลบำงสวนทเกบรวบรวมได

2.1.2 ประโยชนของสถต

เปนสงทชใหเหนถงขอเทจจรงของเหตกำรณ และเรองรำวทนำสนใจ

เปนเครองมอในกำรวำงแผนของโครงกำรและกจกำรตำง ๆ

เปนระเบยบวธส ำหรบกำรวเคำระหในงำนวจยโดยทว ๆ ไป

เปนเครองมอในกำรประเมนผลงำนทไดท ำไปแลว 2.1.3 ขนตอนกำรกำรด ำเนนงำนทำงสถต

ขนตอนกำรด ำเนงงำนทำงสถตจะมขนตอนในกำรด ำเนนงำนใหญ ๆ อย 4 ขนตอนดงตอไปน

1. กำรเกบรวบรวมขอมล (Collection of data) ขนตอนน รวมถงกำรวำงแผน เตรยมกำร ตลอดไปจนถงกำรเกบรวบรวมขอมลซงตองอำศยควำมรทำงวชำกำรพอสมควร เพอศกษำภมหลงของขอมล ควำมตองกำรของขอมลในแงของกำรน ำไปใชประโยชน

สวพ.

มทร.ส

วรรณภ

ม

4

วธกำรเกบรวบรวมขอมลอำจท ำได 2 วธ คอ

กำรรวบรวมจำกเอกสำร คอกำรรวบรวมขอมลจำกเอกสำรตำง ๆ ทมกำรบนทกเอำไวแลว เชน จ ำนวนนกศกษำของมหำวทยำลยเทคโนโลยสวรรณภม ตงแตปกำรศกษำ 2553 – 2558

กำรเกบรวบรวมขอมลดวยตนเอง แหลงทมำของขอมลแบบน เรยกวำ แหลงขอมลปฐมภม กำรรวบรวมขอมลสำมำรถท ำได 4 วธ คอ o กำรแจงนบ หมำยถง กำรสงคนออกไปส ำรวจจำกแหลงทเรำตองกำร o กำรลงทะเบยน หมำยถง กำรทมบคคลมำแจงขอมลยงสถำนททก ำหนดไว

เชน กำรแจงเกด กำรยำยเขำ - ยำยออก เปนตน o กำรสงแบบสอบถำมหรอกำรสมภำษณ หมำยถง กำรใชแบบสอบถำมให

บคคลทเรำตองกำรกรอกขอมลหรอกำรสมภำษณบคคลทเรำตองกำร o กำรทดลอง หมำยถง กำรจดเตรยมเครองมอปฏบตกำร สภำพแวดลอม

ปจจยตำง ๆ อนมผลถงคำของขอมล 2. กำรน ำเสนอขอมล (Presentation of data) เปนกำรน ำขอมลทรวบรวมไดมำ

น ำเสนอหรอแสดงใหผอนทรำบ เขำใจ และเกดภำพพจนเกยวกบขอมลทถกตอง 3. กำรวเครำะหขอมล (Analysis of data) หมำยถง กำรน ำขอมลทรวบรวมไดมำท ำ

กำรวเครำะหทำงสถต 4. กำรตควำม (Interpretation of data) หมำยถง กำรสรปผลของกำรวเคำระห

ขอมล 2.2 การพยากรณ กำรพยำกรณ หมำยถง “กำรคำดกำรณวำอะไรจะเกดขนในอนำคต เชน กำรพยำกรณดำนเศรษฐกจ กำรพยำกรณกำรเปลยนแปลงเทคโนโลย” (อจฉรำ จนทรฉำย, 2544)

2.2.1 ประเภทของกำรพยำกรณ กำรพยำกรณแบงออกเปนประเภท 2 ประเภทดงน

1. กำรพยำกรณ เช งคณ ภำพ (Qualitative Forecasting Technique) เปนกำรพยำกรณโดยอำศยวจำรณญำณ ควำมรสกและประสบกำรณของผตดสนใจ

สวพ.

มทร.ส

วรรณภ

ม

5

2. กำรพยำกรณ เช งปรมำณ (Quantitative Forecasting Technique) เปนกำรพยำกรณทใชเทคนคทำงคณตศำสตรเขำมำชวย โดยสวนมำกมกจะน ำขอมลจำกอดตมำใชในกำรพยำกรณ

2.2.2 ประโยชนของกำรพยำกรณ 1. สำมำรถจดสรรทรพยำกรตำง ๆ ไดอยำงมประสทธภำพ 2. เพมประสทธภำพในกำรด ำเนนในองคกรณ 3. สำมำรถทรำบและตอบสนองควำมตองกำรของกลมเปำหมำย 4. เพอเพมก ำไรใหกบองคกรธรกจ 5. ลดควำมสญเสยตำง ๆ 6. เพมประสบกำณกำรบรหำรงำนของฝำยตำง ๆ ในองคกร

2.2.3 เทคนคกำรพยำกรณกบควำมกำวหนำทำงดำนเทคโนโลย เทคนคกำรพยำกรณในปจจบนมกำรพฒนำไปอยำงตอเนองเพรำะเทคโนโลยตำง ๆ ไดม

กำรพฒนำดงนนกำรคนหำเทคนคใหม ๆ ใหมควำมเหมำะสมกบกำรเปลยนแปลงดงนนอนำคตของเทคนคกำรพยำกรณอำจขนอยกบ

1. นวตกรรมดำนเทคโนโลยและคอมพวเตอร 2. ระบบกำรตดตอสอสำร 3. ระบบสำรสนเทศ และซอฟแวรตำง ๆ 4. กำรวจยและพฒนำ 5. กำรเปลยนแปลงขององคกำร 6. กำรเปลยนแปลงสภำวะแวดลอมตำง ๆ นอกจำกนวตกรรมตำง ๆ ทมผลตอกำรพยำกรณแลวระบบสำรสนเทศกเปนสวนหนงทม

ผลตอกำรสงเสรมกำรพฒนำระบบกำรพยำกรณไดแก ระบบ Expert System และ Artificial Intelligence ระบบ Automatic Office 2.2.4 รปแบบเทคนคกำรพยำกรณทใชในปจจบน

1. ใช เท ค น ค Multimodel Simulation Method, Artificial Neural Networks, Expert System และ Generic Algorithms

2. ปจจบนมซอฟตแวรท เกยวกบ Neural Network เชน 4 THROUGT, AutoNet Windows Braincel Neumodel เปนตน

สวพ.

มทร.ส

วรรณภ

ม

6

3. ระบบทพฒนำจะมลกษณะงำยตอกำรใช มระบบ Graphic และมควำมสำมำรถหลำกหลำยเพอตอบสนองตอผใชทมควำมตองกำรทแตกตำง

4. ระบบขอมลทน ำมำพยำกรณ จะมกำรรวบรวมขอมลทกระจดกระจำยในแหลงตำง ๆ ไดโดยระบบสอสำรคมนำคม ทใหมขอมลทรวดเรวและมรำยละเอยด

2.3 ทฤษฎโครงขายประสาทเทยม โครงขำยประสำทเทยม (Neural Network) เปนศำสตรแขนงหนงในดำนปญญำประดษฐ (Artificial Intelligence : AI) ทสำมำรถน ำมำประยกตใชงำนไดหลำยดำน เชน กำรจ ำแนกรปแบบ กำรท ำนำย กำรควบคม กำรหำควำมเหมำะสมและกำรจดกลมเปนตน โดยลกษระกำรท ำงำนของโครงขำยประสำทเทยมกคอกำรลอกเลยนแบบกำรท ำงำนของเซลลประสำทในสมองมนษยเพอท ำใหกำรประมวลผลของคอมพวเตอรสำมำรถเรยนรและตดสนใจไดเหมอนกบมนษย รปแบบกำรท ำงำนของโครงขำยประสำทเทยมเปนกำรพฒนำทำงดำนโปรแกรมคอมพวเตอรทสำมำรถท ำใหโปรแกรมทำงคอมพวเตอรสำมำรถท ำนำยสงตำง ๆ เนองจำกกำรท ำงำนของโครงขำยประสำทเทยมจะมกำรหำควำมสมพนธของขอมลทเปนขอมลน ำเขำ (Input) และขอมลสงออก (Output) ได โดยไมจ ำเปนตองรควำมสมพนธทำงคณตศำสตรของขอมลทเปนขอมลน ำเขำและขอมลน ำออกมำกอน 2.3.1 ประวตของโครงขำยประสำทเทยม

โครงขำยประสำทเทยมไดถกน ำเสนอในป พ.ศ. 2486 โดยวอแรน แมคคลลอคและวอลเตอร พทซ (Warren McCulloch and Walter Pitts) ไดน ำเสนอแบบจ ำลองของเซลลประสำทและไดแสดงใหเหนวำในทำงทฤษฎนนโครงขำยเซลลประสำทสำมำรถท ำงำนรวมกบโปรแกรมคอมพวเตอรได

ป พ.ศ. 2492 โดนลด เฮบบ (Donald Hebb) ไดเสนอผลงำนวจยวำกำรเรยนรของสมองสำมำรถอธบำยไดดวยรปแบบของกำรประกอบเซลลประสำทเขำดวยกนเปนโครงขำย และไดเสนอกฎหำรเรยนรของเฮบบ (Hebb’s rule) ทท ำใหโครงขำยประสำทเทยมทแมคคลลอคและวอลเตอร พทซเสนอไวสำมำรถเรยนรปญหำงำยไดส ำเรจ

ป พ.ศ. 2490 คอมพวเตอรทท ำงำนเลยนแบบสมองเครองแรกของโลกถกสรำงและทดสอบโดยมนสก (Minsk) ซงไดเสนอผลงำนวำเมอคอมพวเตอรดงกลำวไดรบกำรปอนตวอยำงส ำหรบกำรเรยนรเขำไปกจะสำมำรถปรบอครำกำรขยำยสญญำณใน

สวพ.

