參數調整機制於多目標演化式演算法之效能剖析

Simple item page
dc.contributor蔣宗哲zh_TW
dc.contributor.author林裕傑zh_TW
dc.date.accessioned2019-09-05T11:42:08Z
dc.date.available2017-08-23
dc.date.available2019-09-05T11:42:08Z
dc.date.issued2012
dc.description.abstract在現實生活中，我們常常需要解決一些具有多個目標需要考量的問題，並且這些目標通常是互相衝突的，這些問題稱為多目標問題，而多目標最佳化問題的目標便是找出能最佳化這些目標的解集合。演化式演算法 (evolutionary algorithm) 是求解這類問題的常見演算法，其概念為利用族群演化的方式來尋找最佳解集合。MOEA/D 為其中一種知名的演算法，利用將多目標問題拆成單目標來求解的作法可以獲得良好的結果，而 MOEA/D-AMS 與 MOEA/D-APC 便是以該演算法為基礎所改良，其中 MOEA/D-APC 參考了差分演化 (differential evolution) 產生子代的作法，該演算法擁有兩個控制參數 F 與 CR，這兩個參數值是影響子代品質的關鍵，因此 MOEA/D-APC 加入了讓參數隨演化過程調整的機制，經過實驗證明效能有所改善，但仍然在少部分問題上輸給其他的DE演算法。 本論文挑出八個具有不同參數調整機制的DE演算法，利用 MOEA/D-AMS為主體分別結合這八種演算法與 MOEA/D-APC 的參數調整機制，藉由對17個測試問題進行實驗與分析，討論不同調整機制對效能的影響，並將主要目標放在探討 MOEA/D-APC 的弱項及改進方案上。zh_TW
dc.description.sponsorship資訊工程學系zh_TW
dc.identifierGN0699470113
dc.identifier.urihttp://etds.lib.ntnu.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dstdcdr&s=id=%22GN0699470113%22.&%22.id.&
dc.identifier.urihttp://rportal.lib.ntnu.edu.tw:80/handle/20.500.12235/106890
dc.language中文
dc.subject多目標最佳化問題zh_TW
dc.subject演化式演算法zh_TW
dc.subject差分演化zh_TW
dc.subject參數調整機制zh_TW
dc.title參數調整機制於多目標演化式演算法之效能剖析zh_TW
dc.titleA numerical study on parameter control mechanisms in MOEA/D-AMSen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
n069947011301.pdf
Size:
2.23 MB
Format:
Adobe Portable Document Format
Download

Collections

學位論文