การประยุกต์การค้นหาแบบกระแสเชิงปรับตัวเพื่อแก้ปัญหาการหาค่าเหมาะ ที่สุดแบบมีเงื่อนไข
Article Sidebar
Main Article Content
บทคัดย่อ
การค้นหาแบบกระแสเชิงปรับตัวเป็นเทคนิคการหาค่าเหมาะที่สุดแบบอภิศึกษาสำนึกเทคนิคหนึ่งที่ทรง
ประสิทธิภาพ ขั้นตอนวิธีของการค้นหาแบบกระแสเชิงปรับตัวได้รับการพัฒนาขึ้นจากพฤติกรรมการไหลของ
กระแสไฟฟ้าในวงจรข่าย บทความนี้นาเสนอการประยุกต์การค้นหาแบบกระแสเชิงปรับตัวเพื่อแก้ปัญหาการหาค่า
เหมาะที่สุดแบบมีเงื่อนไข โดยได้ทำการทดสอบกับปัญหาการหาค่าเหมาะที่สุดแบบมีเงื่อนไขมาตรฐานจำนวน 3
ปัญหา จากนั้นได้ประยุกต์การค้นหาแบบกระแสเชิงปรับตัวกับปัญหาการหาค่าเหมาะที่สุดแบบมีเงื่อนไขทาง
วิศวกรรมจำนวน 2 ปัญหา ได้แก่การออกแบบสปริง และการออกแบบท่อความดัน ผลการทดสอบจะเปรียบเทียบ
กับวิธีการแบบดั้งเดิมที่มีประสิทธิภาพ จากผลการทดสอบพบว่าการค้นหาแบบกระแสเชิงปรับตัวสามารถให้
คำตอบที่ดีกว่าวิธีการแบบดั้งเดิมสำหรับทุกปัญหา
Article Details
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารฯ ถือเป็นลิขสิทธิ์ของวารสารฯ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะได้รับอนุญาต แต่ห้ามนำไปใช้เพื่่อประโยชน์ทางธุรกิจ และห้ามดัดแปลง
References
[2] E. G. Talbi, Metaheuristics from Design to Implementation, John Wiley & Sons, 2009.
[3] X. S. Yang, Engineering Optimization: An Introduction with Metaheuristic Applications, John Wiley & Sons, 2010.
[4] S. Suwannarongsri, T. Bunnag and W. Klinbun, “Energy resource management of assembly line balancing problem using modified current search method,” International Journal of Intelligent
Systems and Applications, vol.6, no.3, 2014, pp. 1 – 11.
[5] S. Suwannarongsri, T. Bunnag and W. Klinbun, “Optimization of energy resource management for assembly line balancing using adaptive current search,” American Journal of Operations Research, vol.4,
no.1, 2014, pp. 8 – 21.
[6] S. Suwannarongsri, T. Bunnag and W. Klinbun, “Traveling transportation problem optimization by adaptive current search method,”International Journal of Modern Education and Computer Science, vol.6,
no.5, 2014, pp. 33 – 45.
[7] D. M. Himmelblau, Applied Nonlinear Programming, McGraw-Hill, New York, 1972.
[8] J. Braken and G. P. McCormick, Selected Applications of Nonlinear Programming, John Wiley & Sons, New York, 1968.
[9] L. C. Cagnina, S. C. Esquivel and C. A. Coello, “Solving engineering optimization problems with the simple constrained particle swarm optimizer,” Informatica, vol. 32, 2008, pp. 319 – 326.
[10] C. A. Coello, “Use of a self-adaptive penalty approach for engineering optimization problems,” Computers in Industry, vol. 41, 2000, pp. 113 – 127