the efficiency improvement of compact genetic...

การเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ

ดวยการปรบเวคเตอรความนาจะเปนโดยคานาหนกตามความเหมาะ

The Efficiency Improvement of Compact Genetic Algorithm

Using Weighted Update by Fitness Values

นายพนจ ออนนอย

รหสนกศกษา 544245153 หมเรยน 54/45

โครงงานนเปนสวนหนงของการศกษารายวชา 4124902

การศกษาเอกเทศดานโปรแกรมคอมพวเตอร

สาขาวชาวทยาการคอมพวเตอร

คณะวทยาศาสตรและเทคโนโลย

มหาวทยาลยราชภฏนครปฐม

ภาคเรยนท 2 ปการศกษา 2557

โครงงานนกศกษาดานการศกษาเอกเทศดานโปรแกรมคอมพวเตอร เรอง

การเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ ดวยการปรบเวคเตอรความนาจะเปนโดยคานาหนกตามความเหมาะ The Efficiency Improvement of Compact Genetic Algorithm

Using Weighted Update by Fitness Values

ไดรบการพจารณาใหนบเปนสวนหนงของการศกษาตามหลกสตร วทยาศาสตรบณฑต สาขาวชาวทยาการคอมพวเตอร ภาคการเรยนท 2 ปการศกษา 2557 วน/เดอน/ป .................................

.............................................. (นายพนจ ออนนอย)

ผจดทา

.............................................. (อาจารยไพศาล สมาเลาเตา)

ประธานกรรมการสอบ

.............................................. (อาจารย ดร.ไกรง เฮงพระพรหม)

กรรมการสอบ

.............................................. (อาจารย ดร.สพจน เฮงพระพรหม)

อาจารยทปรกษาโครงงาน .............................................. (อาจารย ดร.ณฐพชญ ศรราจนทร) ประธานโปรแกรมวชาวทยาการคอมพวเตอร

ชอโครงงาน การเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบดวยการปรบ คาเวคเตอรความนาจะเปนโดยคานาหนกตามความเหมาะ

The Efficiency Improvement of Compact Genetic Algorithm Using Weighted Update by Fitness Values

ผจดท า นายพนจ ออนนอย อาจารยทปรกษา อาจารย ดร.สพจน เฮงพระพรหม หลกสตร วทยาศาสตรบณฑต สาขาวชา วทยาการคอมพวเตอร ภาคเรยนท 2/2557

บทคดยอ

การคานวณเชงววฒนาการ เปนวธการหนงทไดรบความนยมในศาสตรดานการเรยนรของเครองจกร เปนการเรยนรโดยจาลองหลกการววฒนาการของสงมชวต ขนตอนวธการหนงทเปนทรจกและใชงานอยางกวางขวาง ไดแก ขนตอนวธเชงพนธกรรม โดยการทางานจะใชหลกการสมสรางคาตอบในรปของสายอกขระทมความยาวจากด ขนมาจานวนหนงเพอใชเปนประชากรเรมตน จากนนจะทาการววฒนาการคาตอบโดยใชตวดาเนนการทางพนธกรรม ไดแก การสบพนธ การไขวเปลยน และการกลายพนธ จนไดคาตอบทตองการเนองจากขนตอนวธเชงพนธกรรมใชความจามากในการเกบประชากรจงมการพฒนามาเปนขนตอนวธเชงพนธกรรมแบบกระชบทสามารถชวยลดของหนวยความจาไดเพราะในขนตอนนใชประชากรตวอยางเพยง 2 ตวในการเกบตวอยางและมพารามเตอร สาคญในการปรบเวคเตอรคอพารามเตอร 1/n ในการทดลองกบปญหา OneMax, Royall Road และประยกตใชบงคบหนยนตหลบสงกดขวาง กจะมการกาหนดคา 1/n โดยทคา nเปน 10, 100, 1000 และ10000 เพอใชในการทดสอบกบปญหา OneMax ทมความยาวโครโมโซมเปน 100, 200, 300, 400, 500, 600, 700, 800, 900 และ 1000 โครโมโซม กบปญหา Royall Road ทมความยาวโครโมโซมเปน 8, 16, 32 และ64 โครโมโซม และการประยกตใชกบการบงขบหนยนตใหเคลอนทจากจดเรมตนไปยงเปาหมายได ใหเหมาะสมกบปญหาจงไดเลอกพฒนาขนตอนวธเชงพนธกรรมแบบกระชบโดยกาหนดสมการ FitnessMax-FitnessMin/ความยาวโครโมโซม เพอลดขอจากดในการกาหนดคา 1/n ผลการทดลองสามารถแกปญหาไดดพอสมควร

