Abstract:
กิจกรรมทางเศรษฐกิจของประเทศไทยในปัจจุบันมีการใช้ประโยชน์จากการบริโภคน้ำมันสำเร็จรูปเป็นหลักในภาคการขนส่ง ภาคอุตสาหกรรม และภาคครัวเรือน การพยากรณ์การบริโภคน้ำมันสำเร็จรูปเป็นวิธีหนึ่งที่ช่วยให้ผู้ที่เกี่ยวข้องใช้ตัดสินใจการวางแผนบริหารจัดการน้ำมันสำเร็จรูปให้เพียงพอต่อความต้องการใช้งานที่จะเกิดขึ้นในอนาคต งานวิจัยนี้นำเสนอและเปรียบเทียบตัวแบบการพยากรณ์เพื่อใช้สำหรับการพยากรณ์ปริมาณการบริโภคน้ำมันสำเร็จรูปกลุ่มหลักของประเทศไทย ได้แก่ น้ำมันดีเซล น้ำมันเบนซิน และน้ำมันเครื่องบิน ซึ่งเป็นน้ำมันสำเร็จรูปที่มีปริมาณการบริโภคมากที่สุด 3 อันดับแรก วัตถุประสงค์ของงานวิจัยนี้คือเพื่อศึกษาวิธีการพยากรณ์และเลือกตัวแบบที่เหมาะสมสำหรับการพยากรณ์ปริมาณการบริโภคน้ำมันสำเร็จรูปกลุ่มหลักของประเทศไทยโดยการเปรียบเทียบผลการพยากรณ์ของตัวแบบอนุกรมเวลาเชิงสถิติ ตัวแบบการพยากรณ์เชิงสาเหตุ ตัวแบบการเรียนรู้ของเครื่อง และตัวแบบผสม ความแม่นยำของการพยากรณ์จะถูกเปรียบเทียบโดยใช้ค่าเฉลี่ยของร้อยละความคลาดเคลื่อนสัมบูรณ์ (MAPE) ข้อมูลที่ใช้ในงานวิจัยนี้เป็นข้อมูลรายไตรมาสในช่วงเวลาตั้งแต่เดือนมกราคม พ.ศ. 2536 ถึงเดือนธันวาคม พ.ศ. 2562 ตัวแบบที่ศึกษาในงานวิจัยนี้ได้แก่ Holt-Winters, SARIMA, SARIMAX, Multiple Linear Regression (MLR), RANSAC Regression, K-nearest Neighbor Algorithm (KNN), Support Vector Regression (SVR), Adaboost (ADA), Artificial Neural Network (ANN) และตัวแบบผสม ผลการศึกษาพบว่าตัวแบบผสม SARIMAX-ANN-SVR-RANSAC-REG ตัวแบบผสม SARIMAX-ANN-RANSAC-REG และตัวแบบผสม SARIMAX-SVR มีความแม่นยำสูงและเหมาะสมที่สุดในการพยากรณ์ปริมาณการบริโภคน้ำมันดีเซล น้ำมันเบนซิน และน้ำมันเครื่องบิน ตามลำดับ และมีค่า MAPE เท่ากับ 2.2785% 1.9966% และ 3.5055% ตามลำดับ
