การวิเคราะห์ข้อมูลพยากรณ์อากาศสำหรับการควบคุมสมาร์ตเซ็นเซอร์ ของฟาร์มเกษตร ด้วยนิวรอลเน็ตเวิร์ค

Abstract

งานวิจัยเชิงทดลองนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการวิเคราะห์ข้อมูลพยากรณ์อากาศสำหรับการควบคุมสมาร์ตเซ็นเซอร์ของฟาร์มเกษตร ด้วยนิวรอลเน็ตเวิร์ค โดยผู้วิจัยได้นำทฤษฎีการเรียนรู้ของนิวรอลเน็ตเวิร์คมาประยุกต์ใช้กับข้อมูลกลุ่มตัวอย่างที่ถูกเก็บรวบรวมจากกรมอุตุนิยมวิทยา ประเทศไทย ระหว่างปี พ.ศ. 2560 – 2561 ได้แก่ ข้อมูลอุณหภูมิ ปริมาณน้ำฝน และความชื้นสัมพัทธ์อากาศ เพื่อใช้ประมวลผลวิเคราะห์เชิงเปรียบเทียบกับข้อมูลปัจจุบัน และพยากรณ์ความน่าจะเป็นของสภาพอากาศล่วงหน้าสำหรับใช้ควบคุมสมาร์ตเซ็นเซอร์ของฟาร์มเกษตร ผลการวิจัย พบว่า จำนวนนิวรอลเน็ตเวิร์คที่อยู่ในโครงสร้างถูกจัดเรียงในรูปแบบการแพร่กลับหลายชั้น (3-3-3) และมีค่าเอนเอียงเท่ากับ 0.124 เพื่อให้เหมาะสมสำหรับวิเคราะห์ข้อมูลการพยากรณ์อากาศ โดยมีค่าเฉลี่ยของความถูกต้องเท่ากับ 98.7%, ค่าความผิดพลาดจากการจำแนกกลุ่มเท่ากับ 1.3% และ ค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (MSE) เท่ากับ 1.93205% ซึ่งผลลัพธ์อยู่ในเกณณ์ระดับดีมากและทำให้เกิดองค์ความรู้ใหม่จากงานวิจัย ได้พบค่าแอ็กทิเวเตอร์ที่เหมาะสมกับสภาพอากาศของประเทศไทย ซึ่งมีค่าอุณหภูมิมากกว่า 0 องศา ควรใช้แอ็กทิเวเตอร์แบบลอการิทึมซิกมอยส์ สามารถนำไปประยุกต์ใช้ในฟาร์มเกษตรในสภาพภูมิอากาศของประเทศไทย