กตตกรรมประกาศ

โครงงานนส าเรจลลวงไปไดดวยดกเพราะมบคคลหลายสวนใหความรวมมอเปนอยางดขาพเจาขอขอบพระคณอาจารย ดร.สพจน เฮงพระพรหม อาจารยทปรกษางานวจยนทอาจารยไดใหค าแนะน า ทงแหลงขอมลและเนอหาตลอดจนชวยตรวจสอบเอกสาร รวมถงเพอนนกศกษาทใหค าปรกษาในการพฒนาประสทธขนตอนวธ เชงพนธกรรมแบบกระชบ และสดทายขาพเจาขอขอบพระคณอาจารยทก ๆ ทานทสละเวลามาใหค าแนะน ารวมถงการแกปญหาในงานวจยนและใหขอคดด ๆ ตลอดมา จนท าใหโครงงานของขาพเจาส าเรจตามวตถประสงค

ขาพเจาขอขอบพระคณผแตงหนงสอทกเลม เจาของบทความทกบทความ และวทยานพนทขาพเจาไดใชศกษาเปนแนวทางในการพฒนาประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ และน ามาอางองประกอบการท าวจยครงน

นอกจากนโครงงานนจะไมส าเรจลลวงไปได หากขาดก าลงใจ ก าลงกาย และก าลงทรพยจากครอบครว มตรสหาย และผมพระคณทกทาน หากงานวจยนมความดและมประสทธภาพใน การท างานกขอใหผทสนใจทจะเอางานวจยนไปใชใหเกดประโยชนตอไปซงเปนการสานตอวตถประสงคของโครงงานทจะชวยอ านวยความสะดวกในดานการพฒนาใหขนตอนวธเชงพนธกรรมแบบกระใหมประสทธภาพเพมมากขน

สดทายนขอขอบคณมหาวทยาลยราชภฏนครปฐมท ใหแหลงคนควาเชนหองสมดและศนยคอมพวเตอรทอ านวยความสะดวกในการท าใหโครงงานนส าเรจลลวงไปไดดวยด ขอขอบคณไว ณ ทนดวย

พนจ ออนนอย

ค

สารบญ เรอง หนา บทคดยอ ก กตตกรรมประกาศ ข สารบญ ค สารบญตาราง ฉ สารบญรปภาพ ญ บทท 1 บทน า

1.1 หลกการและเหตผล 1 1.2 วตถประสงคของการจดท าโครงงาน 2 1.3 เปาหมายของโครงงาน 2 1.4 ขอบเขตโครงงาน 2 1.5 ขนตอนการด าเนนงาน 2 1.6 ประโยชนทคาดวาจะไดรบจากการพฒนา 3 1.7 ระยะเวลาด าเนนงาน 3

บทท 2 หลกการและทฤษฎทเกยวของ

2.1 ทฤษฎทเกยวของ 4 2.1.1 ขนตอนวธเชงพนธกรรม 4 2.1.2 ขนตอนวธเชงพนธกรรมแบบกระชบ 10 2.2 งานวจยทเกยวของ 12

บทท 3 วธการด าเนนงาน

3.1 รายละเอยดปญหา 15 3.1.1 ปญหา OneMax 15 3.1.2 ปญหา Royall Road 15 3.1.3 ปญหาหนยนตหลบสงกดขวาง 16 3.2 การเพมประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ 16

ง

สารบญ (ตอ) เรอง หนา

3.3 การออกแบบการทดลอง 17 3.3.1 ขนตอนการทดลอง 19 3.4 ขนตอนการทดลองกบการบงคบหนยนตหลบสงกดขวาง 20

บทท 4 ผลการวจย

4.1 ปญหา OneMax 23 4.2 ปญหา Royal Road 25 4.3 การประยกตใชกบวธการทปรบเวคเตอรความนาจะเปนดวย 27

