http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/7 FACULTY OF APPLIED SCIENCE / คณะวิทยาศาสตร์ประยุกต์ Sat, 11 Apr 2026 08:13:04 GMT 2026-04-11T08:13:04Z http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/425 Title: An Approximation to the Average Run Length of an EWMA Control Chart for a Time Series Model with Seasonality from the Numerical Integral Equation; การประมาณค่าความยาวรันเฉลี่ยของแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเลขชี้กำลังสำหรับตัวแบบอนุกรมเวลาที่มีฤดูกาลจากวิธีสมการปริพันธ์เชิงตัวเลข Abstract: This study aims to investigate methods for approximating the Average Run Length (ARL) using the Numerical Integral Equation (NIE) technique through four approaches: the Midpoint Rule Method, the Trapezoidal Rule Method, the Gaussian Rule Method, and the Simpson’s Rule Method. The study focuses on the Exponentially Weighted Moving Average (EWMA) control chart for seasonal time series models. Specifically, it examines real-world time series data under the SARFIMA(1, 0, 0)(1, D, 0)12 model, where the exponential white noise. The evaluation is based on the out-of-control ARL (ARL1) and the computation time (CPU Time). The results show that the ARL values obtained from the Midpoint Rule, Trapezoidal Rule, Gaussian Rule, and Simpson’s Rule are comparable, while the Midpoint Rule requires the least computation time among the four methods. This approach can be effectively applied to real-world data.; งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาวิธีการประมาณค่าความยาวรันเฉลี่ย (Average Run Length: ARL) โดยใช้เทคนิคสมการปริพันธ์เชิงตัวเลข (Numerical Integral Equation: NIE) จาก 4 วิธี คือ วิธีกฎค่ากลาง (Midpoint Rule Method) วิธีกฎสี่เหลี่ยมคางหมู (Trapezoidal Rule Method) วิธีกฎของเกาส์ (Gaussian Rule Method) และวิธีกฎของซิมป์สัน (Simpson’s Rule Method) บนแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนักแบบเลขชี้กำลัง (Exponentially Weighted Moving Average Control Chart: EWMA) สำหรับตัวแบบอนุกรมเวลาที่มีฤดูกาล โดยงานวิจัยนี้มุ่งเน้นศึกษาตัวแบบอนุกรมเวลาในสถานการณ์จริงภายใต้ตัวแบบ           SARFIMA(1, 0, 0)(1, D, 0)12 เมื่อความคลาดเคลื่อนขาวมีการแจกแจงแบบเลขชี้กำลัง วัดจากค่ายาวรันเฉลี่ยเมื่อตัวแบบไม่อยู่ภายใต้การควบคุม (Out-of-control ARL: ARL1) และทำการเปรียบเทียบเวลาที่ใช้ในการประมวลผล (CPU Time) ผลการวิจัยพบว่าค่าความยาวรันเฉลี่ยที่ได้จากวิธีกฎค่ากลาง วิธีกฎสี่เหลี่ยมคางหมู วิธีกฎของเกาส์ และวิธีกฎของซิมป์สัน มีค่าไกล้เคียงกันในขณะที่เวลาในการประมวลผลโดยวิธีกฎค่ากลางใช้เวลาในการประมวลผลน้อยที่สุดเมื่อเทียบกันทั้ง 4 วิธี และสามารถนำไปประยุกต์ใช้กับข้อมูลจริงได้ Sat, 01 Jan 0007 00:00:00 GMT http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/425 0007-01-01T00:00:00Z http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/424 Title: The Application of Recurrent Neural Networks for Forecasting the Number of Tourists in Thailand's National Parks; การประยุกต์ใช้โครงข่ายประสาทเทียมแบบเรียกซ้ำสำหรับการพยากรณ์จำนวนนักท่องเที่ยวในอุทยานแห่งชาติของประเทศไทย Abstract: Thailand’s national parks are significant tourist destinations, serving both natural resource conservation