มทร.ส

วรรณภ

ม

7

กำรเชอมโยงระหวำงเซลลประสำทเทยมไดเองอตโนมต ซงเปนกำรเรยนรจำกตวอยำงทถกปอนเขำไป

ป พ.ศ. 2501 แฟรงค โรเซนแบลทท (Frank Rosenblatt) ไดพฒนำลกษณะโครงขำยประสำทเทยมขนโดยใชแบบจ ำลองของแมคคลลอชและพทสเปนแนวทำงรวมทงเสนอวธกำรเรยนรแบบใหมส ำหรบลกษณะโครงขำยประสำทเทยมดวย โครงขำยประสำทเทยมดงกลำวเรยกวำ เพอรเซพตรอน (perceptron) ซงมกำรเรยนรแบบ “มผสอน” (supervised learning) โดยใชกำรปรบควำมแขมแขงของกำรเชอมโยงซงจะพจำรณำไดจำกกำรเปรยบเทยบควำมรของโครงขำยประสำทเทยมกบควำมรของผสอน เพอรเซพตรอนมควำมเหมำะสมกบงำนประเภทกำรระบชนด ซงในระหวำงกำรเรยนรนน เพอรเซพตรอนจะถกสอนวำขอมลตวอยำงทสอนเขำไปแตละแบบนนจดเปนชนดใดบำงหำกปญหำและขอมลตวอยำงมควำมเหมำะสมเพอรเซพตรอนจะสำมำรถระบชนดของขอมลทไมเคยเหนมำกอนไดอยำงถกตอง

ป พ.ศ. 2500 เบอรนำรด วโดรว (Bernard Widrow) และมำรเชยน ฮอฟฟ (Marcian Hoff) ได พฒนำอปกรณท เรยกวำ อดำไลน (ADALINE : Adaptive Linear combiner) และกฎกำรเรยนรแบบใหมทมประสทธภำพสง เรยกวำกฎกำรเรยนรของวโดรว – ฮอฟฟ (Windrow – Hoff learning rule) ทเปนกำรเรยนรแบบมผสอน ซงในเวลำตอมำอปกรณดงกลำวไดรบกำรขยำยแนวคดไปเปนมำดำไลน (MADALINE : Many ADALINEs) และไดน ำไปประยกตใชในดำรเรยนรจ ำรปแบบ (pattern recognition) กำรพยำกรณ อำกำศ และระบบควบคมทจ ำเปนตองมกำรปรบเปลยนระบบไปตำมสภำพแวดลอมตำง ๆ

2.3.2 แบบจ ำลองของเซลลประสำท โครงขำยประสำทเทยมเกดขนจำกกำรพฒนำกระบวนกำรทำงคอมพวเตอรใหม

ควำมสำมำรถในกำรเรยนรและสำมำรถตดสนใจเสมอนกบกำรท ำงำนของสมองมนษย โดยโครงขำยประสำทของมนษยจะประกอบไปดวยเซลลประสำทหรอนวรอน (Neuron) ทท ำหนำทหลก ๆ อย 2 อยำงคอ กำรค ำนวณและกำรสงผลทไดจำกกำรค ำนวนไปยงอกปลำยหนงของเซลล

สวพ.

มทร.ส

วรรณภ

ม

8

รปท 2.1 แสดงสวนตำง ๆ และควำมสมพนธของระบบประสำท

จำกรปท 2.1 สำมำรถอธบำยกำรท ำงำนของระบบประสำทไดอยำงครำว ๆ คอ เดนไดรท (Dendrites) เปนสวนขยำยหรอสวนตอของโซมำ (Soma) ซงมลกษณะคลำยขนทท ำหนำทเหมอนชองทำงในกำรรบคำอนพต เดนไดรทจะท ำกำรรบอนพตผำนซนแนปส (Synapses) ของเซสลประสำทอน ๆ เมอรบอนพตเขำมำแลวโซมำจะท ำหนำทในกำรประมวลผลและเมอประมวลผลเสรจแลวกจะท ำกำรสงผลลพธออกไปใหเซลลประสำทอนผำนทำงแอคซอน (Axon)

กำรเรยนรและควำมทรงจ ำเปนคฯสมบตทส ำคญทสดในกำรน ำมำใชงำนกำรเรยนรของมนษยไมใหเกดจำกำรเปลยนแปลงทำงเคมชวะภำพเพยงอยำงเดยว แตตองมกำรเปลยนแปลงทำงดำนกำยวภำคควบคกบไปดวย ซงกำรเปลยนแปลงทำงกำยวภำคนจะไมเกดกบนวรอนหรอซนแนปสเพยงตวเดยว คอ จะเกดกบหลำย ๆ นวรอนพรอม ๆ กน เมอถงเวลำหนงนวรอนกจะหมดหนำทไปแตกำรลบเลอนของควำมทรงจ ำจะไมเหมอนกบกำรสลำยไปของนวรอน นวรอนตวหนงจะรวมงำนกบนวรอนอกหลำยตวเพอกอใหเกดรปแบบของควำมทรงจ ำส ำหรบเรองใดเรองหนงขนในสมอง หมำยควำมวำควำมจ ำในเรองหนง ๆ มกเกดจำกกำรเปลยนแปลงของนวรอนหลำย ๆ ตว และจะเกดในสวนใดสวนหนงของสมอง โดยแตละสวนของสมองจะแบงหนำทและควำมถนดในเรองทตำงกนออกไป

สวพ.

มทร.ส

วรรณภ

ม

9

2.3.3 หลกกำรท ำงำนของโครงขำยประสำทเทยม โครงขำยประสำมเทยมจะมอนพตหลำยคำเขำมำในโครงขำย โดยจะถกแทนดวย

สญลกษณทำงคณตศำสตร X(n) และแตละอนพตจะถกน ำมำคณดวยคำควำมรหรออำจเรยกไดวำเปนคำน ำหนก (weight) ซงแทนดวย W(n) โดยทปกตผลคณของคำน ำหนกทถกน ำเขำสโครงขำยนนจะถกน ำมำรวมกนและสงเขำไปในฟงกชน (transfer function) เพอน ำไปหำผลลพธหรอเอำตพต ดงรปท 2.2 ขำงลำงน

รปท 2.2 แสดงกำรท ำงำนของโครงขำยประสำทเทยม

2.3.4 ประเภทของเครอขำยประสำทเทยม ประเภทของโครงขำยประสำทเทยมสำมำรถแบงออกไดเปน 5 ประเภท ดงตอไปน

1. ประเภทกำรคำดเดำ (Prediction) 2. ประเภทกำรจดล ำดบหมวดหม (Classification) 3. ประเภทกำรเชอมโยงขอมล (Data association) 4. ประเภทกระบวนกำรสรำงควำมคด (Data Conceptualization) 5. ประเภทกลนกรองขอมล (Data Filtering)

สวพ.

