Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/15721
Title: หน่วยการสร้างในการคำนวณเชิงวิวัฒน์เพื่อแก้ปัญหาหลายจุดประสงค์
Other Titles: Building blocks in evolutionary computation for solving muti-objective problems
Authors: จิระเดช พลสวัสดิ์
Advisors: ประภาส จงสถิตย์วัฒนา
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: Prabhas.C@chula.ac.th
Subjects: การโปรแกรมเชิงพันธุกรรม
การคำนวณเชิงวิวัฒนาการ
ปริญญาดุษฎีบัณฑิต
Issue Date: 2552
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: ศึกษาการใช้การระบุหน่วยการสร้างโดยเมทริกซ์ไคกำลังสอง (BICM) เพื่อปรับปรุงวิธีการไขว้เปลี่ยนให้เป็นแบบใช้หน่วยการสร้าง เพื่อนำไปแก้ปัญหาหลายจุดประสงค์ การทดลองในวิทยานิพนธ์นี้ได้ศึกษาทั้งในกรณีจุดประสงค์เดียวและหลายจุดประสงค์ ในกรณีปัญหาจุดประสงค์เดียว ได้ทดลองนำกลวิธีระบุหน่วยการสร้างไปใช้ปรับปรุงการไขว้เปลี่ยนของขั้นตอนวิธีเชิงพันธุกรรมอย่างง่าย และได้พบว่าสามารถแก้ปัญหากับดักได้ดีกว่าขั้นตอนวิธีเชิงพันธุกรรมอย่างง่าย โดยเฉพาะปัญหาขนาดใหญ่และมีหน่วยการสร้างหลวม จากนั้นได้ทดลองแก้ปัญหาหลายจุดประสงค์ โดยปรับวิธีการไขว้เปลี่ยนของขั้นตอนวิธี NSGA-II ให้เป็นวิธีการไขว้เปลี่ยนแบบใช้หน่วยการสร้าง และได้ออกแบบวิธีการหาและใช้หน่วยการสร้างสำหรับปัญหาหลายจุดประสงค์ที่ต่างกัน 4 แบบคือ 1) การใช้หน่วยการสร้างร่วมจากคำตอบในพาเรโตฟรอนท์ 2) การผสมหน่วยการสร้างแบบเชื่อมั่น 3) การผสมหน่วยการสร้างแบบขยาย และ 4) ใช้หน่วยการสร้างจากแต่ละจุดประสงค์แยกกัน จากผลการทดลองพบว่า สำหรับปัญหาขนาดใหญ่ขั้นตอนวิธีที่นำเสนอทั้งสี่แบบ ให้ผลการทดลองดีกว่าขั้นตอนวิธี NSGA-II เดิมซึ่งใช้วิธีการไขว้เปลี่ยนแบบสองจุด
Other Abstract: To study the use of building block identification in conjunction with chi-square matrix to solve multi-objective problems. The canonical crossover operator in the evolutionary algorithm is substituted by the building-block-wise crossover operator. The experiments in this thesis are carried out on both single and multi- objective problems. In case of single objective problems, the crossover operator in simple genetic algorithm is replaced by the BB-wise one. The results show that for the trap problems, BB-wise genetic algorithm has better performance especially for difficult problems such as the large problems and the problems that have loose linkage. For multi-objective problems, the well-known algorithm, NSGA-II is used as the base algorithm. Four different building-block-wise crossover operators are proposed and investigated: 1) BB based on solutions in Pareto front 2) BB from all objectives in conjunctive form 3) BB from all objectives in disjunctive form 4) BB by mixing BB from each objective. The results of the experiments show that for the large problems, all proposed operators out-perform the two-point crossover operator in the original NSGA-II.
Description: วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2552
Degree Name: วิศวกรรมศาสตรดุษฎีบัณฑิต
Degree Level: ปริญญาเอก
Degree Discipline: วิศวกรรมคอมพิวเตอร์
URI: http://cuir.car.chula.ac.th/handle/123456789/15721
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Jiradej_po.pdf1.33 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.