and the promotion of the country’s economy. Accurate forecasting data, especially tourist numbers, play a crucial role in personnel planning, resource allocation, and providing services that meet actual demand. In practice, historical tourist count data are commonly used to support decision-making for planning and budget allocation for park management and operations aligned with the agency’s mission. However, the forecasting methods currently used typically rely primarily on data from the previous year, which may not reflect trends affected by other factors such as seasonality and weather conditions. This research aims to develop models for forecasting monthly tourist numbers in Thailand’s national parks using 10 years of historical data (2014-2023) from 146 national parks, applying recurrent neural networks (RNN, LSTM, and GRU), and to compare the forecasting capabilities of these models on time series data. The experiments were divided into three main approaches: Individual Park Model (IPM), Combined Model (CM), and Clustered Models (CRM, CUM), with parameter tuning of look-back periods and the number of hidden units to determine optimal values for each approach. In addition, the experiments were conducted in two phases: Phase 1 used only tourist count data as a single variable, while Phase 2 included additional variables-month, temperature, vehicle count, and spatial data (region and park characteristics)-to assess the impact of diverse factors on forecasting quality. The study also compared popular forecasting techniques for similar data and analyzed the importance of different groups of variables to identify those that most influence model performance. The results show that the best-performing model was the CM-LSTM, a combined LSTM model with a look-back period of 9 months and 40 hidden units, achieving the best evaluation metrics with Mean_Test_MAE = 1,955, Mean_Test_RMSE = 4,269, and Mean_Test_R² = 0.95, outperforming both Phase 1 models and other forecasting techniques. Although the inclusion of additional variables in Phase 2 did not substantially increase the R² value, it led to a clear reduction in MAE and RMSE, indicating an overall improvement. The variable importance analysis revealed that groups based on tourist count, supplemented by month or temperature, consistently yielded strong metrics, whereas spatial variables and vehicle count produced more varied results and did not significantly enhance performance. Nonetheless, combining multiple groups or all variables tended to help the model better capture data patterns and relationships more comprehensively.; อุทยานแห่งชาติของประเทศไทยเป็นแหล่งท่องเที่ยวที่มีความสำคัญทั้งด้านการอนุรักษ์ทรัพยากรธรรมชาติและการส่งเสริมเศรษฐกิจของประเทศ ข้อมูลคาดการณ์ที่ใกล้เคียงความเป็นจริง โดยเฉพาะจำนวนนักท่องเที่ยว จึงมีบทบาทสำคัญต่อการวางแผนด้านบุคลากร การจัดสรรทรัพยากร และการให้บริการให้เหมาะสมกับความต้องการจริง ในทางปฏิบัติทั่วไปข้อมูลจำนวนนักท่องเที่ยวในอดีตมักถูกนำมาใช้ประกอบเพื่อสนับสนุนการตัดสินใจในการวางแผนและสนับสนุนการจัดสรรงบประมาณสำหรับการดูแลและบริหารจัดการอุทยาน หรือการดำเนินงานใด ๆ  ตามภารกิจของหน่วยงาน อย่างไรก็ตาม วิธีการพยากรณ์ที่ใช้อยู่ในปัจจุบันมักอ้างอิงข้อมูลของ ปีที่ผ่านมาเป็นหลัก ซึ่งอาจไม่สะท้อนแนวโน้มที่ได้รับผลกระทบจากปัจจัยอื่น ๆ เช่น ฤดูกาล  สภาพอากาศ เป็นต้น ซึ่งในงานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองสำหรับการพยากรณ์จำนวนนักท่องเที่ยวรายเดือนในอุทยานแห่งชาติของประเทศไทย โดยใช้ข้อมูลย้อนหลัง 10 ปี (พ.