มทร.ส

วรรณภ

ม

10

ตำรำงท 2.1 ตำรำงแสดงประเภทและกำรใชงำนของโครงขำยประสำทเทยม

ชนดของโครงขาย โครงขาย การใช กำรคำดเดำ - Back propagation

- Delta Bar Delta - Extended Delta Bar Delta - Directed Random Search - Higher Order Neural Networks - Self-organizing map into Back

propagation

ใชคำอนพตเพอคำดเดำเอำตพต

กำรจดหมวดหม - Learning Vector Quantization - Counter propagation - Probabilistic Neural Networks

ใชคำอนพตเพอก ำหนดกำรจดหมวดหม

กำรเชอมโยงขอมล - Hopfield - Boltzmann Machine - Hamming Network - Bidirectional associative Memory

เหมอนกบ Classification แตมนจะจดจ ำขอมลทม error ดวย

กระบวนกำรสรำงควำมคด - Adaptive Resonance Network - Self Organizing Map

วเครำะหอนพตเพอกำรจดกลม

กำรกลนกรองขอมล - Recirculation ท ำใหสญญำณอนพตเรยบสม ำเสมอ

2.3.5 สถำปตยกรรมโครงขำยประสำทเทยม สถำปตยกรรมโครงขำยประสำทเทยมสำมำรถจ ำแนกตำมโครงสรำงของโครงขำยได 3 ประเภท ดงน

1. โครงขำยประสำทเทยมแบบชนเดยว (Single Layer Artificial Neural Network) สถำปตยกรรมโครงขำยประสำทเทยมอยำงงำย โครงขำยประสำทเทยมชนดนจะมอนพตนวรอนเชอมตอกบเอำตพตนวรอนและมคำน ำหนกเปนตวปรบระดบสญญำณอนพตเพยงชนเดยว คำน ำหนกแตละคำจะเปนอสระตอกนไมสงผลกระทบตอกำรปรบคำน ำหนกตวอน จงมกใชกบกำรประมวลผลทไมซบวอมมำกนก โดยลกษณะโครงขำยแสดงไดดงรปท 2.3

สวพ.

มทร.ส

วรรณภ

ม

11

รปท 2.3 โครงขำยประสำทเทยมแบบชนเดยว ทมำ : http://hubpages.com/technology/Artificial-Neural-Network

2. โครงขำยประสำทเทยมแบบหลำยชน (Multilayer Artificial Neural Network)

สถปตยกรรมโครงขำยประสำทเทยมชนดนจะมชนนวรอนคนอยระหวำงอนพทและชนเอำตพตซงอำจจะมหนงหรอหลำยชนกได ชนทคนอยเรยกวำชนซอน (Hidden layer) ดงนนจ ำนวนของคำน ำหนกกจะมมำกขนตำมจ ำนวนชนซอนทเพมเขำไป โดยทวไปโครงขำยแบบหลำยชนสำมำรถแกปญหำทมควำมซบซอนไดดกวำโครงขำยแบบชนเดยว แตกำรเรยนรจะยำกกวำโดยลกษณะโครงขำยแสดงไดดงรปท 2.4

http://hubpages.com/technology/Artificial-Neural-Network

สวพ.

มทร.ส

วรรณภ

ม

12

รปท 2.4 โครงขำยประสำทเทยมแบบหลำยชน ทมำ : http://technobium.com/stock-market-prediction-using-neuroph-neural-networks

3. โครงขำยประสำทเทยมชนดกำรเรยนรแบบแพรกลบ หลกกำรเรยนรแบบแพรกลบ

เปนขนตอนทใชในกำรฝกสอนโครงขำยประสำทเทยมแบบหลำยชน โดยทขนตอนในกำรปรบน ำหนกเพอใหไดคำทเหมำะสมนนจะใชวธสอนวำคำเปำหมำยของแตละอนพตคออะไรและใชควำมผดพลำดของเอำตพตเปรยบเทยบกบเปำหมำย เพอเปนตวชในกำรปรบคำน ำหนก ส ำหรบในชนซอนจะไมม คำเปำหมำยทจะท ำกำรเปรยบเทยบ ดงนนกำรปรบคำน ำหนกส ำหรบชนซอนจงใชวธกำรแพรำคำควำมผดพลำดจำกชนเอำตพตกลบมำยงชนซอนกระบวนกำรส ำคญของกำรเรยนรแบบแพรกลบม 3 ขนตอน คอ กำรปอนไปขำงหนำ (Feedforward) ของรปแบบอนพต (Input Pattern) กำรค ำนวนและสงคำผดพลำดกลบคน (Backpropagation of Error) และกำรปรบคำน ำหนกใหเหมำะสม โครงขำยประสำทเทยมชนดกำรเรยนรแบบแพรกลบประกอบดวยนวรอนจ ำนวน 3 ชน ชนแรกจะเปนอนพต ชนถดมำเปนชนซอนซงสำมำรถมไดหลำยชนและชนสดทำยเปนชนเอำตพต แตละชนจะมกำรเชอมโยงถงกนหมด ดงรปท 2.5

http://technobium.com/stock-market-prediction-using-neuroph-neural-networks

สวพ.

มทร.ส

วรรณภ

ม

13

รปท 2.5 โครงขำยประสำทเทยมแบบยอนกลบ ทมำ : http://www.no-poor.com/SAandNetwork/nu1.htm

2.3.6 กำรเรยนรของโครงขำยประสำทเทยม

กำรเรยนรแบบมผสอน (Supervised Learning) ขอมลจะประกอบดวยตวอยำงขอมลทตองกำรสอนและผลลพธทตองกำรใหโครงขำยสรำง เมอมกำรน ำขอมลในลกษณะเดยวกนมำเปนขอมลปอมเขำ โครงขำยจะก ำหนดคำผลลพธทเปนเปำหมำยใหกบขอมลปอนเขำแตละตว ฌครงขำยจะน ำคำผดพลำดระหวำงคำเปำหมำยกบคำผลลพธทไดมำใชในกำรปรบคำน ำหนกเพอใหคำผลลพธทใกลเคยงกบเปำหมำยมำกทสด ถำหำกเปรยบเทยบกบมนษยจะเหมอนกบกำรสอนนกเรยนโดยมครผสอนคอยใหค ำแนะน ำ

กำรเรยนรแบบไมมผสอน (Unsupervised Learning) กำรเรยนรแบบนจะสอนฌครงขำยโดยดำรน ำขอมลปอนเขำอยำงตอเนองเพยงอยำงเดยว ไมมกำรสงคำผลลพธเปำหมำยใหกบขอมลปอนเขำแตละตว กำรปรบน ำหนกจะใชขอมลทน ำมำสอนเปนตวปรบคำ โดยน ำหนกจะปรบตำมกลมทขอมลปอนเขำทมรปแบบคลำยคลงกน ถำหำรเปรยบเทยบกบมนษยจะเหมอนกบกำรทเรำสำมำรถแยกแยะพนธพช พนธสตว ตำมลกษณะรปรำงของมนไดดวยตวเอง

http://www.no-poor.com/SAandNetwork/nu1.htm

สวพ.

มทร.ส

วรรณภ

ม

14

2.3.7 กำรประยกตใชโครงขำยประสำทเทยม โครงขำยประสำทเทยมสำมำรถน ำมำประยกตใชในงำนดำนตำง ๆ ไดหลำย ๆ ดำน

ดงตอไปน 1. กำรจ ำแนกรปแบบ (Pattern Recognition) เชน กำรมองเหนวตถหรอกำรวเครำะห

เสยงพดเพอแปลควำมหมำย 2. กำรท ำนำย (Prediction) หรอกำรพยำกรณ (Forecasting) เชน กำรท ำนำยรำคำหน

ของตลำดหลกทรพย กำรพยำกรณอตรำกำรไหลของน ำ กำรพยำกรณรำคำสนคำ เปนตน

3. กำรควบคม (Control) เชน กำรควบคมระบบเครองปรบอำกำศ กำรควบคมระบบเครองยนตและกำรควบคมหนยนต เปนตน

4. กำรหำควำมเหมำะสม (Optimization) เชน กำรเลอกระยะทำงทใกลหรอสนทสดในกำรเดนทำง

5. กำรจดกลม (Clustering) เชน กำรวเครำะหขอมลจำกภำพถำยดำวเทยม หรอภำพถำยทำงอำกำศ เปนตน

2.4 งานวจยทเกยวของ สธดำและชนะ (2554) ไดท ำงำนวจยกำรพยำกรณเวลำทใชในกำรขดแผนซลคอนโดยโครงขำยประสำทเทยม งำนวจยวจยนมวตถประสงคเพอพยำกรณเวลำทใชในกำรขดแผนซลคอนทจะน ำมำใชในกำรผลตหวอำน/เขยนขอมลหรอสไลเดอรในฮำรดดสก ซงเวลำในกำรขดแผนซลคอนในแตละรอบนนจะขนอยกบประสบกำรณในกำรขดของพนกงำนแตละคนซงท ำใหปญหำทเกดขนกคอไมสำมำรถประมำณคำเวลำหรอก ำหนดคำเวลำในกำรขดแผนซลคอนใหไดตำมขนำดทตองกำรและท ำใหซลคอนหรอสไลเดอรท ำงำนผดพลำดในกำรอำน/เขยนขอมล ดงนนผวจยจงไดน ำหลกกำรและทฤษฎของโครงขำยประสำทเทยมมำประยกตใชในกำรพยำกรณเวลำทใชในกำรขดแผนซลคอนว งโครงขำยประสำทเทยมทผวจยน ำมำใชนนเปนโครงขำยประสำทเทยมแบบแพรำคำยอนกลบ (Backpropagation Neural Network) รวมกบวธกำรฝกสอนโครงขำยวธเลเวนเบรก-มำรควอรท (Levenberg Marguardt) เพอท ำกำรปรบคำน ำหนก (Weight) และคำไบแอส (Bias) ของโครงขำยประสำทเทยมและปรบผลลพธของแบบจ ำลองใหใกลเคยงกบคำควำมจรงมำกทสด และจำกกำรทดลองและทดสอบกระบวนกำรเรยนรทง 20 รปแบบพบวำรปแบบท 11 สำมำรถใหคำเฉลยควำมคลำดเคลอนก ำลงสองของกระบวนกำรเรยนรต ำสดคอ 0.0164 คำเฉลยควำมคลำดเคลอนก ำลงสองของกระบวนกำรทดสอบคอ 0.0398 และคำดชน

สวพ.

