การประยุกต์ขั้นตอนวิธีการผสมเกสรดอกไม้เพื่อแก้ปัญหาการหาค่าเหมาะที่สุดไม่เชิงเส้นแบบเฟ้นสุ่ม

Application of flower pollination algorithm for solving stochastic-nonlinear optimization problems

Name: เดชา พวงดาวเรือง

Organization : มหาวิทยาลัยเอเชียอาคเนย์. บัณฑิตวิทยาลัย

Email : deachap@sau.ac.th

Name: สุภาภรณ์ สุวรรณรังษี

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะวิศวกรรมศาสตร์

Email : supaporn.s@eng.kmutnb.ac.th

keyword: ขั้นตอนวิธีการผสมเกสรดอกไม้

ThaSH: เมตาฮิวริสติก

ThaSH: กระบวนการสโตแคสติค

ThaSH: เรณู -- การขยายพันธุ์

Abstract: ในบริบทการหาค่าเหมาะที่สุด ปัญหาการหาค่าเหมาะที่สุดที่เป็นปัญหาจริงส่วนใหญ่มักเป็นปัญหาไม่เชิงเส้นแบบเฟ้นสุ่มซึ่งทำให้เทคนิคการหาค่าเหมาะสุดแบบแผนเดิมประสบปัญหาในการค้นหาผลเฉลยวงกว้าง ในปัจจุบันการแก้ปัญหาการหาค่าเหมาะที่สุดไม่เชิงเส้นแบบเฟ้นสุ่มจะอาศัยระเบียบวิธีอภิศึกษาสำนึกตามแนวทางการหาค่าเหมาะที่สุดแนวใหม่ บทความนี้นำเสนอการประยุกต์ขั้นตอนวิธีการผสมเกสรดอกไม้ (flower pollination algorithm: FPA) ซึ่งเป็นอภิศึกษาสำนึกแบบอิงประชากรที่ทรงประสิทธิภาพ เพื่อแก้ปัญหาการหาค่าเหมาะที่สุดไม่เชิงเส้นแบบเฟ้นสุ่มที่เป็นปัญหา มาตรฐานจำนวน 8 ปัญหา ผลการทดสอบได้รับการเปรียบเทียบกับขั้นตอนวิธีเชิงพันธุกรรม (genetic algorithm: GA) และการหาค่าเหมาะที่สุดแบบฝูงอนุภาค (particle swarm optimization: PSO) จากผลการทดสอบพบว่า FPA สามารถค้นหาผลเฉลยวงกว้างของปัญหาการหาค่าเหมาะที่สุดไม่เชิงเส้นแบบเฟ้นสุ่มของทุกปัญหาได้อย่างมีประสิทธิภาพที่เหนือกว่า GA และ PSO ตามลำดับ

Abstract: In optimization context, most real-world optimization problems are stochastic-nonlinear problems making classical optimization techniques facing to the problem of global solution solving. Recently, solving such the stochastic-nonlinear problem employs the metaheuristic methods according to the modern optimization. This paper proposes the application of the flower pollination algorithm (FPA), one of the most efficient population-based metaheursitic techniques, for solving eight standard stochastic-nonlinear problems. Results obtained by the FPA will be compared with those obtained by the genetic algorithm (GA) and the particle swarm optimization (PSO). As results, it was found that the FPA can successfully provide the global solutions of all standard problems superior to GA and PSO, respectively

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Modified: 2565-11-21

Issued: 2565-11-21

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเชียงใหม่ คณะวิศวกรรมศาสตร์. การประชุมวิชาการข่ายงานวิศวกรรมอุตสาหการ ประจำปี พ.ศ. 2560 (IE Network 2017) (pp.1077-1083). เชียงใหม่ : มหาวิทยาลัยเชียงใหม่

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	IE Network 2017pp.1077-1083.pdf	1.14 MB	1	2025-10-04 23:16:37

ใช้เวลา

0.031653 วินาที