การศึกษาเปรียบเทียบ วิธีฮาร์โมนีเซิร์ชประยุกต์และวิธีผสมผสานสำหรับปัญหาทางวิศวกรรม
คำสำคัญ:
เมตาฮิวริสติก, วิธีฮาร์โมนีเซิร์ชประยุกต์, ปัญหาทางวิศวกรรมบทคัดย่อ
ในปัจจุบันระบบปัญหาเชิงวิศวกรรมมีความซับซ้อน ดังนั้นวิธีการหาคำตอบที่เหมาะสมจึงได้มีการประยุกต์แนวคิดของเมตาฮิวริสติกในการค้นหาคำตอบ วิธีการทางเมตาฮิวริสติก ได้รับความนิยมในการแก้ปัญหา ต่างๆ เช่น ปัญหาการจัดตารางการผลิต ปัญหาการลดต้นทุนการผลิต เป็นต้น งานวิจัยนี้ได้นำเสนอ วิธีฮาร์โมนีเซิร์ชประยุกต์ (Improved harmony search: IHSA) และวิธีฮาร์โมนีเซิร์ชประยุกต์แบบผสมผสาน (Hybrid Improved harmony search: HIHSA) ในการแก้ไขปัญหาระบบการทำงานจริงผ่านปัญหาที่มีเงื่อนไขข้อจำกัดทางวิศวกรรม ผลการทดลองพบว่า วิธีการผสมผสาน (HIHSA) สามารถค้นหาคำตอบโดยรวมได้เหมาะสมกว่าวิธีฮาร์โมนีเซิร์ชที่มีการเปลี่ยนแปลง ทั้งในส่วนของค่าเฉลี่ยและความแปรปรวนของจำนวนข้อมูล และการกระจายตัวของข้อมูล
References
1. Zang, H., Zhang, S. and Hapeshi, K., 2010., A Review of Nature-Inspired Algorithms, Journal of Bionic Engineering, Vol. 7, pp. 232–237.
2. Emad, E., Tarek, H. and Donald, G., 2005., Comparison among Five Evolutionary-based Optimisation Algorithms, Advanced Engineering Informatics, Vol. 19, pp. 43-53.
3. Lee, K. S. and Geem, Z. W., 2005., A New Meta-Heuristic Algorithm for Continuous Engineering Optimisation: Harmony Search Theory and Practice, Computer. Methods Apply Mech Eng, Vol. 194, pp. 3902–3933.
4. Mahdavi, M., Fesanghary, M. and Damangir, E., 2007., An Improved Harmony Search Algorithm for Solving Optimisation Problems, Applied Mathematics and Computation, Vol. 188, p. 1567–1579.
5. Mladenovic, N., Drazic, M., Kovac, V., angalovic, M., 2008., General variable neighborhood search for the continuous optimization, European Journal of Operational Research, Vol. 191, pp. 753–770.
6. Khan, Z., Prasad, L.B. and Singhl, T., 1997., Machine Condition Optimisation by Genetic Algorithms and Simulated, Computers Ops Res, Vol. 24, pp. 647-657.
2. Emad, E., Tarek, H. and Donald, G., 2005., Comparison among Five Evolutionary-based Optimisation Algorithms, Advanced Engineering Informatics, Vol. 19, pp. 43-53.
3. Lee, K. S. and Geem, Z. W., 2005., A New Meta-Heuristic Algorithm for Continuous Engineering Optimisation: Harmony Search Theory and Practice, Computer. Methods Apply Mech Eng, Vol. 194, pp. 3902–3933.
4. Mahdavi, M., Fesanghary, M. and Damangir, E., 2007., An Improved Harmony Search Algorithm for Solving Optimisation Problems, Applied Mathematics and Computation, Vol. 188, p. 1567–1579.
5. Mladenovic, N., Drazic, M., Kovac, V., angalovic, M., 2008., General variable neighborhood search for the continuous optimization, European Journal of Operational Research, Vol. 191, pp. 753–770.
6. Khan, Z., Prasad, L.B. and Singhl, T., 1997., Machine Condition Optimisation by Genetic Algorithms and Simulated, Computers Ops Res, Vol. 24, pp. 647-657.
Downloads
เผยแพร่แล้ว
2020-01-05
ฉบับ
บท
ResearchArticles