มทร.ส

วรรณภ

ม

15

ประสทธภำพของกระบวนกำรทดสอบคอ 87.97% ซงแสดงถงควำมสำมำรถในกำรเรยนรไดเปนอยำงดแสดงใหเหนวำกำรประยกตใชโครงขำยประสำทเทยมสำมำรถพยำกรณคำเวลำทใชในกำรขดแผนซลคอนไดและสำมำรถเพมประสทธภำพในกระบวนกำรขดแผนซลคอน มนนทรและพรรณ (2554) ไดท ำงำนวจยกำรพยำกรณระดบน ำทำดวยเทคนคโครงขำยประสำทเทยมแบบแพรกลบ กรณศกษำ เทศบำลเมองชยภม โดยผวจยไดศกษำขอมลปรมำณน ำฝนและน ำทำเพอน ำมำสรำงตวแบบพยำกรณระดบน ำทำในพนทศกษำเพอใชพยำกรณระดบน ำลวงหนำ 1 วน เพอกำรวำงแผนและตดสนใจในกำรเฝำระวงและประกำศเตอนภยเพอลดควำมเสยหำยจำกภยน ำทวมในเขตเทศบำลเมองชยภม ผวจยเลอกใชขอมลทตยภม ปรมำณน ำฝนและน ำทำ ณ สถำนทส ำคญทสงผลใหเกดภำวะน ำทวมในเขตเทศบำลเมองชยภม โดยใชขอมลปรมำณปรมำณน ำฝนและน ำทำในป พ.ศ. 2550 – 2554 จำกสถำนวดน ำทำ 5 สถำน และปรมำณน ำฝน 8 สถำน และสรำงตวแบบพยำกรณ (Prediction Model) เพอวเครำะหขอมลดวยเทคนคโครงขำยประสำทเทยมแบบแพรกลบมโครงสรำงโหนดชนน ำเขำ 15 โหนดและชนผลลพธ 1 โหนด (15:H:1) ทดลองสรำงโครงขำยประสำทเทยมแบบแพรกลบดวยขอมลฝกสอนและท ำกำรปรบเปลยนจ ำนวนโหนดของชนซอน (Hidden Layer) จำก 3 โหนดไปจนถง 9 โหนดปรบอตรำกำรเรยนร (Learning Rules) เปน 0.1, 0.2 และ 0.3 และคำโมเมนตมเปน 0.2, 0.3, 0.4, 0.5 และ 0.6 ผลกำรทดลองตรวจสอบควำมถกตองของกำรพยำกรณดวยชดฝกสอน ตวแบบทมคำเฉลยของควำมคลำดเคลอนสมบรณต ำสดเปน 1.008 ซงเปนโครงสรำงทมชนซอน 3 โหนด คำอตรำกำรเรยนร 0.2 และคำโมเมนตม เปน 0.2 หลงจำกนนไดใชตวแบบนเพอทดลองพยำกรณขอมลชดทดสอบไดคำเฉลยของควำมคลำดเคลอนสมบรณเปน 1.361 วชรำภรณและสรชย (2556) ไดศกษำกำรใชโครงขำยประสำทเทยมในกำรพยำกรณดชนรำคำหลกทรพยของ 9 ประเทศหลก ไดแก ไทย สงคโปร มำเลเซย อนโดนเซย ฟลปปนส สหรฐอเมรกำ องกฤษ ญปนและฮองกง โดยใชขอมลรำคำปดรำยวนของดชนรำคำตลำดหลกทรพย ระหวำงวนท 1 มกรำคม พ.ศ. 2550 ถงวนท 29 มถนำยน พ.ศ. 2555 รวมจ ำนวนขอมลทงสน 1,435 วน เปนขอมลชดแรกส ำหรบสรำงแบบจ ำลองโครงขำยประสำทเทยมและขอมลชดท 2 คอวนท 2 กรกฎำคม พ.ศ. 2555 ถงวนท 30 พฤศจกำยน พ.ศ. 2555 รวมประมำณ 100 วน เพอทดสอบกำรพยำกรณ แลวน ำขอมลนมำสรำงรปแบบกำรพยำกรณดวยโครงขำยประสำทเทยมแบบหลำยชน ไดแก 1 ชนอนพต (Input layer) 1 ชนซอนเรน (Hidden layer) และ 1 ชนเอำตพต (Output layer) ผลกำรศกษำพบวำโครงขำยประสำทเทยมใหผลกำรพยำกรณทแมนย ำโดยมคำ MAPE ของขอมลชดทดสอบของประเทศตำง ๆ ไดแก ไทย สงคโปร มำเลเซย อนโดนเซย ฟลปปนส สหรฐอเมรกำ องกฤษ ญปนและฮองกง มคำ MAPE 0.198, 0.2367, 0.1983, 0.4191, 0.9812, 0.7045x10-4, 0.5206, 0.5157x10-3 และ 0.6634x10-5 ตำมล ำดบ

สวพ.

มทร.ส

วรรณภ

ม

16

บทท 3 วธการศกษา

ในการศกษางานวจยเรองการประยกตใชโครงขายประสาทเทยมส าหรบพยากรณจ านวน

นกศกษาทจะเขาศกษาตอในคณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาเทคโนโลยราชมงคลสวรรณภมนนผวจยไดเกบรวบรวมขอมลทใชเปนอนพตส าหรบการพยากรณดงตอไปน

3.1 ขอมลในการวจย

การเกบรวบรวมขอมลทใชในการด าเนนการวจยประกอบไปดวยขอมลทใชในการวจยดงตอไปน โดยท าการคดเลอกขอมลจากขอมลดงภาคผนวกท 1

ตารางท 3.1 ตารางแสดงปจจยน าเขา ป 2553 2554 2555 2556 2557

ปจจยน าเขา จ านวนนกศกษาใหมในสถานศกษาภาครฐและเอกชน (คน)

940,662 792,904 659,606 624,343 651,557

แสดงผลการประกนคณภาพการศกษาของคณะบรหารธรกจและเทคโนโลยสารสนเทศ

4.02 3.61 4.14 4.33 3.91

จ านวนผวางงาน (คน) 4,830,753 3,142,700 3,021,600 3,414,430 1,199,883 รายไดตอครวเรอนพนทภาคกลาง (บาท) 20960 20822 20822 26114 26,114 จ านวนประชากร (ลานคน) 63.88 64.08 64.46 64.79 65.12

ตารางท 3.2 ตารางแสดงปจจยคาเปาหมาย ป 2553 2554 2555 2556 2557 2558

ปจจยน าเขา จ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ

2,595 2,672 2,464 2,559 2,466 2,820

สวพ.

มทร.ส

วรรณภ

ม

17

3.2 การวเคราะหความสมพนธระหวางขอมลน าเขากบจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ

จากขอมลดงตารางท 1 และ 2 ท าการหาความสมพนธระหวางตวแปรน าเขากบจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ ดวยวธทดสอบ Pearson Correlation แบบ One-tailed เพอตองการรวาตวแปรน าเขามความสมพนธแบบใดเมอเทยบกบจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ ตวแปรน าเขาทท าการศกษาไดแก 1) จ านวนนกศกษาใหมในสถานศกษาภาครฐและเอกชน 2) แสดงผลการประกนคณภาพการศกษาของคณะบรหารธรกจและเทคโนโลยสารสนเทศ 3) จ านวนผวางงาน 4) รายไดตอครวเรอนจงหวดพระนครศรอยธยา 5) จ านวนประชากร

ตารางท 3.3 ตารางแสดงคาความสมพนธระหวางตวแปรน าเขาและคาเปาหมาย

Correlations

NewStudent KPI Unemployed Revenue population BAIT

NewStudent Pearson Correlation 1 -.406 .710 -.646 -.866* -.153

Sig. (1-tailed) .249 .090 .119 .029 .403

N 5 5 5 5 5 5

KPI Pearson Correlation -.406 1 .202 .405 .342 -.320

Sig. (1-tailed) .249 .372 .249 .287 .300

N 5 5 5 5 5 5

Unemployed Pearson Correlation .710 .202 1 -.563 -.828* -.597

Sig. (1-tailed) .090 .372 .161 .042 .144

N 5 5 5 5 5 5

Revenue Pearson Correlation -.646 .405 -.563 1 .875* .698

Sig. (1-tailed) .119 .249 .161 .026 .095

N 5 5 5 5 5 5

population Pearson Correlation -.866* .342 -.828* .875* 1 .543

Sig. (1-tailed) .029 .287 .042 .026 .172

N 5 5 5 5 5 5

BAIT Pearson Correlation -.153 -.320 -.597 .698 .543 1

Sig. (1-tailed) .403 .300 .144 .095 .172

N 5 5 5 5 5 5

*. Correlation is significant at the 0.05 level (1-tailed).