ศ. 2557 - 2566) จากอุทยานแห่งชาติ 146 แห่ง ด้วยการประยุกต์ใช้โครงข่ายประสาทเทียมแบบเรียกซ้ำ ได้แก่ RNN, LSTM และ GRU และเปรียบเทียบความสามารถของแบบจำลอง ในการคาดการณ์ข้อมูลอนุกรมเวลา โดยการทดลองแบ่งออกเป็น 3 แนวทางหลัก ได้แก่ แบบจำลองรายอุทยาน (IPM), แบบจำลองรวม (CM) และแบบจำลองแบบจัดกลุ่ม (CRM, CUM) โดยมีการทดสอบค่าพารามิเตอร์ Look-back และจำนวน Hidden Units เพื่อเลือกค่าที่เหมาะสมในแต่ละแนวทาง นอกจากนี้ ได้มีการแบ่งการทดลองเป็น 2 ระยะ โดยระยะที่ 1 ใช้เพียงข้อมูลจำนวนนักท่องเที่ยวเป็นตัวแปรเดียว ส่วนระยะที่ 2 ได้เพิ่มตัวแปรเพิ่มเติม ได้แก่ เดือน อุณหภูมิ ปริมาณรถยนต์ และข้อมูลเชิงพื้นที่ ประกอบด้วย ภูมิภาค และลักษณะเด่นของอุทยาน  เพื่อประเมินผลกระทบของปัจจัยที่หลากหลายต่อคุณภาพการพยากรณ์ ทั้งนี้ ยังมีการเปรียบเทียบกับเทคนิคที่นิยมใช้ในการพยากรณ์ข้อมูลในลักษณะคล้ายกัน และการวิเคราะห์ความสำคัญของกลุ่มตัวแปรต่าง ๆ เพื่อค้นหาข้อมูลที่ส่งผลต่อประสิทธิภาพของแบบจำลองมากที่สุด ซึ่งผลการวิจัยพบว่า แบบจำลองที่ให้ผลลัพธ์ดีที่สุดในงานวิจัยนี้ คือ CM-LSTM ซึ่งเป็นแบบจำลองรวม ที่ใช้ LSTM ด้วยการกำหนดค่า Look-back เท่ากับ 9 เดือน และ Hidden Units เท่ากับ  40 หน่วย ให้ค่าตัวชี้วัดที่ดีที่สุดทั้ง MAE (Mean_Test) = 1,955, RMSE (Mean_Test) = 4,269 และ R² (Mean_Test) = 0.95 ซึ่งสูงกว่าทั้งแบบจำลองจากระยะที่ 1 และเทคนิคพยากรณ์อื่น ๆ แม้ว่าการเพิ่มตัวแปรอื่น ๆ ในระยะที่ 2 จะไม่ได้ทำให้ค่า R² สูงขึ้นมากนัก แต่ส่งผลให้ค่า MAE และ RMSE ลดลงอย่างชัดเจน ซึ่งแสดงถึงการเปลี่ยนแปลงในทางที่ดีขึ้น ในส่วนของการวิเคราะห์ความสำคัญของตัวแปร พบว่า กลุ่มที่มีข้อมูลจำนวนนักท่องเที่ยวเป็นพื้นฐาน และเสริมด้วย ข้อมูลเดือน หรือ ข้อมูลอุณหภูมิ มักให้ค่าตัวชี้วัดที่ดีต่อเนื่อง ในขณะที่ตัวแปรเชิงพื้นที่และข้อมูลปริมาณรถยนต์ให้ผลที่หลากหลาย แต่ยังไม่สามารถช่วยให้ผลลัพธ์ดีขึ้นเท่าทีควร อย่างไรก็ตาม การรวมข้อมูลหลายกลุ่มหรือทุกตัวแปรเข้าด้วยกันมีแนวโน้มช่วยให้แบบจำลองเข้าใจรูปแบบและความสัมพันธ์ของข้อมูลได้ดีและครอบคลุมมากยิ่งขึ้น Sat, 01 Jan 0007 00:00:00 GMT http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/424 0007-01-01T00:00:00Z http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/427 Title: Fed-Batch Production of Citric Acid from Screening Fungi; การผลิตกรดซิตริกแบบป้อนจากการคัดแยกเชื้อรา Abstract: This research investigates the production of citric acid from Aspergillus niger TISTR 3063 and Aspergillus luchuensis SK01 using liquid fermentation, both in batch and fed-batch processes in a 5-liter bioreactor, to determine the optimal fermentation conditions for citric acid production. The experiment was designed using a Box-Behnken design, with three factors investigated: carbon-to-nitrogen ratio (70, 85, 100 g/g), shaking speed (200, 250, 300 rpm), and calcium chloride concentration (0.01, 0.055, 0.1 g/L), all of which were tested for their effects on citric acid production and