การจำลองสถานการณ์การเก็บรวมรวมและขนส่งใบหม่อนเชิงพานิชย์ : กรณีศึกษา กลุ่มแปลงใหญ่หม่อนไหม ตำบลตาเบา อำเภอปราสาท จังหวัดสุรินทร์
Article Sidebar
Main Article Content
บทคัดย่อ
การขนส่งมีความสำคัญต่อการพัฒนาระบบโลจิสติกส์สินค้าเกษตรเนื่องจากเป็นกิจกรรมหลักที่เชื่อมโยงระหว่างแหล่งผลิตกับผู้บริโภค และมีผลโดยตรงต่อคุณภาพสินค้า ต้นทุนการดำเนินงาน และความสามารถในการแข่งขันของภาคเกษตรกรรม การจัดการขนส่งอย่างมีประสิทธิภาพจึงเป็นองค์ประกอบสำคัญที่ช่วยลดความสูญเสียระหว่างการเคลื่อนย้าย ลดระยะเวลาในการจัดส่ง และสร้างความเชื่อมั่นให้แก่ผู้บริโภคในด้านความสดใหม่และความปลอดภัยของสินค้า งานวิจัยนี้มีวัตถุประสงค์เพื่อจำลองสถานการณ์การเก็บรวมรวมและขนส่งใบหม่อนเชิงพานิชย์ของกลุ่มกรณีศึกษา โดยมีแนวคิดการจำลองสถานการณ์เป็น 2 ระยะ คือระยะที่ 1 เป็นการจัดกลุ่มเกษตรกรผู้ปลูกใบหม่อนด้วยวิธีการจัดกลุ่มข้อมูลแบบเคมีน (K-Means Clustering) ซึ่งจัดได้ทั้งสิ้น 7 กลุ่ม พิจารณาตำแหน่งของจุดรวบรวมด้วยวิธีการวิเคราะห์จุดศูนย์กลางแรงโน้มถ่วง (Center of Gravity) และจัดเส้นทางการเก็บรวบรวมใบหม่อนจากเกษตรกรไปยังจุดรวบรวมด้วยวิธีเพื่อนบ้านที่ใกล้ที่สุด (Nearest Neighbour Heuristic) จากนั้นปรับปรุงคำตอบด้วยวิธีปัญหาการเดินทางของพนักงานขาย (Traveling Salesman Problem) พบว่าระยะทางโดยรวมที่สั้นที่สุดคือ 155.66 กิโลเมตร ระยะที่ 2 คือ การพิจารณาการจัดเส้นทางการรวบรวมใบหม่อนจากทุกจุดรวบรวมไปยังผู้รับซื้อซึ่งใช้วิธีการเดียวกันกับระยะที่ 1 พบว่ามีระยะทางที่สั้นที่สุด 308 กิโลเมตร และเมื่อรวมระยะทางที่สั้นที่สุดจากทั้ง 2 ระยะ พบว่ามีระยะทางโดยรวมทั้งสิ้น 463.66 กิโลเมตร ผลการวิจัยนี้สามารถนำไปใช้ประกอบการตัดสินใจเชิงนโยบายของหน่วยงานที่เกี่ยวข้องในการสนับสนุนการปลูกใบหม่อนพันธุ์ที่สามารถจำหน่ายได้และส่งเสริมการจำหน่ายใบหม่อนในเชิงพานิชย์มากขึ้นเพื่อสร้างรายได้ให้กับเกษตรกรในพื้นที่
Article Details
เอกสารอ้างอิง
กรมหม่อนไหม. (2567).ข้อมูลพันธุ์หม่อน-พันธุ์ไหมอนุรักษ์. https://qsds.go.th/monmaiseed/
เกศินี สือนิ. (2563). การจัดเส้นทางการขนส่งสินค้าโดยการเปรียบเทียบระหว่างการใช้วิธีเซฟวิ่งอัลกอริทึมและวิธี
ขั้นตอนวิธีการเพื่อนบ้านใกล้ที่สุดอัลกอริทึม. วารสารเศรษฐศาสตร์และบริหารธุรกิจ, ฉ.( 2), 5-7.
ฤทัย ล่ำประเสริฐ และ สรวิชญ์ เยาวสุวรรณไชย. (2559, 26–27 พฤศจิกายน). Vehicle routing problem with time dependent travel-times at cross docking warehouse. การประชุมวิชาการประจำปีครั้งที่ 15 ด้านโลจิสติกส์และการจัดการโซ่อุปทาน (น.649–659). มหาวิทยาลัยแม่ฟ้าหลวง, จังหวัดเชียงราย, ประเทศไทย.
ธันยาวัฒน์ ปานขลิบ, จักร ติงศภัทิย์. (2556). การวิเคราะห์จุดศูนย์กลางแรงโน้มถ่วงเพื่อเลือกทำเลที่ตั้งคลังสินค้า. [วิทยานิพนธ์บริหารธุรกิจมหาบัณฑิต สาขาการจัดการวิสาหกิจสำหรับผู้บริหาร] สถาบันเทคโนโลยีไทย-ญีปุ่น.
สำนักงานเศรษฐกิจการเกษตร. (2566). รายงานเศรษฐกิจการเกษตร. กระทรวงเกษตรและสหกรณ์ https://www.oae.go.th/view/xxxx
Chen, M., & Hoe, T. W. (2025). K-means clustering: A tool for English language teaching innovations. Forum or Linguistic Studies, 7(2), 988–998. https://doi.org/10.30564/fls.v7i2.8379
Christopher, M. (2016). Logistics & supply chain management. Pearson.
Ibrahim, A. A., Lo, N., Abdulaziz, R. O., & Ishaya, J. A. (2019). Capacitated vehicle routing problem. International Journal of Research-Granthaalayah, 7(3), 310–327. https://doi.org/10.29121/granthaalayah.v7.i3.2019.1234
Laili, U. H., Faisal, M., & Kurniawan, F. (2024). Optimization of k-means clustering using particle
swarm optimization algorithm for human development index. Bulletin of Social Informatics
Theory and Application, 8(1), 144–151. https://doi.org/10.31763/businta.v8i1.678
Lawler, E. L., Lenstra, J. K., Rinnooy Kan, A. H. G., & Shmoys, D. B. (1985). The traveling salesman
problem:A guided tour of combinatorial optimization. Wiley.
Pérez, M., González, L., & Wang, J. (2018). Route optimization in agricultural logistics: A case study
in rural transport. Agricultural Systems, 165, 45–56. https://doi.org/10.1016/j.agsy.2018.04.007
Toth, P., & Vigo, D. (2014). Vehicle routing: Problems, methods, and applications (2nd ed.). SIAM.
Wang, Y., Zhang, D., Liu, Y., & Li, M. (2020). Smart logistics: Advances and future trends. IEEE Transactions on Industrial Informatics, 16(1), 235–246.