จากผลการหาความสมพนธของตวแปรทท าการศกษาจากตารางท 3.3 พบวา ตวแปรน าเขาทมความสมพนธกบจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ ในระดบทยอมรบไดในการ

สวพ.

มทร.ส

วรรณภ

ม

18

น าเขามาใชในการเรยนรของระบบ ไดแก จ านวนผวางงาน(ในทศทางตรงกนขาม) รายไดตอครวเรอนพนทภาคกลาง และ จ านวนประชากร สวนจ านวนนกศกษาใหมในสถานศกษาภาครฐ-เอกชน และ ผลการประกนคณภาพการศกษาของคณะบรหารธรกจและเทคโนโลยสารสนเทศ เมอวเคราะหจากคาความสมพนธแลวไมมนยยะทางสถตจงไมน าคาดงกลาวมาใชในการเรยนรของระบบ ตารางท 3.4 ตารางแสดงปจจยน าเขาหลงการวเคราะหคาความสมพนธระหวางตวแปรน าเขาเทยบกบตว

แปรเปาหมาย ป 2553 2554 2555 2556 2557

ปจจยน าเขา จ านวนผวางงาน (คน) 4,830,753 3,142,700 3,021,600 3,414,430 1,199,883 รายไดตอครวเรอนพนทภาคกลาง (บาท) 20960 20822 20822 26114 26,114 จ านวนประชากร (ลานคน) 63.88 64.08 64.46 64.79 65.12

3.3 การจดขอมลใหเหมาะสมกบการสอนและเรยนร ขอมลน าเขารวมทงขอมลเปาหมาย จะตองถกลดทอนใหเหมาะสมกบเครอขายคออยในยาน(0-1)

โดยใชสมการท 1

minmax

min

xx

xxX n

(1)

โดยท nX คอ คาขอมลทผานการลดทอน

X คอ คาขอมลน าเขาทตองการลดทอนขนาด

minX คอ คาขอมลน าเขาทนอยทสด

maxX คอ คาขอมลน าเขาทมากทสด

3.4 วธการคดเลอกขอมลในการฝกสอนและทดสอบระบบดวย Self-Consistency Test ใชวธการตรวจสอบประสทธภาพของขอมลแบบ Self-Consistency Test เพอตรวจสอบคาความ

ผดพลาดในการคาดการณของโมเดล โดยการวจยฉบบนขอมลทใชในการสรางโมเดล (model) และขอมลทใชในการทดสอบโมเดลเปนขอมลชดเดยวกน การเลอกใชเทคนคดงกลาวเนองจากจ านวนขอมลมปรมาณนอยจงไมเหมาะในการน าเทคนค Cross-validation มาใชในการคดเลอกขอมลและทดสอบประสทธภาพของโมเดล

สวพ.

มทร.ส

วรรณภ

ม

19

3.5 การสรางโครงขายประสาทเทยมและองคประกอบการสอนและเรยนร

รปท 3.1 แสดงโครงสรางโครงขายประสาทเทยม จากรปท 3.1 แสดงโครงสรางของโครงขายประสาทเทยมทใชส าหรบท าการศกษา ซงการสราง

แบบจ าลองดวยโปรแกรมคอมพวเตอรนนไมมการก าหนดรปแบบ และคาพารามเตอรในการศกษาแบบตายตว ดงนนจงตองท าการทดลองเพอหาคาทเหมาะสมทสดมาใชในการพยากรณ ซงผลทไดจากการทดลอง โดยแบงตามชนการท างานประกอบดวย

3.5.1 ชนท1 ไดแกชนน าเขาขอมล( Input Layer) ประกอบดวยตวแปรน าเขาไดแก จ านวนผวางงาน รายไดตอครวเรอนพนทภาคกลาง และ จ านวนประชากร

3.5.2 ชนท 2 ไดแกชนซอน(Hidden Layer) ก าหนดใหมหนงชนซอน จ านวน 6 นวรอน โดยใชฟงกชนการถายโอนแบบ ซกมอยด

3.5.3 ชนท 3 ไดแกชนผลลพธ(Output Layer) ก าหนดใหมเพยง 1 นวรอน คอ จ านวนนกศกษาคณะบรหารธรกจ โดยใชฟงกชนการถายโอนแบบ เสนตรง

โครงขายประสาทเทยมก าหนดใหมกระบวนการสอนและเรยนรแบบยอนกลบ โดยก าหนดคา Learning Rate = 0.3 และ Error Rate =0.2 ซงผลทไดจากการเรยนรและยอนกลบเพอปรบคาน าหนกในชนซอนจนคาผลลพธทได มคา Error Rate เขาสคาเปาหมายทก าหนด ใชการเรยนรทงสน 42 รอบ โดยไดคาน าหกในแตละ นวรอนในชนซอนดงตารางท

จ ำนวนผวำงงำน

รำยไดตอครวเรอนพนท

จ ำนวนประชำกร

จ ำนวนนกศกษำคณะบรหำรธรกจ

สวพ.

มทร.ส

วรรณภ

ม

20

ตารางท 3.5 แสดงคาน าหนกทชนซอนในแตละนวรอนทไดจากการฝกสอน นวรอน คาน าหนกทโหนดจ านวน

ผวางงาน คาน าหนกทโหนดรายไดตอครวเรอนพนทภาคกลาง

คาน าหนกทโหนดจ านวนประชากร

คา Bias

1 -0.769 1.622 -2.118 -0.006

2 -0.693 1.598 -1.884 -0.016 3 -0.620 1.532 -1.724 -0.063

สวพ.

มทร.ส

วรรณภ

ม

21

บทท 4 ผลการศกษา

ขอมลทใชในการฝกสอนดวยเทคนค Self-Consistency Test ไดผลการทดสอบดงตารางท 4.1 ตารางท 4.1 ผลการท านายจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ

ล าดบขอมลน าเขา

คาเปาหมาย คาทไดจากการท านาย

ดวยโครงขายประสาทเทยม

คาความคลาดเคลอน

1 2615 2615 0

2 2675 2676 -1

3 2465 2464 1

4 2670 2670 0

5 2860 2859 1

จากตารางท 4.1 เมอท าการวดคาความคลาดเคลอนของการท านายดวยวธหาคาความคลาดเคลอนของรากทสองก าลงสองเฉลย(MSE) พบวาการท านายจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศใหคาความแมนย าเปนทนาพอใจ โดยใหคาประสทธภาพในการพยากรณเทากบรอยละ 87.98

สวพ.

มทร.ส

วรรณภ

ม

22

รปท 4.1 ผลการท านายคาการดดตวกลบเปรยบเทยบกบคาเปาหมายในการทดสอบ

2200

2300

2400

2500

2600

2700

2800

2900

1 2 3 4 5 6

คาเปาหมาย

คาทไดจากการท านาย

จ านวนขอมล

คาของขอมล

สวพ.

