การพยากรณ์ปริมาณรถยนต์เข้าออกและผลกระทบต่อสภาพการจราจรด่าน ชายแดนไทย-ลาวหลังเปิดประชาคมอาเซียน
Main Article Content
บทคัดย่อ
การเดินทางสัญจรไปมาระหว่างประเทศต่างๆ ในปัจจุบันมีปริมาณมากขึ้น โดยเฉพาะการเดินทางทางบกโดยรถยนต์
เป็นทางเลือกหนึ่งที่สะดวกและง่ายต่อการเดินทางเหมาะสำหรับประเทศที่มีชายแดนติดกัน เมื่อการเดินทางผ่านด่านชายแดนเพิ่มขึ้นความจำเป็นในการพัฒนาโครงสร้างพื้นฐานอาทิเช่น พื้นที่ผิวในการจราจรและช่องทางการจราจรจึงต้องเพิ่มประสิทธิภาพตามไปด้วย ดังนั้นการวางแผนพัฒนาจึงมีความจำเป็นที่จะต้องคาดการณ์ปริมาณรถยนต์ในอนาคต นอกจากนั้นการเปิดประชาคมอาเซียนเป็นอีกปัจจัยหลักปัจจัยหนึ่งที่จะทำให้เกิดการเดินทางไปมาระหว่างประเทศกันง่ายขึ้น ซึ่งจะส่งผลให้เกิดความต้องการเดินทางไปมาระหว่างประเทศเพิ่มขึ้นตามไปด้วย ในงานวิจัยนี้ได้ศึกษาปริมาณรถยนต์เข้าออกของด่านชายแดนไทย-ลาว ผลกระทบที่อาจจะเกิดขึ้นหลังจากการเปิดประชาคมอาเซียนและความสามารถของการรองรับปริมาณรถยนต์ของด่านชายแดนไทย-ลาว โดยวิธีการพยากรณ์ปริมาณรถยนต์ของ งานวิจัยได้ใช้โครงสร้างแบบถดถอยด้วยตัวเองกับข้อมูลป้อนเข้าภายนอกไม่เชิงเส้นพยากรณ์รถยนต์เข้าออกด่านชายแดนมุกดาหารและด่านเชียงของ ผลจากการวิจัยพบว่าค่าสัมประสิทธิ์สหสัมพันธ์มีค่าเป็นบวกถือว่าเป็นสหสัมพันธ์ทางบวก และค่าเฉลี่ยความคลาดเคลื่อนกำลังสองที่ได้มีค่าต่ำถือได้ว่าการพยากรณ์มีความแม่นยำและถูกต้อง ดังนั้นสามารถนำข้อมูลการพยากรณ์ไปใช้เป็นแนวทางในการปรับปรุงพัฒนาด่านชายแดนต่างๆ เพื่อเตรียมความพร้อมในอนาคตและการเปิดประชาคมอาเซียน อีกทั้งไปประยุกต์ใช้กับการศึกษาด่านชายแดนประเทศไทยกับประเทศอื่นๆ ได้
Article Details
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารฯ ถือเป็นลิขสิทธิ์ของวารสารฯ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะได้รับอนุญาต แต่ห้ามนำไปใช้เพื่่อประโยชน์ทางธุรกิจ และห้ามดัดแปลง
References
[2] Mukdahan Customs House. Number of vehicles accessing cross-borders at Mukdahan [Internet]. Mukdahan. 2013 [cited 2015 Feb 15]. Available from:https://www.danmuk.org/index.php?lay=
show&ac=article&Id=539339042
[3] Chiang Khong Customs. Number of vehicles accessing cross-borders at Chiang Khong [Internet]. Chiang Rai. 2010 [cited 2015 Feb 15]. Available from: https://www.chiangkhongcustoms.com/index.
php?lay=show&ac=article&Id=53938275&Ntype=6
[4] ASEAN Economic Community. The important goal of AEC [Internet]. Bangkok. 2012 [cited 2015 Feb 20]. Available from:https://www.thai-aec.com
[5] Irigoyen E, Minano G. A NARX neural network model for enhancing cardiovascular rehabilitation therapies. In: Corchado ES, Snasel V, Sedano J, Hassanien AE, Calvo JL, Slezak D, editors. Soft Computing Models in Industrial and Environmental Applications, 6th International Conference SOCO 2011; 2011 Apr 6-8; Salamanca, Spain. Madrid: Springer; 2011. p. 9-15.
[6] Pisoni E, Farina M, Carnevale C, Piroddi L. Forecasting peak air pollution levels using NARX models. Engineering Applications of Artificial Intelligence 2009;22:593-602.
[7] Chen D. Chinese automobile demand prediction based on ARIMA model. In: Ding Y, Peng Y, Shi R, Hao K, Wang L, editor. Biomedical Engineering and Informatics (BMEI); 2011 Oct 15-17; Shanghai. New
Jersey: IEEE; 2011. p. 2197-201.
[8] Jiang C, Song F. Sunspot Forecasting by Using Chaotic Time-series Analysis and NARX Network. J Comput 2011;6:1424-29.
[9] ASEAN-JAPAN Transport Partnership. Total number of registered road motor vehicles [Internet]. Tokyo. 2010 [cited 2015 Feb 20]. Available from:https://www.ajtpweb.org/statistics/compareasean/road_transport
[10] The World Bank. GDP per capita of Thailand and Laos [Internet]. Washington. 2015 [cited 2015 Mar 8]. Available from:https://www.worldbank.org/en/country
[11] Maddala GS, Kim IM. Unit Roots, Cointegration, and Structural Change. Cambridge: Cambridge University Press;1999.
[12] Xie Y, Lord D, Zhang Y. Predicting motor vehicle collisions using Bayesian neural network models: An empirical analysis. Accident Analysis & Prevention 2007;39:9