การพยากรณ์เพื่อการจัดการสินค้าคงคลังเมื่อมีข้อมูลจำนวนน้อย
Main Article Content
บทคัดย่อ
บทความนี้ทาการวิเคราะห์ข้อมูลอนุกรมเวลารายเดือนจานวน 24 ค่า เพื่อหารูปแบบการเคลื่อนไหวของอนุกรมเวลา ซึ่งเมื่อมีข้อมูลอนุกรมเวลารายเดือนที่มีจานวนน้อยกว่า 36 ค่า ข้อสังเกตเกี่ยวกับธรรมชาติของข้อมูล และการสังเกตความยาวของฤดูกาลด้วยการปรับเรียบค่าเฉลี่ยเคลื่อนที่ ซึ่งทาให้เลือกตัวแบบในการพยากรณ์ที่ได้ค่าคลาดเคลื่อนต่าลงหลังจากนั้นทาการพยากรณ์อนุกรมเวลาล่วงหน้าไปหนึ่งปี แล้วทาการคานวณค่าปริมาณการสั่งซื้อ และช่วงเวลาการสั่งซื้อ
Article Details
รูปแบบการอ้างอิง
[1]
จันทนะ อ. ด., “การพยากรณ์เพื่อการจัดการสินค้าคงคลังเมื่อมีข้อมูลจำนวนน้อย”, sej, ปี 14, ฉบับที่ 3, น. 106–112, ม.ค. 2020.
ประเภทบทความ
บทความวิจัย
ลิขสิทธิ์เป็นของวารสารวิศวกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ
เอกสารอ้างอิง
[1] J. Gareth, Time Series Forecasting, Simulation, Applications. ELLIS Horwood Limited, West Sussex, 1993.
[2] K. Maurich, Time-Series. Charles Griffin and Company Ltd., London, 1976.
[3] D. G. Montgomery, Forecasting and Time Series Analysis. McGraw-Hill Inc., Singapore, 1990.
[4] ทรงศิริ แต้สมบัติ, การพยากรณ์เชิงปริมาณ. สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพ, 2549.
[5] ทรงศิริ แต้สมบัติ, “ปัจจัยที่มีผลต่อความถูกต้องของการพยากรณ์เชิงปริมาณ,” รายงานผลการวิจัยฉบับสมบูรณ์ ทุนอุดหนุนวิจัย มก. ประจำปี 2543.
[6] วิชิต หล่อจิระชุณห์กุล, เทคนิคการพยากรณ์. โรงพิมพ์จุฬาลงกรณ์ กรุงเทพ, 2539.
[7] ศิริจันทร์ ทองประเสริฐ, ระบบพัสดุคงคลัง. จุฬาลงกรณ์มหาวิทยาลัย กรุงเทพ, 2530.
[2] K. Maurich, Time-Series. Charles Griffin and Company Ltd., London, 1976.
[3] D. G. Montgomery, Forecasting and Time Series Analysis. McGraw-Hill Inc., Singapore, 1990.
[4] ทรงศิริ แต้สมบัติ, การพยากรณ์เชิงปริมาณ. สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพ, 2549.
[5] ทรงศิริ แต้สมบัติ, “ปัจจัยที่มีผลต่อความถูกต้องของการพยากรณ์เชิงปริมาณ,” รายงานผลการวิจัยฉบับสมบูรณ์ ทุนอุดหนุนวิจัย มก. ประจำปี 2543.
[6] วิชิต หล่อจิระชุณห์กุล, เทคนิคการพยากรณ์. โรงพิมพ์จุฬาลงกรณ์ กรุงเทพ, 2539.
[7] ศิริจันทร์ ทองประเสริฐ, ระบบพัสดุคงคลัง. จุฬาลงกรณ์มหาวิทยาลัย กรุงเทพ, 2530.