มทร.ส

วรรณภ

ม

23

บทท 5 สรปและอภปรายผล

งานวจยฉบบนนน าเสนอโมเดลในการท านายจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ ดวยโครงขายประสาทเทยมหลายชนแบบยอนกลบ มปจจยน าเขาในการท านายคาดงกลาวประกอบดวย จ านวนนกศกษาใหมในสถานศกษาภาครฐและเอกชน ผลการประกนคณภาพการศกษาของคณะบรหารธรกจและเทคโนโลยสารสนเทศ จ านวนผวางงาน รายไดตอครวเรอนพนทภาคกลาง และ จ านวนประชากร ซงหลงจากทท าการวเคราะหศกษาถงความสมพนธของตวแปรน าเขากบจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ ปรากฏวา มตวแปร จ านวนผวางงาน รายไดตอครวเรอนพนทภาคกลาง และ จ านวนประชากร เทานนทเหมาะสมทจะน ามาเปนตวแปรน าเขาในการท านายท านายจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศ

การท านายคาการดดตวกลบดวยโครงขายประสามเทยม ใชวธการคดเลอกขอมลแบบ ใชวธการตรวจสอบประสทธภาพของขอมลแบบ Self-Consistency Test เพอตรวจสอบคาความผดพลาดในการคาดการณของโมเดล โดยการวจยฉบบนขอมลทใชในการสรางโมเดล (model) และขอมลทใชในการทดสอบโมเดลเปนขอมลชดเดยวกน การเลอกใชเทคนคดงกลาวเนองจากจ านวนขอมลมปรมาณนอยจงไมเหมาะในการน าเทคนค Cross-validation มาใชในการคดเลอกขอมลและทดสอบประสทธภาพของโมเดล ซงเมอท าการวดคาความคลาดเคลอนของการท านายดวยวธหาคาความคลาดเคลอนของรากทสองก าลงสองเฉลย (MSE) พบวาการท านายจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศใหคาความแมนย าเปนทนาพอใจ โดยใหคาประสทธภาพในการพยากรณเทากบรอยละ 87.98

จากการทดลองพบวาผลการท านายดวยเครอขายประสาทเทยมจะมคาความแมนย าทนาเชอถอขนอยกบ

1) การคดเลอกตวแปรในการศกษา

2) การคดเลอกขอมลทด ในการฝกสอนใหกบเครอขาย

3) การเลอกรปแบบของโครงขายประสาทเทยมทเหมาะสม

สวพ.

มทร.ส

วรรณภ

ม

24

บรรณานกรม

(2011). [ออนไลน]. เขาถงไดจาก : http://technobium.com/stock-market-prediction-using-neuroph-neural-networks. (วนทคนขอมล : 30 กรกฏาคม 2559).

[ออนไลน]. เขาถงไดจาก : http://www.no-poor.com/SAandNetwork/nu1.htm (วนทคนขอมล : 30 กรกฏาคม 2559).

ansonabey. (2011). [ออนไลน]. เขาถงไดจาก : http://hubpages.com/technology/Artificial-Neural-Network. (วนทคนขอมล : 30 กรกฏาคม 2559).

ชชวาลย เรองประพนธ. (2537). สถตพนฐาน. กรงเทพมหานครฯ : ภาควชาสถต คณะวทยาศาสตร มหาวทยาลยขอนแกน. ธนาวฒ ประกอบผล. (2552, 24 มกราคม – มถนายน). โครงขายประสาทเทยม. มฉก.วชาการ, 12(24), หนา 73 – 86. มนนทร วรรณธาดา และพรรณ สทธเดช. (2554). การพยากรณระดบนาดวยเทคนคโครงขายประสาท

เทยมแบบแพรกลบ กรณศกษา เทศบาลเมองชยภม. ภาควชาวทยาการคอมพวเตอรและเทคโนโลยสารสนเทศ คณะวทยาศาสตร มหาวทยาลยนเรศวร.

วชราภรณ แกวมาตย และสรชย จนทรจรส. (2555). การใชโครงขายประสาทเทยมในการพยากรณดชนราคาหลกทรพย. ระดบปรญญาโท สาขาวชาเศรษฐศาสตรธรกจ คณะวทยาการจดการ มหาวทยาลยขอนแกน.

วสาข เกษประทม. (2554). ความนาจะเปนและสถตเบองตน. กรงเทพมหานครฯ : บรษท สานกพมพ พ.ศ พฒนา จากด. สธดา ปรชาเดช และชนะ รกษศร. (2554). การพยากรณเวลาทใชในการขดแผนซลคอนโดยโครงขาย

ประสาทเทยม. ระดบปรญญาโท สาขาวชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยเกษตรศาสตร.

อาคม สงเคราะห และภาสพรฬห ศรสาเรง. (2557). การใชโครงขายประสาทเทยมชวยทานายการดด ตวกลบของชนงานเหลกกลาความแขงแรงสงในกระบวนการดดรปตวย. มหาวทยาลยเทคโนโลย ราชมงคลสวรรณภม.

http://technobium.com/stock-market-prediction-using-neuroph-neural-networks

สวพ.

มทร.ส

วรรณภ

ม

25

ภาคผนวก ก

ขอมลทใชในงานวจย

สวพ.

มทร.ส

วรรณภ

ม

26

ขอมลทเกบรวบรวมเพอใชในงานวจย

ขอมลทเกบรวบรวมมาเพอใชในงานวจย เรองการประยกตใชโครงขายประสาทเทยมส าหรบพยากรณจ านวนนกศกษาทจะเขาศกษาตอในคณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ประกอบไปดวยขอมลตาง ๆ ดงตอไปน ตารางท ก.1 ตารางขอมลจ านวนนกศกษาใหมในสถานศกษาทงภาครฐและเอกชน

ป พ.ศ. จ านวนนกศกษาใหมในสถานศกษาภาครฐและเอกชน 2553 940,662 2554 792,904 2555 659,606 2556 624,343 2557 651,557 2558 -

ทมา : ส านกงานสถตแหงชาต

ตารางท ก.2 ตารางขอมลจ านวนนกศกษาคณะบรหารธรกจและเทคโนโลยสารสนเทศในมหาวทยาลยเทคโนโลยราชมงคลสวรรณภม

ป พ.ศ. จ านวนนกศกษาคณะบรหารธรกจฯ(มทร.)

แผนรบ สมคร รบไว 2553 - - - 2554 2,615 6,783 2,672 2555 2,675 6,571 2,464 2556 2,465 6,886 2,559 2557 2,670 6,255 2,466 2558 2,765 6,664 2,820

ทมา : ส านกสงเสรมวชาการและงานทะเบยน มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม

สวพ.

มทร.ส

วรรณภ

ม

27

ตารางท ก.3 จ านวนผสมครและผานการคดเลอก Admission กลางของคณะบรหารธรกจและเทคโนโลยสารสนเทศในมหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ประจ าป 2553

สาขาวชาในคณะบรหารธรกจ จ านวนผสมคร (พ.ศ. 2553) จ านวนผผานการคดเลอก (พ.ศ. 2553) อนดบท

1 อนดบท

2 อนดบท

3 อนดบท

4 รวม อนดบท

1 อนดบท

2 อนดบท

3 อนดบท

4 รวม

บท. สาขาการจดการ-การจดการทวไป (ศนยหนตรา)

4 3 5 14 26 2 2 3 3 10

บท. สาขาการบรหารธรกจเกษตร (ศนยหนตรา)

0 1 1 0 2 0 0 0 0 0

บท. สาขาการจดการ-การจดการส านกงาน (ศนยวาสกร)

3 2 6 10 21 2 1 3 1 7

บท. สาขาการจดการ-การจดการอตสหกรรม (ศนยวาสกร)

2 3 2 2 9 1 2 0 0 3

บท. สาขาวชาการตลาด (ศนยวาสกร) 1 3 3 8 15 1 0 2 1 4 บท. สาขาวชาการตลาด-การจดการธรกจการคาปลก(ศนยวาสกร)

0 0 0 0 0 0 0 0 0 0

บท. สาขาวชาการบญช (ศนยวาสกร) 7 4 18 23 52 7 2 10 7 26 บท. สาขาวชาเทคโนโลยสารสนเทศธรกจ (ศนยวาสกร)

2 8 9 7 26 0 2 4 2 8

บท. สาขาวชาเทคโนโลยสารสนเทศธรกจ (ศนยนนทบร)

8 10 13 8 39 8 5 3 4 20

บท. สาขาวชาการบญช (ศนยนนทบร) 0 0 0 0 0 0 0 0 0 0 บท. สาขาการจดการ-การจดการทวไป (ศนยสพรรณบร)

0 1 3 12 16 0 1 0 2 3

บท. สาขาวชาการจดการ-การจดการโลจสตกสและโซอปทาน (ศนยสพรรณ)

0 0 0 0 0 0 0 0 0 0

บท. สาขาวชาการตลาด (ศนยสพรรณบร)

0 0 3 2 5 0 0 0 0 0

บท. สาขาวชาการบญช (ศนยสพรรณบร)

2 3 4 13 22 2 2 1 4 9

บท. สาขาวชาเทคโนโลยสารสนเทศธรกจ (ศนยสพรรณบร)

1 4 4 7 16 0 1 1 0 2

รวม 30 42 71 106 249 23 18 27 24 92

ทมา : สมาคมอธการบดแหงประเทศไทย

สวพ.

มทร.ส

วรรณภ

ม

28



1 อนดบท

2 อนดบท

3 อนดบท


1 อนดบท

2 อนดบท

3 อนดบท

4 รวม


3 1 0 2 6 2 0 0 0 2


0 0 0 0 0 0 0 0 0 0


0 5 4 4 13 0 2 1 4 7


2 2 2 9 15 2 2 1 3 8


0 0 0 0 0 0 0 0 0 0


1 2 3 8 14 1 1 3 1 6


7 9 8 16 40 5 5 4 5 19


0 2 3 3 8 0 1 2 0 3


0 0 0 0 0 0 0 0 0 0


0 0 0 0 0 0 0 0 0 0


4 2 2 6 14 4 1 0 2 7


0 0 1 5 6 0 0 1 1 2

รวม 21 30 33 86 170 18 18 14 27 77


สวพ.

