Double versus Single Cartridge of 4% Articaine Infiltration into the Retro – Molar Area for Lower Third Molar Surgery
October 24, 2019
{:th}ลักษณะทางคลินิกและปัจจัยทางคลินิกที่ทำนายภาวะแพ้ยาต้านการอักเสบที่ไม่ใช่สเตียรอยด์ในคนไทย{:}{:en}Clinical Characteristics and Predictors of Non-Steroidal Anti-Inflammatory Drug (NSAID) Hypersensitivity in Thailand{:}
October 24, 2019

{:th}การใช้แบบจําลองทางคณิตศาสตร์ และคอมพิวเตอร์ เพื่อการประยุกต์ในเกษตรกรรมฟาร์มปศุสัตว์{:}{:en}Mathematical and Computer Modelling in Animal Farming{:}

{:th}

การใช้แบบจําลองทางคณิตศาสตร์ และคอมพิวเตอร์ เพื่อการประยุกต์ในเกษตรกรรมฟาร์มปศุสัตว์

ศูนย์ความเป็นเลิศด้านคณิตศาสตร์

โครงการวิจัย :

ฟาร์มสุกรและประมง: การจําลองแบบทางคณิตศาสตร์ การควบคุม และระบบตรวจสอบอัตโนมัติจากกล้อง

ผู้วิจัย :

1.) ศ.ยงค์วิมล เลณบุรี (มหาวิทยาลัยมหิดล)
2.) รศ.ชนม์ฑิตา รัตนกุล (มหาวิทยาลัยมหิดล)
3.) ผศ.ไพโรจน์ สถิรคู (มหาวิทยาลัยมหิดล)
4.) ผศ.บัญชา อานนท์กิจพาณิช (มหาวิทยาลัยขอนแก่น)
5.) ดร.ชนากานต์ เกียรติอร่ามกุล (มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ)
6.) Dr.Elvin J. Moore (มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ)

งานที่ 1: การใช้แบบจําลองปัญญาประดิษฐ์ เพื่อประมาณอัตราส่วนของการเติมไขมันในกระบวนการผสมอาหารสัตว์
เราต้องเติมไขมันในอาหารสัตว์ เมื่อระดับไขมันในอาหารต่ำกว่าที่ต้องการ การเติมไขมัน ณ เวลาต่างๆ จะมีผลต่างกัน ต่อคุณภาพของเกล็ดอาหาร การใส่ไขมันในอัตราส่วนที่เหมาะสมในตอนผสม หรือหลังจากการทำเกล็ดแล้ว จะทำให้คุณภาพของเกล็ดอาหาร และความสามารถในการผลิตสูงขึ้น ปัจจัยหลายประการมีผลต่อการตัดสินใจปริมาณที่เหมาะสมของไขมันที่ควรใส่เพิ่ม จึงเป็นปัญหาหนักของโรงสี โครงการนี้จึงสร้างแบบจําลองเพื่อประมาณปริมาณของไขมันที่ต้องการในเครื่องผสม สำหรับสูตรอาหารที่กำหนด แบบจําลองใช้พื้นฐานความรู้เกี่ยวกับ local linear map (LLM) และวิธีการเครือข่ายประสาทเทียมย้อนกลับ โดยใช้ข้อมูลจากโรงสีอาหารสัตว์ที่ใหญ่ที่สุดโรงหนึ่ง ในประเทศไทย ซึ่งแบบจำลองที่ได้สามารถคาดการ์ณอย่างแม่นยำ และได้นำไปใช้จริงโดยโรงสีที่ใช้เป็นกรณีศึกษา

งานที่ 2: แบบจําลองคณิตศาสตร์และทฤษฎีควบคุมเพื่อประมาณปริมาณอาหารเพื่อน้ำหนักสุกรที่เหมาะสมที่สุด
เป็นที่แน่นอนว่า ปริมาณอาหารที่สุกรบริโภคมีผลต่อน้ำหนักของสุกร น้ำหนักที่เหมาะสมที่สุดของสุกร ณ วันที่ถูกจำหน่าย คือน้ำหนักที่ขายได้ราคาดีที่สุด การวิจัยนี้มุ่งหาปริมาณอาหารที่ต่ำสุดที่จะป้อนให้แก่ลูกสุกรหลังหย่านม เพื่อที่น้ำหนักของมันจะเพิ่มขึ้นไปสู่ค่าสุดท้าย ณ วันที่จำหน่ายตามกำหนด เราหาค่าพารามิเตอร์ในสมการลอจิสติก และ สมการ Gompertz ในปัญหาควบคุมที่เหมาะสมที่สุด โดยใช้ข้อมูลการเจริญเติบโตจริง

