การแก้ปัญหาการหาค่าออปติมัมแบบมีเงื่อนไขด้วยเครือข่ายนิวรอล

ยุพาพร จารุศิริพจน์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/32642

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	บุญมี อย่างธารา
dc.contributor.author	ยุพาพร จารุศิริพจน์
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย
dc.date.accessioned	2013-07-02T04:30:50Z
dc.date.available	2013-07-02T04:30:50Z
dc.date.issued	2539
dc.identifier.isbn	9746352636
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/32642
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2539	en
dc.description.abstract	วิทยานิพนธ์นี้ได้เสนอวิธีใหม่สำหรับใช้หาค่าออปติมัมแบบมีเงื่อนไข โดยใช้วิธีเพนนัลตีฟังชันแปลงจากปัญหาการหาค่าออปติมัมแบบมีเงื่อนไขให้เป็นปัญหาการหาค่าออปติมัมแบบไม่มีเงื่อนไข จากนั้นแปลงปัญหาการหาค่าออปติมัมแบบไม่มีเงื่อนไขให้เป็นปัญหาของการแก้สมการอนุพันธ์ของตัวแปรสเตท ซึ่งมีฟอซซิงฟังก็ชันของคอนจุเกตเกรเดียน สามารถพิสูจน์ให้เห็นได้ว่าผลตอบของสมการอนุพันธ์ลู่เข้าหาค่าออปติมัมของปัญหาการหาค่าออปติมัมแบบมีเงื่อนไขดั้งเดิม วิธีดังกล่าวมีข้อได้เปรียบเป็นอย่างมาก เพราะว่าเมื่ออยู่ในรูปของสมการอนุพันธ์ เราสามารถใช้วิธีประมวลผลแบบขนานกันโดยใช้เครือข่ายนิวรอลสำหรับหาผลตอบของสมการอนุพันธ์ได้ จากผลของการคำนวณหาค่าออปติมัมด้วยคอมพิวเตอร์พบว่า วิธีนำเสนอมีความแม่นยำมากกว่าและใช้เวลาคำนวณน้อยกว่า เมื่อเทียบกับวิธีคล้ายกัน ซึ่งอยู่ในรูปของสมการอนุพันธ์ที่มีฟอซซิงฟังก์ชันเป็นฟังก์ชันของสตีปเปสท์เดสเซนต์
dc.description.abstractalternative	Instead of the conventional approaches, a new method for finding the extrema of constrained optimization problem was proposed. Firstly, the problem was converted into an equivalent unconstrained problem, using the penalty function approach. And secondly, the penalty function was also further converted into an equivalent problem in the form of a set of ordinary differential equations with the forcing functions as functions of the conjugate gradients. Then, presented was a proof that the solutions of the set of the differential equations would converge to the extrema of the original constrained optimization problem. Casting the original optimization problem into a set of ordinary differential equations presented a great advantage in that it allowed parallel processing, via neural networks, in determining the solutions of the differential equations, thereby the extrema of the original optimization problem. Digital simulation of the proposed method revealed that, in general, it resulted in more accurate results in a much shorter time when compared with a comparable method using the differential equations with the forcing as a function of the steepest descents.
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.title	การแก้ปัญหาการหาค่าออปติมัมแบบมีเงื่อนไขด้วยเครือข่ายนิวรอล	en
dc.title.alternative	Solving constrained optimization problems with neural networks	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมไฟฟ้า	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
Appears in Collections:	Grad - Theses

Files in This Item:

File	Size	Format
Yupaporn_ja_front.pdf	6.66 MB	Adobe PDF	View/Open
Yupaporn_ja_ch1.pdf	3.02 MB	Adobe PDF	View/Open
Yupaporn_ja_ch2.pdf	6.89 MB	Adobe PDF	View/Open
Yupaporn_ja_ch3.pdf	9.86 MB	Adobe PDF	View/Open
Yupaporn_ja_ch4.pdf	19.07 MB	Adobe PDF	View/Open
Yupaporn_ja_ch5.pdf	875.89 kB	Adobe PDF	View/Open
Yupaporn_ja_back.pdf	6.09 MB	Adobe PDF	View/Open

Show simple item record