This research aims to study the application of coconut meal corn cob and durian peel as wood-substituted biocomposites in medium density fiberboard. The fiber: urea formaldehyde glue: isocyanate glue with polymeric diphenymethane diisocyanate type (pMDI) ratio is equal to 1: 0.13: 0.003. The fibers are taken from coconut meal corn cob and durian peel that 7 ratios are used to all of fiber mixing. The fiberboard production use 130°C of temperature with 20 – 50 kg/sq.cm of compressive pressure with 8 minutes per piece of rate. Their fiberboards have 603 – 856 kg/m of density that was tested follow the TIS 876-2547 standard. Resulting the MM33 ratio (coconut meal fibers: corn cob fibers: durian peel fibers is equal to 0.33: 0.33: 0.33) and the CC50 ratio (coconut meal fibers: corn cob fibers: durian peel fibers is equal to 0.50: 0.25: 0.25) can pass the standard in physical properties and mechanical properties. Moreover their fiberboards have good thermal insulation.

เนื่องด้วยงานวิจัยในปัจจุบันเกี่ยวกับการพัฒนาหาสารออกฤทธิ์ทางชีวภาพตัวใหม่เป็นงานที่ได้รับความสนใจ เนื่องจากปัจจุบันมีความต้องการในด้านยาตัวใหม่ เพื่อการรักษาโรคระบาดที่มีความรุนแรง ที่มีการติดเชื้อซ้ำซ้อน หรือมีการดื้อต่อยา ด้วยแนวทางการวิจัยที่ทีมผู้วิจ้ยที่เน้นการศึกษาหาเชื้อจุลินทรีย์ในธรรมชาติที่เจริญเติบโตบนเปลือกทุเรียนและมังคุดที่มีคุณสมบัติในการสร้างสารออกฤทธิ์ชีวภาพ ได้ถูกพัฒนาขึ้นมา เพื่อประโชน์ในการยับยั้งจุลินทรีย์ที่ก่อโรคทั่วไปที่มักก่อปัญหาดังกล่าว จากงานวิจัยที่คณะผู้วิจัยคัดเลือกเชื้อจุลินทรีย์ธรรมชาติที่เจริฐบนเปลือกผลไม้ทั้งสองชนิดนี้มาทดสอบอย่างละ 300 clones หรือสารพันธุ์ ได้พบว่าสามารถคัดแยกแบคทีเรียที่บริสุทธิ์แล้วอย่างน้อย 20 เปอร์เซ็นต์ของทั้งสองกลุ่มจากเปลือกทุเรียนและเปลือกมังคุด ที่มีศักยภาพในการออกฤทธิ์ต้านแบคทีเรียก่อโรค เช่น Stapphylococcus Bacillus และ E.coli โดยให้ผลบอกของการทดสอบด้วยวธี disc diffusion test ในระดับตั้งแต่ +2 เมื่อเทียบกับการยับยั้งการเจริบเติบโตของเชื้อเหล่านี้ด้วยยาปฏิชีวนะ

This research aimed to design and construct a forecasting support system on demand of fresh durian of Thailand by applying 2 mathematical models which were Time Series model and Artificial Neural Network model in order to find an accurate model of forecasting support system on demand of durian yield to forecast durian yield quantity of Thailand in advance and use the forecast results to plan and determine quantity of fresh durian and durian product conforming with domestic consumption and export in order not to be over demand and cheap durian sold price. The forecast models were applied with Time Series model by using Moving Average Weighted Moving Average Single Exponential Smoothing and Holt’s Linear Exponential Smoothing techniques and Back Propagation of Artificial Neural Network model which used 4 input variables relating to durian yield. All of the forecast models were used to forecast total durian yield quantity in 26 provinces of durian cultivated area all around Thailand. Durian yield quantity data used was from 1996 to 2008. After that the forecast results were used to find the errors of MAE MSE RMSE and MAPE. Then the errors of each forecast model were compared. The forecast model which had the least error was the most accurate forecast model. The research result is following. Back Propagation with 4-8-1 structure of Artificial Neural Network model had the least error so that it was the most accurate forecast model to forecast fresh durian yield quantity in advance.

The objective of this research is to design forecasting support models on demand of durian for domestic markets and export markets for durian gardeners durian entrepreneurs of domestic markets and export markets and the Office of Agricultural Economics to plan durian demand conforming with domestic markets and export markets because of Production and marketing main problems (The Agricultural Information Center The office of Agricultural Economics: 2008) such as over - much durian production during production capital increased farmers durian sold price tended to be lower and lower inefficient domestic market management and more export but cheaper price therefore after that to design forecasting for the purpose in order that durian would not be over demand which is containing factors of the demand of durian fresh durian frozen durian paste and durian chips for domestic markets and export markets exported to Asia America Australia and Africa. The research involves historical collection data in the period of 2002 to 2008. The basic of forecast models are the designed and improved models using an intelligent knowledge-based approach beginning Moving average Deseasonalized Exponential smoothing Double exponential smoothing and Artificial neural network (ANNs) program within the model of new value Creation and comparative accuracy models. The evaluation result of forecasting durian demand showed that lowest MAPE of Deseasonlized models at 3 month was durian fresh durian frozen and durian paste but durian chips showed that lowest MAPE of ANNs at 4 input 10 hidden layers and 1 output was high accurate forecasting and optimal models. The analysis recommendations and error forecast of durian demand are also presented.