งานที่ 3: แบบจําลองการระบาดของโรคติดเชื้อในสุกร เช่นโรคระบบสืบพันธุ์และระบบหายใจบกพร่อง (PRRS)
โรคระบบสืบพันธุ์และระบบหายใจบกพร่อง สามารถทำให้สุกรเสียชีวิตลงเป็นจำนวนมาก ก่อความเสียหายต่ออุตสาหกรรมอาหาร จากสุกร อันสำคัญต่อเศรษฐกิจของประเทศ โครงการวิจัยนี้สร้างแบบจำลองทางคณิตศาสตร์ที่เหมาะสม โดยคำนึงถึงอัตราการติดเชื้อที่ลดลงตามเวลา ซึ่งผลจากการวิเคราะห์ไม่เชิงเส้น สามารถพบว่าการหน่วงเวลาในการติดเชื้อมีผลกระทบต่อการระบาดอย่างไร และจะมีประชากรที่ติดเชื้อที่ลดลงสู่ศูนย์หรือไม่ เมื่อใด นอกจากนั้นการใช้มาตรการควบคุมการติดเชื้อ เช่น การฆ่าสุกรติดเชื้อ หรือการฉีดวัคซีนเป็นระยะๆ สามารถจำลองด้วยระบบสมการที่มีพจน์กระตุ้นเป็นห้วงๆ (impulsive) เรายังได้ปรับใช้ระบบสมการ ปฏิกริยา-การแพร่ เพื่อจำลองการกระจายตัวของประชากรสุกรที่ติดเชื้อ ไปตามพื้นที่ต่างๆ และเวลาที่เปลี่ยนไป

การนำไปใช้ประโยชน์ : นำไปใช้ในโรงอาหารสัตว์ (feed mill) ที่ใช้ในการวิจัยเป็นกรณีศึกษา

การเผยแพร่ผลงาน :
1.) Ittiphlin, M., Arnonkijpanij, B., Pathumnakul, S. An Artificial Intelligence Model to Estimate the Fat Addition Ratio for the Mixing Process in the Animal Feed Industry. J Intell Manuf. 28 (2017) 219–228.
2.) Matkhao, P., Lenbury, Y., Rattanakul, C., Chuchalerm, N. Modeling Porcine Reproductive and Respiratory Syndrome Incorporating Decaying Infectiousness and Delayed Infection Incidences. Southeast-Asian J. of Sciences. 5(1) (2017) 32-46.
3.) Chuchalerm, N., Lenbury, Y., Matkhao, P. Mathematical Modeling of Porcine Reproductive and Respiratory Syndrome Incorporating Decaying Infectiousness and Periodic Inoculation. Southeast-Asian J. of Sciences. 5(1) (2017) 9-21.
4.) Suksamran, J., Lenbury, Y., Satiracoo, P., Rattanakul, C. A model for Porcine Reproductive and Respiratory Syndrome with time dependent infection rate: travelling wave solution, Advances in Difference Equations. (2017) 2017: 215. DOIhttps://doi.org/10.1186/s13662-017-1282-3.
5.) Puengpo, S., Moore, E. J., Kiataramku, C. Application of Continuous and Discrete Optimal Control to Feeding of Farm Animals, Songklanakarin Journal of Science and Technology, In Press.

