การควบคุมธาตุอาหารสำหรับการปลูกเมล่อนระบบไฮโดรโปนิกส์แบบดาวกระจายด้วยโครงข่ายประสาทเทียม

Main Article Content

อภิศักดิ์ พรหมฝาย
ดอนสัน ปงผาบ
สุดาพรรค์ อริยพฤกษ์

บทคัดย่อ

การปลูกเมลอนระบบไฮโดรโปนิกส์ในปัจจุบันยังคงพบปัญหาเกี่ยวกับการควบคุมธาตุอาหาร ซึ่งต้นที่อยู่ใกล้กับถังปุ๋ยจะมีการเจริญเติบโตมากกว่าต้นที่อยู่ไกลออกไป ดังนั้นงานวิจัยจึงได้พัฒนาระบบการปลูกแบบดาวกระจายเพื่อแก้ไขปัญหาระยะการปลูกและได้นำเทคโนโลยีอินเทอร์เน็ตแห่งสรรพสิ่งมาประยุกต์ใช้เพื่อการจัดเก็บข้อมูลและการสื่อสารระหว่างอุปกรณ์ต่างๆ พร้อมกับใช้โครงข่ายประสาทเทียมพยากรณ์ปริมาณการเติมปุ๋ย A และ B โดยนำค่าผิดพลาดของค่าการนำไฟฟ้าของน้ำในถังปลูกแต่ละถังเป็นอินพุตสำหรับโครงข่ายทั้งหมด 6 โหนด ชั้นซ่อน 5 โหนด ชั้นเอาท์พุต 2 โหนด ฟังก์ชันกระตุ้นคือ Log-sigmoid transfer function ส่วนฟังก์ชันการฝึกสอนโครงข่ายประสาทเทียมคือ Levenberg-Marquardt จากการทดสอบข้อมูลพบว่า การควบคุมธาตุอาหารสำหรับการปลูกเมล่อนระบบไฮโดรโปนิกส์แบบดาวกระจายด้วยโครงข่ายประสาทเทียม มีค่า RMSE เท่ากับ 14.85 ซึ่งสามารถนำไปประยุกต์ใช้งานการปลูกได้อย่างมีประสิทธิภาพ

Downloads

Download data is not yet available.

Article Details

บท
บทความวิจัย

References

Office of agricultural economics, "Agricultural statistics of thailand 2020," Ministry of agriculture and cooperatives, Bangkok, Thailand, 2020.

บริษัท ฟอร์ฟาร์ม จำกัด. [อินเทอร์เน็ต]. ปทุมธานี: การปลูกเมล่อน โดยใช้ระบบน้ำวน; 2562 [เข้าถึงเมื่อ 3 มีนาคม 2564]. จาก : https://forfarm.co/158/melon-hydroponics-nft/.

วิทยา ปัญญากาศ, โสภาพรรณ ใฝนันตา, อดุลย์ ชูบาล และคณะ. [อินเทอร์เน็ต]. การสร้างและหาประสิทธิภาพระบบควบคุมสภาพแวดล้อมของการปลูกผักไฮโดรโปนิกส์; 2559. [เข้าถึงเมื่อ 28 มกราคม 2564]. จาก : http://www.iven1.ac.th/main/attachments/Hydropronics%20research.pdf.

รัฐศิลป์ รานอกภานุวัชร์. ระบบควบคุมโรงเรือนผักไฮโดรโปรนิกส์อัตโนมัติโดยใช้เทคโนโลยี IoT. Journal of Information Science and Technology. 2561; 8(2):74-82.

พรคิด อั้นขาว. ระบบควบคุมสารละลายธาตุอาหารแบบอัตโนมัติสำหรับปลูกผักไฮโดรโพนิกส์. วารสารวิจัยมหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย. 2562; 11(1):146-157.

เมคคานิก้า. [อินเทอร์เน็ต]. กรุงเทพฯ: Diaphragm Pumps; 2562 [เข้าถึงเมื่อ 15 มีนาคม 2564]. เข้าถึงได้จาก : https://www.mechanika.co.th/content/diaphragm-pumps/.

Kamlungpetch A , Inrawong P. Appication of artificial neural networks with fast fourier transform for wave form analysis and classification. The journal of KMUTNB. 2017; 27(4): 643-53.

Guyer D, Yang X. Use of genetic artificial neural networks and spectral imaging for detection on cherries. Computers and Electronics in Agriculture. 2000; 29(1):179-94.

Chen X, Xun Y, Li W, et al. Combining discriminant analysis and neural networks for corn variety identifcation. Computers and Electronics in Agriculture. 2010; 71S:S48-S53.

Prakorppon T. Artificial neural networks. HCU Journal. 2009; 24(1):73-87.

Sibi P, Allwyn S, Siddarth P. Analysis of different activation functions using back propagation neural networks. Journal of Theoretical and Applied Information Technology. 2013; 47(3): 1264-8.

Buntam D, Permpoonsinsup W, Surin P. The Application of a Hybrid Model Using Mathematical Optimization and Intelligent Algorithms for Improving the Talc Pellet Manufacturing Process. Symmetry. 2020; 12(10):1-18.