yield. Citric acid was extracted using a precipitation method and identified using FTIR analysis. The results revealed that the optimal conditions for citric acid production were a carbon-to-nitrogen ratio of 97.93 g/g, shaking speed of 300 rpm, and calcium chloride concentration of 0.1 g/L. Under these conditions, A. niger TISTR 3063 produced 26.88 ± 0.01 g/L, and A. luchuensis SK01 produced 28.47 ± 0.01 g/L. When comparing the citric acid production capacities, A. luchuensis SK01 exhibited a higher yield, producing a maximum of 36.16 g/L at 96 hours in the fed-batch fermentation. Mathematical models, including Monod, Logistic, and Gompertz models, were used to describe citric acid production by the fungi. The study showed that both the Logistic and Gompertz models provided high accuracy in predicting citric acid production. Furthermore, the study demonstrated that fed-batch fermentation outperformed batch fermentation in both strains of fungi for citric acid production. Chemical property analysis of the citric acid produced using HPLC and FTIR revealed that the citric acid produced from both fermentation processes had chemical properties similar to commercially available citric acid. This research highlights the potential of fed-batch fermentation in enhancing citric acid production.; งานวิจัยนี้ศึกษาการผลิตกรดซิตริกจาก Aspergillus niger TISTR 3063 และ Aspergillus luchuensis SK01 โดยใช้กระบวนการหมักในอาหารเหลว การหมักแบบเบ็ดเสร็จ และแบบป้อนในถังปฏิกรณ์ชีวภาพขนาด 5 ลิตร เพื่อหาสภาวะการหมักที่เหมาะสมในการผลิตกรดซิตริก จากการออกแบบการทดลองแบบบ็อก-เบห์นเคน โดยมีสามปัจจัยในการศึกษา ได้แก่ อัตราส่วนคาร์บอนต่อไนโตรเจน (70, 85, 100 กรัมต่อกรัม) ความเร็วในการเขย่า (200, 250, 300 รอบต่อนาที) และปริมาณแคลเซียมคลอไรด์ (0.01, 0.055, 0.1 กรัมต่อลิตร) ต่อการผลิตกรดซิตริกและผลผลิตของกรดซิตริกที่ได้ (Yields) และการจัดแยกกรดซิตริกด้วยวิธีการตกตะกอน พร้อมตรวจพิสูจน์เอกลักษณ์ของกรดซิตริกด้วยเทคนิค FTIR ผลการทดลองพบว่าสภาวะที่เหมาะสมสูงสุดในการผลิตกรดซิตริกคือ อัตราส่วนคาร์บอนต่อไนโตรเจน 97.93 กรัมต่อกรัม ความเร็วในการเขย่า 300 rpm และปริมาณแคลเซียมคลอไรด์ 0.1 กรัมต่อลิตร ซึ่งทำให้ A. niger TISTR 3063  สามารถผลิตกรดซิตริกได้ 26.88 ± 0.01 กรัมต่อลิตร และ A. luchuensis SK01 ผลิตได้ 28.47 ± 0.01 กรัมต่อลิตร เมื่อเปรียบเทียบความสามารถในการผลิตกรดซิตริก พบว่า A. luchuensis SK01 มีผลผลิตกรดซิตริกสูงกว่า A. niger TISTR 3063 โดย A. luchuensis SK01 ผลิตกรดซิตริกได้สูงสุด 36.16 กรัมต่อลิตร ที่ 96 ชั่วโมง ในการหมักแบบป้อน มีการใช้แบบจำลองทางคณิตศาสตร์ แบบจำลองโมโนด โลจิสติก และกอมเพิร์ตซ์ ในการอธิบายการผลิตกรดซิตริกจากเชื้อรา ผลการศึกษาแสดงให้เห็นว่าแบบจำลองโลจิสติกและกอมเพิร์ตซ์มีความแม่นยำสูงในการทำนายการผลิตกรดซิตริก การศึกษาแสดงให้เห็นว่า การหมักแบบป้อนเป็นสภาวะการผลิตกรดซิตริกที่ดีกว่าแบบเบ็ดเสร็จจากทั้งสองเชื้อรา การวิเคราะห์คุณสมบัติทางเคมีของกรดซิตริกที่ได้จากการหมักโดยใช้เทคนิค HPLC และ FTIR พบว่า กรดซิตริกที่ผลิตจากทั้งสองกระบวนการมีคุณสมบัติทางเคมีใกล้เคียง งานวิจัยนี้แสดงให้เห็นถึงศักยภาพของการหมักแบบป้อนในการเพิ่มประสิทธิภาพการผลิตกรดซิตริก Sat, 01 Jan 0007 00:00:00 GMT http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/427 