ผักกาดหอมเป็นผักสลัดที่คนไทยนิยมรับประทานมีคุณค่าทางโภชนาการสูง ผักกาดหอมเป็นผักที่มีความต้องการตลอดทั้งปี เกษตรกรนิยมปลูกเป็นจำนวนมากเนื่องจากใช้เวลาในการปลูกสั้น และในช่วงฤดูหนาวที่เป็นช่วงที่เกษตรกรนิยมปลูกผักกาดหอมกันมากที่สุด ศูนย์รวบรวมผักกาดหอมจึงมักประสบปัญหาในเรื่องการจัดการผักกาดหอมที่เข้ามาเป็นจำนวนมากในช่วงฤดูกาลเพาะปลูก ทำให้ผลผลิตเกิดการเน่าเสียสูญเสียรายได้ นอกจากนี้ศูนย์รวบรวมยังประสบปัญหาการเลือกใช้ยานพาหนะที่มีหลายขนาดในการขนส่งผักกาดหอม ซึ่งมีการขนส่งอยู่สองช่วง คือ ช่วงที่หนึ่งจากแปลงปลูกมายังศูนย์รวบรวบ และช่วงที่สองจากศูนย์รวบรวมไปยังลูกค้า ดังนั้นเพื่อแก้ไขปัญหาดังกล่าวข้างต้น ในงานวิจัยนี้จึงมีการประยุกต์ใช้แบบจำลองกำหนดการเชิงเส้นผสมจำนวนเต็ม เพื่อใช้ในการวางแผนตั้งแต่การสั่งซื้อเมล็ดพันธุ์ในการปลูก ช่วงเวลาการใส่ปุ๋ย ช่วงเวลาในการเก็บเกี่ยว รวมถึงการเลือกใช้ยานพาหนะในการขนส่งผักกาดหอมทั้งสองช่วงให้สอดคล้องกันด้วยต้นทุนการดำเนินการรวมที่ต่ำที่สุด ผลลัพธ์ของแบบจำลองเชิงเส้นตรงผสมจำนวนเต็มแสดงให้เห็นว่า แบบจำลองสามารถลดต้นทุนการดำเนินการรวมได้ถึง 23.77% เมื่อเทียบกับก่อนการใช้แบบจำลอง

Lettuce is a high nutritional salad for Thais and has demand throughout the year. Many farmers are interested in planting lettuce due to its short time of growing. Lettuce is most commonly grown during the winter period. The distribution centers for lettuce often face problems in managing the large volume of lettuce during that season. Moreover, the centers are still having problems with multiple use of vehicles to transport the lettuce. The transportation has two phases. The first is transportation from the planting areas to the centers and the second phase is transportation from the centers to the customers. To solve this problem, therefore, a mixed integer linear programming model was developed for planning all activities in the supply chain, including ordering seeds, setting the interval time of fertilization and harvesting, and choosing a vehicle for both phases of the transportation in order to meet consistency and minimum cost. The results showed that the proposed mixed integer linear programming could be used as a decision supporting tool with a 23.77% cost reduction compared to manual planning.