มทร.ส

วรรณภ

ม

29



1 อนดบท

2 อนดบท

3 อนดบท


1 อนดบท

2 อนดบท

3 อนดบท

4 รวม


2 6 6 9 23 1 5 3 4 13


1 0 1 2 4 1 0 0 1 2


4 5 9 13 31 2 2 3 3 10


1 2 5 12 20 1 0 1 3 5


0 0 0 0 0 0 0 0 0 0


1 3 7 9 20 1 0 2 1 4


8 9 17 24 58 6 4 5 10 25


2 0 6 4 12 2 0 3 4 9


0 0 0 0 0 0 0 0 0 0


0 0 0 1 1 0 0 0 1 1


2 2 9 7 20 2 2 7 2 13


0 0 0 1 1 0 0 0 1 1

รวม 35 50 89 142 316 25 20 36 48 129


สวพ.

มทร.ส

วรรณภ

ม

30



1 อนดบท

2 อนดบท

3 อนดบท


1 อนดบท

2 อนดบท

3 อนดบท

4 รวม


1 4 5 15 25 1 4 4 4 13


0 2 2 1 5 0 2 0 0 2


1 4 5 6 16 1 4 2 0 7


3 3 4 10 20 3 2 0 4 9


0 0 1 1 2 0 0 0 0 0


0 6 7 9 22 0 2 0 0 2


3 14 14 21 52 1 2 2 5 10


2 3 7 12 24 2 1 4 2 9


0 0 0 0 0 0 0 0 0 0


0 1 1 7 9 0 0 0 2 2


3 4 12 28 47 3 2 5 7 17


1 2 2 0 5 1 1 1 0 3

รวม 30 63 92 166 351 21 31 34 37 123


สวพ.

มทร.ส

วรรณภ

ม

31



1 อนดบท

2 อนดบท

3 อนดบท


1 อนดบท

2 อนดบท

3 อนดบท

4 รวม


2 5 10 7 24 2 2 4 2 10


1 0 0 0 1 1 0 0 0 1


2 6 4 8 20 2 3 1 1 7


2 7 10 4 23 2 1 1 2 6


1 0 0 4 5 1 0 0 0 1


1 1 1 3 6 1 0 1 0 2


2 6 4 11 23 2 2 0 1 5


2 1 6 7 16 2 0 2 0 4


1 1 0 2 4 1 1 0 1 3


0 1 1 5 7 0 0 0 2 2


4 5 6 13 28 3 3 3 1 10


1 0 1 1 3 1 0 1 0 2

รวม 35 55 87 127 304 30 19 33 18 100


สวพ.

มทร.ส

วรรณภ

ม

32

ตารางท ก.8 ตารางแสดงผลการประกนคณภาพการศกษาของคณะบรหารธรกจและเทคโนโลยสารสนเทศ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม

ทมา : ส านกประกนคณภาพ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม

คณภาพป พ.ศ./องคประกอบท คณะบรหารธรกจและเทคโนโลยสารสนเทศ

ป 2553 ป 2554 ป 2555 ป 2556 ป 2557

องคประกอบท 1 4 2 5 5 2.39

องคประกอบท 2 3.87 3.94 4.05 4.15 3.12

องคประกอบท 3 3.5 5 4 4.5 3

องคประกอบท 4 4 3.21 3.29 3.84 5

องคประกอบท 5 4 3.5 4.5 5 5

องคประกอบท 6 4 5 5 5 5

องคประกอบท 7 4 3 4.25 4.25

องคประกอบท 8 5 3 5 5

องคประกอบท 9 4 3 4 4

เฉลยรวมทกตวบงช 4.02 3.61 4.14 4.33 3.91

ผลการประเมน ด ด ด ด

สวพ.

มทร.ส

วรรณภ

ม

33

ตารางท ก.9 ตารางแสดงจ านวนผวางงานจ าแนกตามระดบการศกษา


ตารางท ก.10 ตารางแสดงรายไดตอครวเรอนในเขตพนทภาคกลาง

ระดบการศกษา/ป พ.ศ. 2553 2554 2555 2556 2557 2558 1. ไมมการศกษา 76,497 55,530 54,180 62,270 18,321 17,950 2. ต ากวาประถมศกษา 422,355 261,120 177,140 148,900 65,062 48,270 3. ประถมศกษา 774,505 552,090 426,580 519,600 204,465 49,800 4. มธยมศกษาตอนตน 1,077,695 672,860 701,950 718,200 271,496 94,840 5. มธยมศกษาตอนปลาย 884,059 532,040 600,150 636,520 222,076 48,890 6. อดมศกษา 1,588,437 1,068,400 1,056,680 1,314,190 415,747 143,420 7. การศกษาอน ๆ 2,713 0 2,490 7,470 649 830 8. ไมทราบ 4,492 660 2,430 7,280 2,066 -

รวม 4,830,753 3,142,700 3,021,600 3,414,430 1,199,883 404,000

รายไดตอครวเรอน 2541 2543 2545 2547 2549 2550 2552 2554 2556 2558

ภาคกลาง 12,643 13,012 14,128 16,355 19,279 18,932 20,960 20,822 26,114 26,601

พระนครศรอยธยา 12,918 14,904 13,319 14,980 19,676 21,676 25,820 22,302 26,482 28,379

อางทอง 10,878 12,544 11,653 12,855 18,300 17,704 25,506 21,140 28,641 23,351

ลพบร 10,587 10,649 11,010 15,003 19,935 16,852 22,405 17,178 23,426 22,955

สงหบร 10,786 11,894 14,434 14,788 18,510 20,558 25,419 26,068 28,115 26,112

ชยนาท 11,159 12,693 11,119 13,383 13,058 13,995 18,719 20,181 32,754 22,059

สระบร 13,281 12,319 14,677 18,742 20,468 22,363 21,947 27,114 32,834 29,413

ชลบร 14,075 13,807 16,797 22,286 21,869 22,260 24,052 23,007 28,367 27,257

ระยอง 12,491 14,739 13,255 18,962 20,018 25,090 22,983 21,929 30,401 30,315

จนทบร 15,548 11,527 15,959 15,897 20,606 18,866 19,442 24,278 27,284 36,024

ตราด 11,703 7,426 13,822 14,080 20,286 16,664 16,949 28,118 21,653 25,333

ฉะเชงเทรา 14,010 13,781 14,829 16,938 16,770 20,665 21,252 23,031 34,548 27,555

ปราจนบร 9,852 10,477 12,720 15,032 16,031 18,263 22,548 25,338 21,039 24,166

สวพ.

มทร.ส

วรรณภ

ม

34

ตารางท ก.10 ตารางแสดงรายไดตอครวเรอนในเขตพนทภาคกลาง (ตอ)


ตารางท ก.11 ตารางแสดงเศรษฐกจมหภาคของไทย 2558 2557 2556 2555 2554 2553 1. จ านวนประชากร (ลานคน) .... 65.12 64.79 64.46 64.08 63.88 2.ผลตภณฑในประเทศ (อนกรมใหม) 2/ 2.1 ผลตภณฑมวลรวมในประเทศ แบบปรมาณลกโซ (พนลานบาท) .... 9,211.6 9,136.9 8,896.5 8,296.5 8,228.0 (% การเปลยนแปลง) .... 0.8 2.7 7.2 0.8 7.5 2.1.1 ภาคเกษตรกรรม (พนลานบาท) .... 665.8 661.3 656.0 638.7 600.9 (% การเปลยนแปลง) .... 0.7 0.8 2.7 6.3 -0.5 2.1.2 นอกภาคเกษตรกรรม (พนลานบาท) .... 8,576.8 8,505.7 8,262.1 7,662.5 7,647.9 (% การเปลยนแปลง) .... 0.8 2.9 7.8 0.2 8.4 2.2 ผลตภณฑรวม ณ ราคาปจจบน (พนลานบาท) .... 13,132.2 12,901.5 12,349.0 11,300.5 10,802.4 (% การเปลยนแปลง) .... 1.8 4.5 9.3 4.6 11.9 2.3 ผลตภณฑประชาชาต (บาทตอคน) .... 186,276.0 181,294.0 177,758.0 166,925.0 156,643.0 3. อตราเงนเฟอ 3.1 ดชนราคาผบรโภคทวไป (2554=100) 106.30 107.26 105.27 103.02 100.00 96.33 (% การเปลยนแปลง) -0.90 1.89 2.18 3.02 3.81 3.30 3.2 ดชนราคาผบรโภคพนฐาน (2554=100) 3/ 105.86 104.76 103.12 102.10 100.00 97.69 (% การเปลยนแปลง) 1.05 1.59 1.00 2.09 2.36 1.00 4. ภาคตางประเทศ