0007-01-01T00:00:00Z http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/426 Title: Production of Biotic Synergy Product and Application of Carrier Platform; การผลิตผลิตภัณฑ์ไบโอติกซิเนอร์จีและการประยุกต์ใช้แพลตฟอร์มการนำส่ง Abstract: This study aimed to produce and evaluate a synbiotic-based probiotic delivery platform using Bifidobacterium bifidum TISTR 2129 and Lactobacillus sporogenes BC 208. Cell growth kinetics revealed that B. bifidum TISTR 2129 had a higher biomass yield, while fermentation broths of both strains exhibited ~40% antioxidant activity and produced beneficial short-chain fatty acids such as lactic acid, acetic acid and formic acid. Four encapsulation formulations were developed using alginate, inulin, and chitosan coating. The AIC (alginate-inulin with chitosan coating) showed the highest encapsulation efficiency (92.56 ± 0.09%) and enhanced structural integrity as confirmed by FTIR analysis. Simulated gastrointestinal digestion (INFOGEST) indicated that AIC beads effectively protected probiotics under gastric conditions and achieved sustained release in the intestinal phase with the viable cell count of 7.32 ± 0.03 log CFU/mL, fitting the Korsmeyer–Peppas model (R² = 0.99667). AIC beads were non-toxic to Caco-2 cells (cell viability 100%) and exhibited high saturated fat-binding capacity (1.35 g lipid /g beads). Freeze-dried AIC beads demonstrated the highest storage stability, with a predicted shelf life of 1 year, 3 months, and 8 days at 4 °C. These results suggest that the developed synbiotic platform can enhance probiotic survival and functional activity, supporting its potential application in high-quality, safe biotic synergy product development.; งานวิจัยนี้มีวัตถุประสงค์เพื่อผลิตมวลเซลล์โพรไบโอติกและประเมินประสิทธิภาพแพลตฟอร์มการนำส่งโพรไบโอติก โดยใช้ Bifidobacterium bifidum TISTR 2129 และ Lactobacillus sporogenes BC 208 การศึกษาจลนพลศาสตร์การผลิตมวลเซลล์ พบว่า           B. bifidum TISTR 2129 ให้ผลผลิตมวลชีวภาพ (Yₓ/ₛ) สูงกว่า น้ำหมักจากทั้งสองสายพันธุ์มีฤทธิ์ต้านอนุมูลอิสระประมาณร้อยละ 40 การผลิตกรดไขมันสายสั้นที่เป็นประโยชน์ และการผลิต    เม็ดบีดห่อหุ้มโพรไบโอติก 4 สูตร ด้วยอัลจิเนต อินนูลิน และเคลือบไคโตซาน พบว่าสูตร AIC      (อัลจิเนตผสมอินนูลินเคลือบไคโตซาน) มีประสิทธิภาพการห่อหุ้มสูงสุด เท่ากับ 92.56 ± 0.09 เปอร์เซ็นต์ การทดสอบการจำลองการย่อยอาหารด้วยระบบ INFOGEST แสดงให้เห็นว่าสูตร AIC สามารถปกป้องโพรไบโอติกในสภาวะกรดในกระเพาะอาหารและปลดปล่อยอย่างต่อเนื่องในลำไส้ โดยมีการปลดปล่อยโพรไบโอติกที่ 7.32 ± 0.03 log CFU/mL และสอดคล้องกับแบบจำลองคอร์สไมเยอร์-เปปปาส (Korsmeyer–Peppas) (R² = 0.99667) นอกจากนี้ สูตร AIC มีความปลอดภัยต่อเซลล์เยอะบุลำไส้ Caco-2 ความมีชีวิตรอดของเซลล์ 100 เปอร์เซ็นต์ และมีความสามารถใน  การจับไขมันอิ่มตัวสูง (1.35 กรัมไขมัน/กรัมเม็ดบีด) โดยมีอายุการเก็บรักษาที่คาดการณ์ ณ อุณหภูมิ 4 องศาเซลเซียส เท่ากับ 1 ปี 3 เดือน 8 วัน ผลการวิจัยชี้ว่าแพลตฟอร์มนี้มีศักยภาพสูงในการเพิ่มความมีชีวิตรอดและการทำงานของโพรไบโอติก สามารถต่อยอดสู่การพัฒนาผลิตภัณฑ์ไบโอติกซิเนอร์จีเชิงพาณิชย์ Sat, 01 Jan 0007 00:00:00 GMT http://kmutnb-ir.kmutnb.ac.th/jspui/handle/123456789/426 0007-01-01T00:00:00Z