Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/72786
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorอาทิตย์ ทองทักษ์-
dc.contributor.advisorบุญเสริม กิจศิริกุล-
dc.contributor.authorจิตติ เมตตาเมธา-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2021-03-11T09:11:22Z-
dc.date.available2021-03-11T09:11:22Z-
dc.date.issued2544-
dc.identifier.isbn9740314873-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/72786-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544en_US
dc.description.abstractแผนภาพตัดสินใจทวิภาคเป็นโครงสร้างข้อมูลแบบกราฟที่มีประสิทธิภาพในการแทนฟังก์ชันบูลีน แต่เนื่องจากขนาดของแผนภาพตัดสินใจขึ้นอยู่กับลำดับของตัวแปรที่ใช้ในการสร้าง ดังนั้นจึงได้มีการนำเทคนิคการเรียนเต้นไม้ตัดสินใจมาใช้สร้างแผนภาพตัดสินใจซึ่งมีลำดับตัวแปรเริ่มต้นที่ดี ต่อมาจึงใช้การพัฒนาทีละขั้นแต่ละวิธีหาลำดับตัวแปรที่ทำให้แผนภาพตัดสินใจมีขนาดเล็กลง แต่แผนภาพดังกล่าวยังสามารถทำให้เล็กลงได้อีก ดังนั้นงานวิจัยนี้จึงนำขั้นตอนวิธีพันธุกรรมที่สามารถค้นหาคำตอบที่ดีที่สุดจากปัญหาที่มีความซับซ้อนมากได้ มาใช้ในการหาลำดับของชุดวิธีการพัฒนาทีละ ขั้นเพื่อใช้หาลำดับตัวแปรที่ดีที่ทำให้แผนภาพตัดสินใจมีขนาดเล็ก หลังจากใช้เทคนิคการเรียนเต้นไม้ตัดสินใจสร้างแผนภาพแล้ว จากการทดลองการใช้ขั้นตอนวิธีพันธุกรรมหาลำดับวิธีการพัฒนาทีละขั้นพบว่า ต้องมีการดัดแปลงวิธีการพัฒนาทีละขั้นที่อยู่ในสายโครโมโซมเพื่อให้สามารถลดขนาดแผนภาพตัดสินใจ ทวิภาคได้ดีกว่าวิธี SIFTING โดยการลดการทำงานของวิธีพัฒนาทีละขั้นลงและยอมให้แผนภาพมีขนาดใหญ่ขึ้นได้ในบางช่วงของหาลำดับตัวแปร และใช้ตัวอย่างเรียนที่เหมาะสมen_US
dc.description.abstractalternativeA Binary Decision Diagram (BDD) is an efficient graphical data structure for representing boolean functions. Since the size of the diagram depends on the variable ordering of the diagram, a decision tree learning technique has been used to construct a good initial binary decision diagram. Then, a gradual improvement technique has been used to reduce the size of the diagram. However, the diagram can be more reduced. Therefore, this research proposes to use a genetic algorithm, which can search for the optimal result of very complicated problems, to search for a sequence of the gradual improvement techniques for reducing the diagram. Then this sequence of techniques is applied to find the opitmal variable ordering for compacting the diagram obtained by the decision tree learning technique. Due to the experiment, the gradual improvement technique, which is in a chromosome, has to be modified so that it can be more reduce the size of the diagram than SIFTING method. The modification can be done by reducing the working steps or allowing the diagram to be larger in some period of finding the variable ordering. Moreover, the set of learning sample is also important to increase the effectiveness of the sequence of the gradual improvement techniquesen_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectแผนภาพตัดสินใจทวิภาคen_US
dc.subjectการเรียนรู้ต้นไม้ตัดสินใจen_US
dc.subjectจีเนติกอัลกอริทึมen_US
dc.titleการปรับปรุงการสร้างแผนภาพตัดสินใจทวิภาค โดยเทคนิคการเรียนรู้ต้นไม้ตัดสินใจและขั้นนตอนวิธีทางพันธุกรรมen_US
dc.title.alternativeAn improvement of construction of binary decision diagrams by the decision tree learning technique and genetic algorithmen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิทยาศาสตร์คอมพิวเตอร์en_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorArthit.T@Chula.ac.th-
dc.email.advisorBoonserm.K@Chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Jitti_me_front_p.pdfหน้าปก สารบัญ และบทคัดย่อ832.72 kBAdobe PDFView/Open
Jitti_me_ch1_p.pdfบทที่ 1646.09 kBAdobe PDFView/Open
Jitti_me_ch2_p.pdfบทที่ 21.15 MBAdobe PDFView/Open
Jitti_me_ch3_p.pdfบทที่ 3699.74 kBAdobe PDFView/Open
Jitti_me_ch4_p.pdfบทที่ 41.04 MBAdobe PDFView/Open
Jitti_me_ch5_p.pdfบทที่ 5626.34 kBAdobe PDFView/Open
Jitti_me_back_p.pdfบรรณานุกรมและภาคผนวก1.48 MBAdobe PDFView/Open


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