การจัดตารางการใช้ห้องเรียนเพื่อลดภาระการทำความเย็นโดยประยุกต์ใช้วิธีการเชิงพันธุกรรม : กรณีศึกษา
คำสำคัญ:
การจัดตารางการใช้ห้องเรียน, ภาระการทำความเย็น, ขั้นตอนวิธีเชิงพันธุกรรมบทคัดย่อ
จากค่าใช้จ่ายการใช้ไฟฟ้าที่เพิ่มสูงมากขึ้นในแต่ละปีของหน่วยงานที่ใช้เป็นกรณีศึกษา ทำให้ผู้วิจัยเล็งเห็นถึงปัญหาและศึกษาแนวทางในลดการใช้พลังงานไฟฟ้าอันเนื่องจากความร้อนที่เกิดขึ้นจากคนจำนวนมากภายในห้อง ตลอดจนความร้อนจากระบบส่องสว่าง และความร้อนภายนอกที่ถ่ายเทผ่านผนังของห้อง ซึ่งมีผลต่อการทำงานของเครื่องปรับอากาศภายในห้องนั้นๆ งานวิจัยนี้มีเป้าหมายเพื่อพัฒนาแนวทางในการตัดสินใจเพื่อแก้ปัญหาการจัดตารางการใช้ห้องเรียนของหน่วยงานที่ใช้เป็นกรณีศึกษา โดยการประยุกต์ใช้วิธีการเชิงพันธุกรรม โดยมีเป้าหมายคือการทำให้ภาระการทำความเย็นรวมของเครื่องปรับอากาศภายในห้องต่ำที่สุด ผลการศึกษาแสดงให้เห็นว่าวิธีการที่นำเสนอสามารถช่วยลดภาระการทำความเย็นรวมของเครื่องปรับอากาศเมื่อเปรียบเทียบกับวิธีการจัดโดยบุคลากรที่ใช้อยู่ในปัจจุบันที่ค่าเฉลี่ยร้อยละ 12.28
References
Pojana, P., 2011, “Electric Energy Crisis ...The Last Solution Remaining,” EGAT Magazine, 5 (5), pp. 12-15. (In Thai)
Willemen, R.B., 1996, School Timetable Construction: Algorithms and Complexity [Online], Available: https://pure.tue.nl/ws/files/1849715/200211248.pdf.
Sittikorn, K., 2009, A Support System for Classroom Scheduling to Minimize Energy Utilization Index, Master of Engineering Thesis, Khon Kaen University. (In Thai)
Jaojaruek, K., 2011, Air Conditioning [handout], Department of Mechanical Engineering, Faculty of Engineering at Kamphaeng Saen, Kasetsart University. (In Thai)
Janjarassuk, U., 2017, “Parallel Genetic Algorithm for the Stochastic Network Interdiction Problem,” KMUTT Research and Development Journal, 40 (3), pp. 405-414. (In Thai)
Sethanan, K., 2015, Metaheuristics and Applications for Industry, Klungnana Vitthaya Press, Khon Kaen. (In Thai)
Pitakaso, R., 2011, Metaheuristic Approach for Solving Production and Logistics Problems, Technology Promotion Association (Thailand-Japan), Bangkok. (In Thai)
Arora, C.P., 2015, Refrigeration and Air Conditioning, McGraw-Hill, New York.
ASHRAE, 2001, ASHRAE Research: Improving the Quality of Life [Online], Available: https://sovathrothsama.files.wordpress.com/2016/03/ashrae-hvac-2001-funda mentals-handbook.pdf.
Kraithong, R., 2014, A Cooperative Coevolution Genetic Algorithm for Generating Trading Strategies, Master of Science Thesis, National Institute of Development Administration. (In Thai)
Sangsawang, C., Sethanan, K., Fujimoto, T. and Gen, M., 2015, “Metaheuristics Optimization Approaches for Two-stage Reentrant Flexible Flow Shop with Blocking Constraint,” Expert Systems with Applications, 42, pp. 2395–2410.
Rahmani Hosseinabadi, A.A., Vahidi, J., Saemi, B., Sangaiah, A.K. and Elhoseny, M., 2019, “Extended Genetic Algorithm for Solving Open-shop Scheduling Problem,” Soft Computing, 23, pp. 5099–5116.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2021 มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาของบทความที่ตีพิมพ์ในวารสาร Science and Engineering Connect ในทุกรูปแบบ รวมถึงข้อความ สมการ สูตร ตาราง ภาพ ตลอดจนภาพประกอบในรูปแบบอื่นใด เป็นลิขสิทธิ์ของมหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี การนำเนื้อหา ไม่ว่าจะในรูปแบบใด ของบทความไปใช้ประโยชน์ในเชิงพาณิชย์ ต้องได้รับอนุญาตจากบรรณาธิการวารสารอย่างเป็นลายลักษณ์อักษรก่อนเท่านั้น