รายไดตอครวเรอน 2541 2543 2545 2547 2549 2550 2552 2554 2556 2558

ภาคกลาง 12,643 13,012 14,128 16,355 19,279 18,932 20,960 20,822 26,114 26,601

นครนายก 11,809 12,595 10,722 13,096 14,104 15,983 17,503 17,042 23,391 23,555

สระแกว 6,958 8,355 9,951 10,777 11,577 13,593 15,525 17,781 24,805 26,953

ราชบร 12,868 15,174 14,692 19,867 23,202 17,576 20,994 18,713 25,742 19,590

กาญจนบร 13,082 11,680 15,380 12,122 15,606 15,326 17,571 15,210 18,746 18,884

สพรรณบร 12,409 13,334 12,984 15,781 14,783 15,112 15,797 15,928 17,260 15,786

นครปฐม 15,178 18,297 18,674 20,701 33,835 25,447 24,989 22,955 30,856 40,347

สมทรสาคร 17,565 13,775 16,437 15,347 19,555 18,735 20,978 20,850 23,658 29,347

สมทรสงคราม 11,540 13,072 13,876 12,528 16,923 12,634 18,363 15,068 16,257 18,310

เพชรบร 14,135 12,390 15,993 13,040 15,042 17,855 17,440 20,026 21,784 26,431

ประจวบครขนธ 10,017 10,840 11,666 13,806 16,238 17,932 16,934 17,477 28,459 23,523

สวพ.

มทร.ส

วรรณภ

ม

35

ตารางท ก.11 ตารางแสดงเศรษฐกจมหภาคของไทย (ตอ) 2558 2557 2556 2555 2554 2553 4.1 สนคาออก (ตามนยามดลการช าระเงน) (พนลานดอลลาร สรอ.) 212.1 224.8 225.4 225.7 219.1 191.6 (% การเปลยนแปลง) -5.6 -0.3 -0.1 3.0 14.3 27.1 4.2 สนคาเขา (ตามนยามดลการช าระเงน) (พนลานดอลลาร สรอ.) 177.5 200.2 218.7 219.1 202.1 161.9 (% การเปลยนแปลง) -11.3 -8.5 -0.1 8.4 24.9 37.0 4.3 ดลการคา (พนลานดอลลาร สรอ.) 34.6 24.6 6.7 6.7 17.0 29.8 4.4 ดลบญชเดนสะพด (พนลานดอลลาร สรอ.) 31.6 15.4 -5.2 -1.5 8.9 10.0 (%ของผลตภณฑรวม) .... 3.8 -1.2 -0.4 2.6 3.8 4.5 เงนทนเคลอนยายสทธ (พนลานดอลลาร สรอ.) -18.1 -16.5 -2.5 12.8 -8.3 24.8 4.5.1 ธนาคารกลาง -1.4 -3.0 -4.6 1.0 -0.1 2.7 4.5.2 รฐบาล -1.70 1.40 4.60 6.50 3.40 3.60 4.5.3 สถาบนการเงนทรบฝากเงน (นอกจากธนาคารกลาง) 4/ -12.60 -5.30 3.20 16.40 -8.20 10.30 4.5.4 ภาคอน ๆ -2.40 -9.70 -5.70 -11.10 -3.40 8.20 4.6 ดลการช าระเงน (พนลานดอลลาร สรอ.) 5.9 -1.2 -5.0 5.3 1.2 31.3 4.7 เงนส ารองทางการ (พนลานดอลลาร สรอ.) 156.5 157.1 167.2 181.6 175.1 172.1 4.8 ภาระเงนตราตางประเทศลวงหนา (พนลานดอลลาร สรอ.) -11.7 -23.1 -23.0 -24.1 -31.2 -19.6 4.9 หนตางประเทศคงคางทงสน (พนลานดอลลาร สรอ.) 129.4 140.7 141.9 130.7 104.3 100.6 - หนทางการ 5/ 29.8 36.6 36.5 39.7 27.7 26.3 4.10 อตราสวนภาระหนตางประเทศ (%) 6.0 4.9 4.0 4.2 3.4 4.7 ภาระหนทางการ (รวมธปท. ตงแตป 2540) 0.5 0.7 0.9 0.6 0.6 0.6 5. การคลง (ตามปงบประมาณ) 5.1 ดลเงนสด (พนลานบาท) -344.2 -327.3 -208.9 -287.0 -159.9 -200.4 (% ของผลตภณฑรวม) -2.6 -2.5 -1.6 -2.4 -1.4 -2.0 5.2 ยอดหนคงคางภาครฐ (พนลานบาท) 6/ 5,783.3 5,690.8 5,430.6 4,937.2 4,448.3 4,230.7 หนในประเทศ 5,423.0 5,332.6 5,052.5 4,596.6 4,097.2 3,868.2 6. การเงน 7/ 6.1 ปรมาณเงนความหมายแคบ (พนลานบาท) 1,778.1 1,682.5 1,661.3 1,598.3 1,414.3 1,302.4 (% การเปลยนแปลง) 5.7 1.3 3.9 13.0 8.6 10.9 6.2 ปรมาณเงนความหมายกวาง (พนลานบาท) 17,551.7 16,809.1 16,062.2 14,966.8 13,559.9 11,778.8 (% การเปลยนแปลง) 4.4 4.7 7.3 10.4 15.1 10.9 6.3 สทธเรยกรองในประเทศ : รวมเงนลงทน (% การเปลยนแปลง) 4.7 5.6 7.9 15.2 16.0 10.0 สทธเรยกรองจากภาคธรกจทไมใชสถาบนการเงน ภาคครวเรอนและสถาบนไมแสวงหาก าไรและสถาบนการเงนอน (% การเปลยนแปลง) 5.0 4.8 9.3 15.0 16.2 12.0 6.4 เงนรบฝากของสถาบนรบฝากเงนอน (% การเปลยนแปลง) 8/ 5.1 4.7 9.2 23.0 10.1 8.7

สวพ.

มทร.ส

วรรณภ

ม

36

ตารางท ก.11 ตารางแสดงเศรษฐกจมหภาคของไทย (ตอ) 2558 2557 2556 2555 2554 2553 6.5 อตราดอกเบย (ณ สนป) 9/ 6.5.1 ลกคาชนด MLR : ต าสด 6.50 6.75 6.75 7.00 7.25 6.12 ลกคาชนด MLR : สงสด 6.85 7.13 7.25 7.38 7.63 6.50 6.5.2 เงนฝากประจ า (1 ป) : ต าสด 1.30 1.70 2.15 2.35 2.70 1.40 เงนฝากประจ า (1 ป) : สงสด 1.50 1.75 2.35 2.50 3.00 1.70 7. อตราแลกเปลยน 10/ (อตราอางอง) เฉลย (บาท : 1 ดอลลาร สรอ.) 34.25 32.48 30.73 31.08 30.49 31.73 8. เครองชภาคครวเรอน 11/ สนเชอจากสถาบนการเงนตอ GDP 81.5 79.9 76.3 71.5 66.2 59.2

ทมา : ธนาคารแหงประเทศไทย

สวพ.

มทร.ส

วรรณภ

ม

ประวตผวจย

ชอ – นามสกล (ภาษาไทย) นายรศเมศวร ตนวนกล

ชอ – นามสกล (ภาษาองกฤษ) Mr.Ratsames Tanveenukool

ต าแหนงปจจบน หวหนากลมงานวทยบรการ ส านกวทยบรการและเทคโนโลยสารสนเทศ

หนวยงานและสถานทตดตอ มหาวทยาลยเทคโนโลยราชมงคลสวรรณภม ศนยพระนครศรอยธยาวาสกร 19 ถ.อทอง ต าบลทาวาสกร อ าเภอพระนครศรอยธยา จงหวดพระนครศรอยธยา โทร. 035-324180

ประวตการศกษา

ปทจบการศกษา

ระดบปรญญา อกษรยอปรญญา

สาขาวชาเอก ชอสถาบน ประเทศ

2542 ปรญญาตร บธ.บ ระบบสารสนเทศ

สถาบนเทคโนโลยราชมงคล ธญบร

ไทย

2552 ปรญญาโท วท.ม เทคโนโลยสารสนเทศ

สถาบนเทคโนโลยแหงอโยธยา

ไทย

สาขาวชาการทมความช านาญพเศษ (แตกตางจากวฒการศกษา) ระบสาขาวชาการ - ผลงาน บทความวจยทไดรบการเผยแพร -

predicting the number of prospected students for faculty...

Documents