การเพิ่มประสิทธิภาพระบบการวางแผนโซ่อุปทานอย่างยั่งยืน สำหรับการผลิตกล้วยน้ำว้าด้วยแบบจำลองกำหนดการเชิงเส้นผสมจำนวนเต็ม
คำสำคัญ:
กล้วยน้ำว้า, การวางแผนการผลิต, โซ่อุปทาน, แบบจำลองกำหนดเชิงเส้นผสมจำนวนเต็มบทคัดย่อ
กล้วยน้ำว้าจัดเป็นกล้วยพันธุ์หนึ่งที่พบได้ทั่วไปในทุกภูมิภาคของประเทศไทยและนิยมบริโภคกันอย่างแพร่หลาย เนื่องจากเป็นกล้วยที่ให้พลังงานและมีแร่ธาตุรวมถึงวิตามินที่จำเป็นต่อร่างกายในปริมาณมาก อีกทั้งยังสามารถนำไปแปรรูปเป็นผลิตภัณฑ์อื่นๆ ได้อย่างหลากหลาย จากการศึกษาการเพาะปลูกกล้วยน้ำว้าในปัจจุบันพบว่ากลุ่มเกษตรกรยังคงประสบปัญหาในการขาดการวางแผนการผลิตที่มีประสิทธิภาพตลอดทั้งโซ่อุปทาน ตั้งแต่ก่อนการเพาะปลูกไปจนถึงการเก็บเกี่ยวผลผลิตส่งให้กับลูกค้า ทำให้กล้วยน้ำว้าที่เกษตรกรผลิตได้นั้นมีผลผลิตที่ไม่ได้คุณภาพ ขายได้ในราคาต่ำ เกษตรกรสูญเสียรายได้ไป ดังนั้นเพื่อแก้ไขปัญหาดังกล่าวข้างต้นในงานวิจัยนี้จึงได้มีการประยุกต์ใช้แบบจำลองกำหนดการเชิงเส้นผสมจำนวนเต็ม เพื่อใช้ในการวางแผนโซ่อุปทานการเพาะปลูกกล้วยน้ำว้าได้อย่างยั่งยืนตั้งแต่การวางแผนปรับปรุงคุณภาพดิน การเลือกซื้อหน่อพันธุ์กล้วยน้ำว้าในการเพาะปลูก ช่วงเวลาในการใส่ปุ๋ย รวมถึงช่วงเวลาในการเก็บเกี่ยวให้สอดคล้องกันเพื่อให้เกษตรกรมีผลกำไรในการปลูกกล้วยน้ำว้าเหมาะสมที่สุด ซึ่งผลลัพธ์ของแบบจำลองกำหนดการเชิงเส้นผสมจำนวนเต็มแสดงให้เห็นว่าแบบจำลองที่สร้างขึ้นมานั้นสามารถเพิ่มผลกำไรสุทธิให้แก่เกษตรกรได้ถึงร้อยละ 10.52 เมื่อเทียบกับก่อนการใช้แบบจำลอง
เอกสารอ้างอิง
ธวัชชัย ศรีภักดี, กล้วยน้ำว้า สรรพคุณ และการปลูกกล้วยน้ำว้า, กรุงเทพมหานคร: อักษรโสภณ, 2557.
B. M. Beamon, “Supply chain design and analysis: models and methods,” International Journal of Production Economics., vol. 55, pp. 281–294, 1998.
S.S. Erenguc, N.C. Simpson and A.J. Vakharia, “Integrated production/ distribution planning in supply chains: An invited review,” European Journal of Operational Research., vol. 115, pp. 219–236, 1999.
N. K. Tsolakis, C. A. Keramydas, A. K. Toka, D. A. Aidonis and E. T. Lakovou, “Agi-food supply chain management: a comprehensive hierarchical decision-making framework and critical taxonomy,” Biosystems Engineering., vol. 120, no. 1, pp. 46–64, 2014.
O. Ahumad and J. R. Villalobos, “Application of planning models in the agri-food supply chain: a review,” European Journal of Operational Research., vol. 195, no. 1, pp. 1–20, 2009.
J. Mula, D. Peodro, M. Diaz-Madronero and E. Vicens, “Mathematical programming models for supply chain production and transport planning,” European Journal of Operational Research., vol. 204, pp. 377–390, 2010.
G. O. Huang, J. S. K. Lau and K. L. Mak, “The impacts of sharing production information on supply chain dynamics: a review of the literature,” International Journal of Production Research., vol. 41, pp. 1483–1517, 2003.
Y. Srimanee and J. K. Routray, “The fruit and vegetable marketing chains in Thailand: policy impacts and implications,” International Journal of Retail & Distribution Management., vol.40, pp. 656–675, 2012.
C. Limpianchob, “A mixed integer linear programming model for optimal production planning in tangerine supply chain,” Kasetsart Journal (Nat.Sci.)., vol.49, pp. 1001–1011, 2015.
C. Limpianchob, “Integrated of harvesting and production planning in aromatic coconut supply chain using mixed-integer linear programming,” International Journal of Operational Research., vol.30, No.3, pp. 360–374, 2017.
Y. Kazancoglu, D. O. Yesim and M. Ozbiltekin, “Minimizing losses in milk supply chain with sustainability: an example from emerging economy,” Resources, Conservation and Recycling., vol. 139, no. 3, pp. 270–279, 2018.
W. E. Soto-Silva, M. Gonzalez-Araya, M. A. Oliva-Fernandez and L.M. Pla-Aragones, “Optimizing fresh food logistics for processing: application for large Chilean apple supply chain,” Computers and Electronics in Agriculture., vol. 136, no. 1, pp. 42–57, 2017.
D. J. Sanjay and P. Marcus, “Harvest planning in the Brazilian sugar cane industry via mixed integer programming,” European Journal of Operational Research., vol. 230, no.2, pp. 374–384, 2013.
Y. Hu, Y. Liu, Z. Wang, J. Wen, J. Li and J. Lu, “A two-stage dynamics capacity planning approach for agricultural machinery maintenance service with demand uncertainty,” Biosystems Engineering., vol. 190, pp. 201–217. 2020.
B. A. Yousefi, M. A. Tavakkoli, A. A. Bozorgi and S. Seifi, “Designing a reliable multi-objective queuing model of a petrochemical supply chain network under uncertainty: a case study,” Computers and Chemical Engineering., vol. 100, pp. 177–197, 2017.
B. Bilgen and I. Ozkarahan, “A mixed-integer linear programming model for bulk grain blending and shipping,” International Journal of Production Economics., vol. 107, pp. 555–571, 2007.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
