การพัฒนาแบบจำลองแบบแปรผันตามเวลาสำหรับความต้องการเดินทางด้วยรถรับส่งสำหรับชุมชนขนาดเล็ก
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
ในการศึกษาครั้งนี้จะนำเสนอการพัฒนาแบบจำลองความต้องการการเดินทางด้วยรถโดยสารประจำทางแบบพลวัต กรณีศึกษามหาวิทยาลัยเทคโนโลยีสุรนารีเพื่อใช้พยากรณ์จำนวนผู้มาใช้บริการรถโดยสารประจำทางทุก ๆ 15 นาที โดยทำการพิจารณาปัจจัยที่เกี่ยวข้องกับช่วงเวลาและตารางเรียนของนักศึกษามาพิจารณาว่ามีแนวโน้มส่งผลต่อจำนวนผู้มาใช้บริการรถโดยสารประจำทางมากน้อยเพียงใด โดยอาศัยข้อมูลจำนวนผู้มาใช้บริการรถโดยสารประจำทางที่ได้จากการสำรวจข้อมูลจริง โดยแบ่งพื้นที่ทำการศึกษาออกเป็น 2 โซน ดังนี้ โซน A เป็นโซนกลุ่มอาคารเรียนและกลุ่มอาคารหน่วยงานต่าง ๆ โซน B เป็นโซนกลุ่มอาคารหอพักของนักศึกษาและข้อมูลตารางเรียนนักศึกษารายบุคคลที่ลงทะเบียนเรียนในวันที่ทำการสำรวจซึ่งมหาวิทยาลัยได้ก็รวบรวมข้อมูลไว้ การพัฒนาแบบจำลองความต้องการการเดินทางด้วยรถโดยสารประจำทางแบบพลวัตจะใช้การถดถอยพหุคูณและการถดถอยพัวซองในการพัฒนาแบบจำลองแต่เนื่องจากการถดถอยพัวซองเกิดปัญหา Overdispersion Effect ดังนั้นจึงใช้การถดถอยทวินามเชิงลบ ในการพัฒนาแบบจำลองแทนการใช้การถดถอยพัวซอง แล้วนำผลที่ได้จากแบบจำลองมาสอบทานความแม่นยำเพื่อหาแบบจำลองที่มีความแม่นยำมากที่สุด ผลการศึกษาการพัฒนาแบบจำลองความต้องการการเดินทางด้วยรถโดยสารประจำทางแบบพลวัตของโซน A และ โซน B พบว่า จำนวนผู้มาใช้บริการรถโดยสารประจำทางที่ได้จากแบบจำลอง Multiple linear regression ได้ค่าเฉลี่ยผู้มาใช้บริการทั้งวัน เท่ากับ 9.60 คนต่อ 15 นาที และ 11.86 คนต่อ 15 นาที ตามลำดับ จำนวนผู้มาใช้บริการรถโดยสารประจำทางที่ได้จากแบบจำลอง Negative binomial regression ได้ค่าเฉลี่ยผู้มาใช้บริการทั้งวันเท่ากับ 10.43 คนต่อ 15 นาที และ 13.23 คนต่อ 15 นาที ตามลำดับ จำนวนผู้มาใช้บริการรถโดยสารประจำทางที่ได้จากข้อมูลที่สำรวจจริงมีค่าเฉลี่ยผู้มาใช้บริการทั้งวันเท่ากับ 10.92 คนต่อ 15 นาที และ 13.75 คนต่อ 15 นาที ตามลำดับ จากผลการสอบทานความแม่นยำของแบบจำลอง สรุปได้ว่าแบบจำลองที่ใช้ Negative binomial regression สามารถพยากรณ์ได้แม่นยำกว่าแบบจำลองที่ใช้ Multiple linear regression ดังนั้นจึงเลือกแบบจำลองที่ใช้ Negative Binomial regression ในการพัฒนาแบบจำ เพื่อใช้พยากรณ์จำนวนผู้มาใช้บริการรถโดยสารประจำทางทุก ๆ 15 นาที แสดงในรูปสมการดังนี้ โซน A YA= EXP(0.549 + 0.286X2A+ 2.456X2B + 0.274 X2C+ 0.767X2D + 0.000315X8B) โซน B YB= EXP(-0.148 + 1.585X1B + 0.407X1D+ 0.0003X3A + 0.001X5B )