A Study to Develop a Predictive Modeing for cassava Product Exports and Optimal Transportation Routes from Thailand to China

Abstract

This research to develop a forecasting and optimize the export routes for cassava products from Northeast Thailand to China, utilizing regression analysis and Artificial Neural Networks (ANN). The data used includes Cassava production in Thailand,Exchang rates, China's GDP, and Cassava imports from Vietnam between 2013 and 2022. The results show that the ANN model performed better than the regression model, with A Mean Squared Error (MSE) of 1.45x10-16, compared to 1.5 x106 in the regression model.The ANN model was applied to forecast cassava export volumes and optimize high-speed rail transport routes using Ant Colony Optimization in Python. Experiments with a truck capacity of 50.5 tons used 10 ants, with 100 and 200 iterations, pheromone weights of 1 and 2, and distance weights of 1 and 4. Distances to railway stations were calculated as follows: Buayai Railway Station at 3,915.5 kilomet, Ban Phai Railway Station at 2,589.5 kilometers, Khon Kaen Railway Station at 1,049.8 kilometers, and Udon Thani Railway Station at 2,468.2 kilometers.The study recommends adopting ANN for export planning and improving cassava transportation via the Thailand-Laos-China high-speed rail to enhance market access in China

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองการพยากรณ์และจัดเส้นทางการส่งออกผลิตภัณฑ์มันสำปะหลังจากภาคตะวันออกเฉียงเหนือของประเทศไทยไปยังประเทศจีน โดยใช้การวิเคราะห์การถดถอยและโครงข่ายประสาทเทียม ข้อมูลที่ใช้ในการวิเคราะห์คือ ผลผลิตมันสำปะหลัง อัตราแลกเปลี่ยนเงินตรา ผลิตภัณฑ์มวลรวมของประเทศจีน และการนำเข้ามันสำปะหลังจากประเทศเวียดนาม ในปี พ.ศ. 2556 ถึง 2565 ผลการศึกษาพบว่าว่าแบบจำลองโครงข่ายประสาทเทียมมีประสิทธิภาพเหนือกว่าแบบจำลองการถดถอย โดยมีค่าเฉลี่ยของผลต่างยกกำลังสอง เท่ากับ 1.45x10-16 เมื่อเทียบกับ 1.5x106 ในแบบจำลองการถดถอย ผู้วิจัยได้ประยุกต์ใช้โครงข่ายประสาทเทียมที่ได้มานี้ไปพยากรณ์ปริมาณการส่งออกมันสำปะหลังจากภาคตะวันออกเฉียงเหนือของประเทศไทย เพื่อเเก้ปัญหาเส้นทางการขนส่งผลิตภัณฑ์มันสำปะหลังโดยรถไฟความเร็วสูงจากภาคตะวันออกเฉียงเหนือไปยังประเทศจีน โดยประยุกต์ใช้วิธีอาณานิคมมดด้วยการพัฒนาภาษา Python ในการประมวลผลโดยกำหนดความจุของรถบรรทุกที่ 50.5 ตัน ใช้มดจำนวน 10 ตัว และทำการทดลองด้วยการวนซ้ำ 100 และ 200 ครั้ง ค่าน้ำหนักฟีโรโมนคือ 1 และ 2 ค่าน้ำหนักสำหรับการใช้ระยะทาง คือ 1 และ 4 ค่าเริ่มต้นของฟีโรโมนคือ 1.0 ระยะทางการขนส่งจากบริษัทต่าง ๆ ไปยังสถานีรถไฟถูกคำนวณได้คือ สถานีรถไฟบัวใหญ่ 3,915.5 กิโลเมตร สถานีรถไฟบ้านไผ่ 2,589.5 กิโลเมตร สถานีรถไฟขอนแก่น 1,049.8 กิโลเมตร และสถานีรถไฟอุดรธานี 2,468.2 กิโลเมตร การศึกษานี้เสนอแนะการใช้แบบจำลองโครงข่ายประสาทเทียมในการวางแผนการส่งออกในอนาคต และช่วยพัฒนาระบบการขนส่งมันสำปะหลังผ่านเส้นทางรถไฟความเร็วสูง ไทย-ลาว-จีน ซึ่งจะสร้างโอกาสใหม่ให้กับเกษตรกรและผู้ส่งออกของไทยในการเข้าถึงตลาดจีนอย่างมีประสิทธิภาพ