การติดต่อ :
ศ.ยงค์วิมล เลณบุรี
ศูนย์ความเป็นเลิศด้านคณิตศาสตร์ มหาวิทยาลัยมหิดล
+66 2 201 5335 , +668 9924 3713
scylb@yahoo.com

{:}{:en}

Mathematical and Computer Modelling in Animal Farming

Centre of Excellence in Mathematics

Project’s Title :

Swine Farming and Fisheries: Modelling, Control and Machine Vision

Researcher (s) :

1.) Prof.Yongwimon Lenbury (Mahidol University)
2.) Assoc.Prof.Chontita Rattanakul (Mahidol University)
3.) Asst.Prof.Pairote Satiracoo (Mahidol University)
4.) Asst.Prof.Banchar Arnonkijpanich (Khon Kaen University)
5.) Dr.Chanakarn Kiataramkul (King Mongkut’s University of Technology North Bangkok)
6.) Dr.Elvin J. Moore (King Mongkut’s University of Technology North Bangkok)

Direction 1: An Artificial Intelligence Model to Estimate the Fat Addition Ratio for the Mixing Process in the Animal Feed Industry
Additional fat is required when the fat level in the feed ingredients is less than the desired level. The use of suitable fat addition ratios during mixing and after pelleting can improve the pellet quality and the production capability. Since many factors affect the decision of how much fat to add, anticipating the suitable amount of fat addition during the mixing process becomes a heavy task for a mill. This project proposes a model for estimating the amount of fat required in the mixer for each feed formulation. The model is based on the local linear map (LLM) and the back-propagation neural network (BPNN) methods. The model, using data from one of the largest feed mills in Thailand, provides accurate prediction and has been implemented in the mill under study.

Direction 2: Mathematical Modelling and Control Theory in Estimation of Feed Amount for the Optimum Weight of Swine
The amount of food intake obviously affects swine body weight. The most suitable weight of swine on the day of sale is the weight that fetches the best price. The objective of this research was to minimize the amount of food fed to swine in the post weaning period so that the weight reaches a desirable final value on a fixed day of sale. Actual growth data was used to estimate the parameters in the logistic or the Gompertz equations.

Direction 3: Modelling the Spread of Swine Infectious Diseases Such as PRRS
The porcine reproductive and respiratory syndrome (PRRS) can incur high rates of morbidity that could cause severe financial crisis to the countries with swine industries as a whole. This project proposes an appropriate mathematical model that incorporates the declining infectious rate with time. Analysis of the nonlinear model allows us to discover how the delay in incidence rate affects the spread of the disease and whether the number of infected swine may diminish to zero. The control measure of periodic culling or vaccination is modeled by an impulsive model system. The model is also modified into a reaction-diffusion system to simulate the spread of infected swine over both the spatial direction and time.

Applied Research Project to Usage : The proposed model has been implemented in the mill that was studied.

Publishing :
1.) Ittiphlin, M., Arnonkijpanij, B., Pathumnakul, S. An Artificial Intelligence Model to Estimate the Fat Addition Ratio for the Mixing Process in the Animal Feed Industry. J Intell Manuf. 28 (2017) 219–228.
2.) Matkhao, P., Lenbury, Y., Rattanakul, C., Chuchalerm, N. Modeling Porcine Reproductive and Respiratory Syndrome Incorporating Decaying Infectiousness and Delayed Infection Incidences. Southeast-Asian J. of Sciences. 5(1) (2017) 32-46.
3.) Chuchalerm, N., Lenbury, Y., Matkhao, P. Mathematical Modeling of Porcine Reproductive and Respiratory Syndrome Incorporating Decaying Infectiousness and Periodic Inoculation. Southeast-Asian J. of Sciences. 5(1) (2017) 9-21.
4.) Suksamran, J., Lenbury, Y., Satiracoo, P., Rattanakul, C. A model for Porcine Reproductive and Respiratory Syndrome with time dependent infection rate: travelling wave solution, Advances in Difference Equations. (2017) 2017: 215. DOIhttps://doi.org/10.1186/s13662-017-1282-3.
5.) Puengpo, S., Moore, E. J., Kiataramku, C. Application of Continuous and Discrete Optimal Control to Feeding of Farm Animals, Songklanakarin Journal of Science and Technology, In Press.

Key Contact Person :
Prof.Yongwimon Lenbury
Centre of Excellence in Mathematics, Mahidol University
+66 2 201 5335 , +668 9924 3713
scylb@yahoo.com

{:}