การพัฒนาโมเดลโดยใช้นิวโรฟัซซี่สำหรับการคัดเลือกขึ้นบัญชีเป็นผู้มีคุณสมบัติเบื้องต้นในการจ้างงานก่อสร้างชลประทาน (Adaptive Neuro-Fuzzy Inference System (ANFIS) Modeling for Irrigation Construction Pre-Qualification Assessment)
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลการคัดเลือกขึ้นบัญชีเป็นผู้มีคุณสมบัติเบื้องต้นงานก่อสร้างชลประทาน ด้วยระบบอนุมานฟัซซี่บนโครงข่ายที่ปรับตัวได้ โดยได้เก็บรวบรวมข้อมูลการประเมินจากผู้รับจ้างงานก่อสร้างชลประทานที่ได้ยื่นเอกสารขอขึ้นบัญชีเป็นผู้มีคุณสมบัติเบื้องต้นงานก่อสร้างชลประทาน จากระบบทะเบียนรายชื่อ กองพัสดุ กรมชลประทาน จำนวน 40 ตัวอย่าง เป็นข้อมูลนำเข้า เพื่อทำนายค่าคะแนนคุณสมบัติของผู้รับจ้าง การให้คะแนนประกอบด้วยคุณสมบัติเฉพาะ 4 ด้าน ได้แก่ ด้านประสบการณ์และผลงาน ด้านสมรรถภาพที่เกี่ยวข้องกับฐานะการเงิน ด้านสมรรถภาพที่เกี่ยวข้องกับเจ้าหน้าที่ และ ด้านสมรรถภาพที่เกี่ยวข้องกับเครื่องมือ โรงงาน จากนั้นนำข้อมูลมาพัฒนาโมเดล ทำการฝึกฝนจำนวน 36 ตัวอย่าง (90%) และทำการทดสอบ จำนวน 4 ตัวอย่าง (10%) พบว่าโมเดลมีค่าดัชนีทางสถิติความคลาดเคลื่อนรวม (RMSE) เท่ากับ 0.0101 จากนั้นทดสอบโมเดล PQ–ANFIS โดยจำลอง 5 สถานการณ์ เพื่อให้ครอบคลุมหลักเกณฑ์การประเมินคุณสมบัติเบื้องต้น ผลการจำลองสถานการณ์การประเมิน พบว่า สถานการณ์ที่ 1 ผลของกรมฯ มีคะแนนรวม 27.17 คะแนน ส่วนผลของโมเดล มีคะแนนรวม 27.12 คะแนน อยู่ในลำดับชั้น 4 สถานการณ์ที่ 2 ผลของกรมฯ มีคะแนนรวม 38.79 คะแนน ส่วนผลของโมเดล มีคะแนนรวม 38.81 คะแนน อยู่ในลำดับชั้น 3 สถานการณ์ที่ 3 ผลของกรมฯ มีคะแนนรวม 71.26 คะแนน ส่วนผลของโมเดล มีคะแนนรวม 71.18 คะแนน อยู่ในลำดับชั้น 2 สถานการณ์ที่ 4 ผลของกรมฯ มีคะแนนรวม 84.73 คะแนน ส่วนผลของโมเดล มีคะแนนรวม 84.80 คะแนน อยู่ในลำดับชั้น 1 และสถานการณ์ที่ 5 ผลของกรมฯ มีคะแนนรวม 97.20 คะแนน ส่วนผลของโมเดล มีคะแนนรวม 97.08 คะแนน อยู่ในลำดับชั้นพิเศษ แสดงให้เห็นว่า โมเดล PQ–ANFIS เป็นโมเดลที่มีความแม่นยำตรงตามผลการประเมินของกรมฯ ทั้ง 5 สถานการณ์ ซึ่งเป็นโมเดลที่มีความยืดหยุ่นและสะดวกในการใช้งาน สามารถนำไปใช้ในการประเมินคุณสมบัติเบื้องต้นได้อย่างมีประสิทธิภาพ
Article Details
เอกสารอ้างอิง
Janthaban, B. (2013). Proper Characters of Contractors for Bridge and Highway Construction Projects of The Department of Highways. Thesis of the Degree of Master of Engineering Program in Civil Engineering. Nakhon Ratchasima : Suranaree University of Technology. (in Thai)
Office of the Permanent Secretary Ministry of Commerce. (2017). Ministry of Finance regulations According to the Government Procurement and Supplies Administration Act. [Online]. Retrieved June 26, 2021, from : http://www.ops.moc.go.th/ewt_dl_link.php?nid=3926 (inThai)
Pawan, P. and Lorterapong, P. (2015). A Fuzzy-Based Integrated Framework for Assessing Time Contingency in Construction Projects. , J. Constr. Eng. Manage. 142(3), DOI: 10.1061/(ASCE)CO.1943-7862.0001073 (2015), 830-839.
Royal Irrigation Department. (2017). Criteria and methods of selection to be listed as a person with preliminary qualifications in the construction contract irrigation construction (Revised Edition). [Online]. Retrieved June 26, 2021, from: http://supply.rid.go.th/_data/docx/asset/หลกเกณฑและวธคดเลอด%20ปรบปรงใหม update2.pdf (in Thai)
Russell, J. S. and Skibniewski, M. J. (1990). QUALIFIER-1: contractor prequalification model. Journal of Computing in Civil Engineering, 4(1), 77-99.
Russell, J. S. (1996). Constructor prequalification - Choosing the best constructor and avoiding constructor failure. New York, USA : American Society of Civil Engineers.
Sadeh, L. A. (1965). Fuzzy sets. Inform. Control, 8, 338-353.
Vanborsel, B. And Subsomboon, K. (2018). Data Analysis of the Contractor Who Abandons of the Governmental Construction Work from the Documents of the Comptroller General's Department. Thai Journal of Science and Technology Journal, 427-441. (in Thai)
