การสร้างแผนการทดลองแบบละตินไฮเปอร์คิวบ์ที่เหมาะสมโดยใช้อัลกอริทึม การค้นหาเฉพาะที่แบบวนซ้ำ

Abstract

การจำลองการทดลองด้วยคอมพิวเตอร์ถูกนำมาใช้อย่างแพร่หลายในงานวิจัยด้านต่าง ๆ เพื่อศึกษารูปแบบความสัมพันธ์ระหว่างตัวแปรเข้าและตัวแปรตอบสนอง ไม่ว่าจะเป็นงานวิจัยพื้นฐานรวมไปถึงงานวิจัยประยุกต์ เช่น งานวิจัยด้านวิศวกรรมศาสตร์ ด้านวิทยาศาสตร์ และด้านปิโตรเคมี เป็นต้น การออกแบบการทดลองจัดเป็นปัจจัยที่สำคัญอย่างยิ่งต่อความสำเร็จของงานวิจัยต่าง ๆ เหล่านี้ โดยแผนการทดลองหนึ่ง ๆ จะประกอบด้วยตัวแปรเข้าจำนวน d ตัวแปรและจำนวนจุดทดลองหรือจำนวนรันเท่ากับ n รัน ซึ่งจะเรียกว่ามิติของแผนการทดลองขนาด (n x d) โดยเมื่อมิติมีขนาดใหญ่ขึ้นจะทำให้แผนการทดลองที่เป็นไปได้ทั้งหมดมีจำนวนมากมายมหาศาล (n!)^d ทำให้การสร้างแผนการทดลองที่เหมาะสมจำเป็นต้องใช้อัลกอริทึมการค้นหาควบคู่กับเกณฑ์ในการเลือกค่าที่เหมาะสม งานวิจัยนี้ผู้วิจัยประยุกต์ใช้อัลกอริทึมการค้นหาเฉพาะที่แบบวนซ้ำ (Iterated local search algorithm: ILS) ร่วมกับเกณฑ์เลือกค่าความเหมาะสมแบบ เพื่อค้นหาแผนการทดลองแบบละตินไฮเปอร์คิวบ์ (Latin Hypercube Design) ที่เหมาะสมภายใต้มิติของการทดลองที่แตกต่างกัน ผลที่ได้จากการศึกษาพบว่าอัลกอริทึม ILS สามารถค้นหาแผนการทดลองที่เหมาะสมได้อย่างมีประสิทธิภาพสำหรับทุกมิติปัญหาที่ศึกษา