標題: 擴充ECGA於不同的資料型別:整數與實數
On the Extension of ECGA for Different Variable Types: Integers and Real Numbers
作者: 洪秉竹
Ping-Chu Hung
陳穎平
Ying-Ping Chen
多媒體工程研究所
關鍵字: 基因演算法;延伸式精簡基因演算法;隨選分割;建構區塊;特性量定;genetic algorithms;extended compact genetic algorithm;split-on-demand;building blocks;characteristic determination
公開日期: 2006
摘要: 延伸式精簡基因演算法(ECGA)是一種能解決二進位難題的演算法。因為具有偵測建構區塊(building blocks)的能力,ECGA可靠而且精確。但當我們直接應用ECGA於整數問題時,仍會遇到某些困難。在本研究中,我們提出一種伸延ECGA的新演算法,稱為整數型延伸式精簡基因演算法(iECGA)。iECGA使用修改過的機率模型並繼承了偵測建構區塊的能力。iECGA特別設計來處理整數問題,並能避免ECGA遇到的困難。 為了解決固態元件中的特性量定(characteristic determination)問題,我們也發展了一種新的最佳化架構,包含了ECGA及一種離散化技巧稱為隨選分割(SoD)。因為特性量定問題中的變數因為物理性質,所以幾乎都是實數,ECGA只能處理離散型式的問題,因此需要一種機制轉換資料型態。所以在本研究中,我們將提出的架構應用在三個研究個案上,並展示這個演化計算領域中的方法,不止提供了高品質的最佳化結果,也有處理不同問題的彈性。
URI: http://140.113.39.130/cdrfb3/record/nctu/#GT009457520
http://hdl.handle.net/11536/82241
Appears in Collections:Thesis


Files in This Item:

  1. 752001.pdf