คา Weighted Fitness กบหนยนต บทท 5 สรปผลและขอเสนอแนะ

5.1 สรปผลการด าเนนงาน 38 5.2 ปญหาและขอจ ากด 38 5.3 แนวทางการน าไปใช 39 5.4 ขอเสนอแนะ 39

บรรณานกรม 40 ภาคผนวก ก ผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ 41 กบปญหา OneMax ภาคผนวก ข ผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ 53 กบปญหา Royall Road ภาคผนวก ค ผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ 65 กบการบงคบหนยนตหลบสงกดขวาง ภาคผนวก ง ตวอยางการเคลอนทในการบงคบหนยนตหลบสงกดขวาง 78

จ

สารบญ (ตอ) เรอง หนา ภาคผนวก จ ผลงานทไดรบการตพมพ 87 ประวตผจดท า 90

ฉ

สารบญตาราง ตาราง หนา ตารางท 1.1 ตารางการด าเนนงาน 3 ตารางท 3.1 ตารางทศทางการเคลอนท 20 ตารางท 4.1 ตารางเปรยบเทยบค าตอบการทดลองการเพมประสทธภาพ 23 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา OneMax ตารางท 4.2 ตารางเปรยบเทยบจ านวนรอบทพบค าตอบการทดลองการเพม 24 ประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบ กบปญหา OneMax

ตารางท 4.3 ตารางเปรยบเทยบค าตอบการทดลองการเพมประสทธภาพ 25 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royall Road ตารางท 4.4 ตารางเปรยบเทยบจ านวนรอบทพบค าตอบการทดลองการเพม 26

ประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบ กบปญหา Royall Road

ตารางท 4.5 ตารางเปรยบทจ าวนวนครงทใชในการเคลอนท 31 ตารางท 4.6 ตารางเปรยบเทยบจ านวนรอบทใชแกปญหา 32 ตารางท ก – 1 ตารางค าตอบการทดลองการเพมประสทธภาพ 43 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ทปรบเวคเตอรความนาจะเปนดวย WEIGHTED FITNESS ตารางท ก – 2 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 44 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ทปรบเวคเตอรความนาจะเปนดวย WEIGHTED FITNESS ตารางท ก – 3 ตารางค าตอบการทดลองการเพมประสทธภาพ 45 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 10 ตารางท ก – 4 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 46 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 10 ตารางท ก – 5 ตารางค าตอบการทดลองการเพมประสทธภาพ 47 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 100

ช

สารบญตาราง (ตอ) ตาราง หนา ตารางท ก – 6 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 48 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 100 ตารางท ก – 7 ตารางค าตอบการทดลองการเพมประสทธภาพ 49 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 1000 ตารางท ก – 8 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 50 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 1000 ตารางท ก – 9 ตารางค าตอบการทดลองการเพมประสทธภาพ 51 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 10000 ตารางท ก – 10 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 52 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ONEMAX ท 1/N โดยคา N เทากบ 10000 ตารางท ข – 1 ตารางค าตอบการทดลองการเพมประสทธภาพ 55 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ทปรบเวคเตอรความนาจะเปนดวย WIEGHTED FITNEST ตารางท ข – 2 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 56 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ทปรบเวคเตอรความนาจะเปนดวย WEIGHTED FITNESS ตารางท ข – 3 ตารางค าตอบการทดลองการเพมประสทธภาพ 57 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 10 ตารางท ข – 4 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 58 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 10 ตารางท ข – 5 ตารางค าตอบการทดลองการเพมประสทธภาพ 59 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 100

