Search Result of "ทองเปลว กองจันทร์"

About 7 results
Img

งานวิจัย

การกำหนดดัชนีภัยแล้งรวมที่เหมาะสำหรับประเทศไทย (2012)

หัวหน้าโครงการ:Imgดร.บัญชา ขวัญยืน, รองศาสตราจารย์

ผู้ร่วมโครงการ:Imgคณพจ, Imgทองเปลว กองจันทร์, Imgสมคิด

แหล่งทุน:สำนักงานคณะกรรมการวิจัยแห่งชาติ

Img
Img

ที่มา:วิทยานิพนธ์ ปริญญาโท (จาก: บัณฑิตวิทยาลัย และ สำนักหอสมุด มก.)

หัวเรื่อง:การประเมินผลการใช้ WASAM 2.2 ในการจัดสรรน้ำและติดตามผลสำหรับโครงการส่งน้ำและบำรุงรักษามูลบน

ผู้เขียน:Imgทองเปลว กองจันทร์

ประธานกรรมการ:Imgดร.วราวุธ วุฒิวณิชย์, รองศาสตราจารย์

กรรมการวิชาเอก:Imgนายอดุล วรรณจนา, รองศาสตราจารย์

กรรมการวิชารอง:Imgนายชัยวัฒน์ ขยันการนาวี, รองศาสตราจารย์

สื่อสิ่งพิมพ์:pdf

Abstract


Dissertation/Thesis Info
Abstract  (cache) |  Full text  (cache)  | Page  (Info)

Img

ที่มา:วิทยาสารเกษตรศาสตร์ สาขา วิทยาศาสตร์

หัวเรื่อง:ไม่มีชื่อไทย (ชื่ออังกฤษ : Artificial Neural Networks Model for Multireservoir Water Allocation)

ผู้เขียน:Imgทองเปลว กองจันทร์, Imgดร.วราวุธ วุฒิวณิชย์, รองศาสตราจารย์

สื่อสิ่งพิมพ์:pdf

Abstract

This research aimed to develop the multireservoir water allocation model for the Upper Mun basin in Northeast of Thailand where there were 4 large scale multipurpose reservoirs namely Lam Chae, Mun Bon, Lam Phra Ploeng and Lam Takong located. The study area covered 7,190 sq.km. The water in the basin was used for 4 purposes namely agriculture, municipal and industrial water supply, preserving the ecological system equilibrium and the water requirements at the river basin outlet for downstream users. There were 4 big irrigation systems covering the area of 353,650 rai and 8 municipal and industrial water supply systems. 25 years of monthly data were used in the analysis of the water shortage in the basin. The optimum water allocation among the 4 water user groups was derived by the multiobjective optimization techniques called Epsilon-constraint linear programming. The best water allocation policy that satisfied the profitability, equity and reliability criteria was derived by the multicriteria decision making process called AHP. The priority weights for profitability, reliability and equity were 41, 32.3 and 26.7% respectively. The best water allocation policy was then simulated by HEC-3 using the cases of dry and normal year. The simulation result was used to develop the artificial neural networks model for multireservoir water allocation. The 12-16-4-4 MLFF-BP neural networks were the best fitted model. The model showed very high R2 of 0.9578-0.9900 for training and R2 of 0.8041-0.9658 for the testing. The 12-16-4-4 MLFF-BP neural networks model was tested by comparison with the actual data in 2001 and 2002. This research illustrated that the artificial neural networks was simple and could practically be applied to the multireservoir water allocation.

Article Info
Agriculture and Natural Resources -- formerly Kasetsart Journal (Natural Science), Volume 037, Issue 4, Oct 03 - Dec 03, Page 523 - 533 |  PDF |  Page 

Img
Img

Researcher

ดร. บัญชา ขวัญยืน, รองศาสตราจารย์

ที่ทำงาน:ภาควิชาวิศวกรรมชลประทาน คณะวิศวกรรมศาสตร์ กำแพงแสน

สาขาที่สนใจ:Groundwater System Analysis

Resume

Img

Researcher

ดร. สถาพร เตมีพัฒนพงษา, อาจารย์

ที่ทำงาน:ภาควิชาวิศวกรรมชลประทาน คณะวิศวกรรมศาสตร์ กำแพงแสน

สาขาที่สนใจ:การจัดการน้าเพื่อการชลประทาน, ชลศาสตร์, อุทกวิทยา

Resume