การเพิ่มประสิทธิภาพของเจเนติกอัลกอริธึมโดยใช้ฮิวริสติกส์ในงานการก่อตัวของชุมชน

Improvement to Genetic Algorithm by Utilizing Heuristics in The Emergence of Cities

Name: ปราค์วิภา โชคประดับ

keyword: เจเนติกอัลกอริธึม

Abstract: การศึกษาพฤติกรรมการก่อตัวของชุมชน (Emergence of Cities) เป็นพื้นฐานที่สำคัญอย่าง หนึ่งในการศึกษาด้านการวางผังเมือง (City Planning) นักวิทยาศาสตร์ด้านการวางผังเมืองได้เสนอ รูปแบบการก่อตัวของชุมชนไว้หลายรูปแบบ ซึ่งแต่ละรูปแบบได้ถูกแปลงเป็นอัลกอริธึมเพื่อ ประโยชน์ในการจำลองการก่อตัวของชุมชนในการประเมินรูปแบบที่จะเกิดขึ้นในที่สุด (Final Emergence) ทั้งนี้การหารูปแบบการก่อตัวของชุมชนที่ดีที่สุด (Optimal Emergence) สามารถทำได้ ยากเนื่องจากไม่สามารถประเมินหาผลสัพธ์จากรูปแบบเริ่มต้นที่กำหนดได้ แสดงให้เห็น คุณลักษณะที่เด่นชัดของการเป็นปัญหาแบบ NP-Class (Nondeterministic-Polynomial Class) ดังนั้นการจำลอง (Simulation) จึงเป็นวิธีการหนึ่งที่นำมาใช้ในการศึกษาพฤติกรรมและลักษณะการ ก่อตัวของชุมชน ในการหารูปแบบการก่อตัวของชุมชนที่มีประสิทธิภาพ ได้มีการพัฒนาระบบ เจเนติกอัลกอริธึม (Genetic Algorithm) ซึ่งเป็นเทคนิคหนึ่งในศาสตร์ของ Soft Computing ขึ้นใช้ แล้ว อย่างไรก็ดีระบบดังกล่าวยังสามารถพัฒนาประสิทธิภาพให้ดีขึ้นได้อีก งานวิจัยนี้ได้นำแนวคิด ในการใช้ฮิวริสติกส์ (Heuristics) ทีอยู่บนสมมติฐานของการพึ่งพาตนเองได้ (Self-Sufficiency) มา ประยุกต์ใช้ควบคู่ไปกับระบบที่พัฒนาขึ้น ซึ่งผลลัพธ์ของการศึกษานี้คือ รูปแบบการก่อตัวของ ชุมชน 2 ลักษณะ ที่มีประสิทธิภาพดีกว่าระบบที่พัฒนาขึ้นก่อนหน้านี้ นอกจากนี้ยังทำการศึกษาเพื่อ หาค่า Genetic Operators 2 ชนิด ได้แก่ Crossover probability และ Mutation probability ที่ เหมาะสมสำหรับระบบ ที่พัฒนาขึ้นเพื่อเป็นประโยชน์และเป็นแนวทางสำหรับการศึกษาต่อในอนาคต

Abstract: Emergence of cities is a basis for city planning. Scientists in the field of spatial economics have proposed several theories on how cities are emerged. These theories have been transformed into different algorithms to determine final emergences. For a given emergent algorithm, optimal emergences cannot be predetermined by means of mathematical equations. Therefore, determining optimal emergences is an NP-Class (Nondeterministic-Polynomial Class) problem. At present, simulation is one of the approaches to study the behaviors and characteristics of the emergence. There had been an attempt to determine optimal or favourable emergences by implementing a simulation system which applied a technique in Soft Computing known as Genetic Algorithm. Nevertheless, improvement can still be made in order to produce more efficient emergences. This research is concerned with the improvement of the genetic algorithm system by incorporating a heuristic approach, which is based on the selfsufficiency concept. The improved system is able to determine two possible types of more efficient emergences. This study also determined suitable parametric values for the two genetic operators, the crossover rate and the mutation rate, which can be used in future studies in this application.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. สำนักหอสมุด.

Address: กรุงเทพมหานคร

Email: info.lib@mail.kmutt.ac.th

Name: กิตติชัย ลวันยานนท์

Role: อาจารย์ที่ปรึกษา

Created: 2552

Modified: 2553-09-23

Issued: 2553-09-23

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: INT1381

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	INT1381.pdf	3.78 MB	90	2024-12-16 09:28:14
2	INT1381ab.pdf	39.13 KB	33	2020-01-04 13:33:13

ใช้เวลา

0.031333 วินาที