การพยากรณ์การผลิตชิ้นส่วนยานยนต์แบบอนุกรมเวลา
บทคัดย่อ
งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อพัฒนาการพยากรณ์การผลิตของผลิตภัณฑ์ชิ้นส่วนยานยนต์ ในอุตสาหกรรมการผลิตรถยนต์ โดยพิจารณาการผลิตขึ้นรูป 3 ผลิตภัณฑ์หลัก ซึ่งประกอบด้วย TM-008 TG-007 และ RM-015 ด้วยการพยากรณ์ข้อมูลอนุกรมเวลา ซึ่งจะใช้ทั้ง 4 วิธีดังนี้ คือ การพยากรณ์ด้วยวิธีการวิเคราะห์แนวโน้ม การพยากรณ์ด้วยวิธีการปรับเรียบเอ็กซ์โพแนนเชียลแบบแก้ไขแนวโน้มของโฮลต์ การพยากรณ์ด้วยวิธีการหาค่าเฉลี่ยเคลื่อนที่ และการพยากรณ์ด้วยวิธีการปรับเรียบเอ็กซ์โพแนนเชียลแบบธรรมดา จากนั้นคำนวณผลความคลาดเคลื่อนของการพยากรณ์ด้วยโปรแกรม Minitab 19.0 ทำให้ตัดสินใจได้ว่าวิธีการพยากรณ์แบบวิเคราะห์แนวโน้ม มีผลการพยากรณ์ที่ดีที่สุดในการวิเคราะห์ความคลาดเคลื่อนในการพยากรณ์สำหรับผลิตภัณฑ์ TM-008 TG-007 และ RM-015
References
ทวีพงษ์ กิตติกุล. (2551). การพยากรณ์และการหาปริมาณการสั่งซื้อที่เหมาะสมเพื่อเป็นแนวทางในการจัดเก็บอะไหล่สิ้นเปลืองหลักของเครื่องสูบน้ำประเภทแรงเหวี่ยงหนีศูนย์. วิทยานิพนธ์วิศวกรรมศาสตรบัณฑิต, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
ไพศาล แก้วทันคำ. (2552). การศึกษาการใช้เทคนิคการพยากรณ์และการสั่งซื้ออย่างประหยัดสำหรับวัตถุดิบในคันเก่าที่อุตสาหกรรมชิ้นส่วนรถยนต์. วิทยานิพนธ์วิศวกรรมศาสตรบัณฑิต, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
วิชัย สุรเชิดเกียรติ. (2542). การพยากรณ์ทางธุรกิจ. (พิมพ์ครั้งที่ 3). กรุงเทพฯ: สมาคมส่งเสริมเทคโนโลยี (ไทย-ญี่ปุ่น).
แววดาว พูนสวน. 2550. การศึกษาการพยากรณ์แบบอนุกรมเวลา (Time Series) เพื่อการวางแผนการผลิต กรณีศึกษา:บริษัท เอส บีอุตสาหกรรมเครื่องเรือน จำกัด. วิทยานิพนธ์วิศวกรรมศาสตรบัณฑิต, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
สภาอุตสาหกรรมแห่งประเทศไทย. (2565). สถิติการผลิตการจำหน่ายและการส่งออกของอุตสาหกรรมยานยนต์ไทย. ค้นเมื่อ วันที่ 26 มิถุนายน 2566, จาก https://fti.or.th/automotivestatistics_th/
Jianyu Long, Zhenzhong Sun, Panos M. Pardalos, Yun Bai, Shaohui Zhang, Chuan Li. (2020). A robust dynamic scheduling approach based on release time series forecasting for the steelmaking-continuous casting production, Applied Soft Computing, 92, pp. 1-15.
Widiarata H., Viswanathan S. and Piplani R. (2009). Forecasting aggregate demand: an analytical evaluation of top-down versus bottom-up forecasting in a production planning framework, International Journal of Production Economics (118): 87-94