ซ

สารบญตาราง (ตอ) ตาราง หนา ตารางท ข – 6 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 60 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 100 ตารางท ข – 7 ตารางค าตอบการทดลองการเพมประสทธภาพ 61 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 1000 ตารางท ข – 8 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 62 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 1000 ตารางท ข – 9 ตารางค าตอบการทดลองการเพมประสทธภาพ 63 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 10000 ตารางท ข – 10 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพ 64 ขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา ROYALL ROAD ท 1/N โดยคา N เทากบ 10000 ตารางท ค – 1 ขอมลสนามท 1 67 ตารางท ค – 2 ขอมลสนามท 1 68 ตารางท ค – 3 ขอมลสนามท 1 68 ตารางท ค – 4 ขอมลสนามท 1 69 ตารางท ค – 5 ขอมลสนามท 1 69 ตารางท ค – 6 ขอมลสนามท 2 70 ตารางท ค – 7 ขอมลสนามท 2 70 ตารางท ค – 8 ขอมลสนามท 2 71 ตารางท ค – 9 ขอมลสนามท 2 71 ตารางท ค – 10 ขอมลสนามท 2 72 ตารางท ค – 11 ขอมลสนามท 3 72 ตารางท ค – 12 ขอมลสนามท 3 73 ตารางท ค – 13 ขอมลสนามท 3 73 ตารางท ค – 14 ขอมลสนามท 3 74 ตารางท ค – 15 ขอมลสนามท 3 74

ฌ

สารบญตาราง (ตอ) ตาราง หนา

ตารางท ค – 16 ขอมลสนามท 4 75 ตารางท ค – 17 ขอมลสนามท 4 75 ตารางท ค – 18 ขอมลสนามท 4 76 ตารางท ค – 19 ขอมลสนามท 4 76 ตารางท ค – 20 ขอมลสนามท 4 77

ญ

สารบญรปภาพ รป หนา

รปท 2.1 แสดงขนตอนการท างานของขนตอนวธเชงพนธกรรมแบบกระชบ 6 รปท 2.2 เวคเตอรความนาจะเปนของขนตอนวธเชงพนธกรรมแบบกระชบ 11 รปท 2.3 ประชากรของขนตอนวธเชงพนธกรรมแบบกระชบ 11 รปท 2.4 การค านวณคาความเหมาะสมของขนตอนวธเชงพนธกรรมแบบกระชบ 11 รปท 2.5 การการปรบเวคเตอรความนาจะเปนของขนตอนวธเชงพนธกรรมแบบ 12 กระชบ รปท 3.1 ขนตอนการเพมประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ 17 รปท 3.2 การค านวณหาคา Fitness 18 รปท 3.3 ตวอยางการปรบเวคเตอรความนาจะเปนดวยคา Weighted Fitness 18 รปท 3.4 ผงการท างานของการเพมประสธภาพขนตอนวธเชงพนธกรรมแบบกระชบ 19 รปท 3.5 ตวอยางสนามสนามสงกดขวาง 20 รปท 3.6 ตวอยางการเคลอนทหลบสงกดขวาง 21 รปท 4.1 สนามสงกดขวางสนามท 1 27 รปท 4.2 สนามสงกดขวางสนามท 2 27 รปท 4.3 สนามสงกดขวางสนามท 3 28 รปท 4.4 สนามสงกดขวางสนามท 4 28 รปท 4.5 ผลลพธของสนามท 1 เคลอนท 29 ดวยค าสง RRLRLRRLRDDLRRLLLDDRLRLRRR รปท 4.6 ผลลพธของสนามท 2 เคลอนทดวยค าสง RDDDTTTDDDDRRLRR 39 รปท 4.7 ผลลพธของสนามท 3 เคลอนท 30 ดวยค าสง DDTDTTRRDDDTDTTDDTDTDTDTTDDDTDDTD รปท 4.8 ผลลพธของสนามท 4 เคลอนทดวยค าสง RDTDRDRDRD 30 รปท 4.9 กราฟเปรยบเทยบจ านวนครงทใชเดนสนามท 1 33 รปท 4.10 กราฟเปรยบเทยบจ านวนครงทใชเดนสนามท 2 34 รปท 4.11 กราฟเปรยบเทยบจ านวนครงทใชเดนสนามท 3 34 รปท 4.12 กราฟเปรยบเทยบจ านวนครงทใชเดนสนามท 4 35 รปท 4.13 กราฟเปรยบเทยบจ านวนรอบทใชแกปญหาสนามท 1 35 รปท 4.14 กราฟเปรยบเทยบจ านวนรอบทใชแกปญหาสนามท 2 36 รปท 4.15 กราฟเปรยบเทยบจ านวนรอบทใชแกปญหาสนามท 3 36 รปท 4.16 กราฟเปรยบเทยบจ านวนรอบทใชแกปญหาสนามท 4 37 รปท ง – 1 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 80 รปท ง – 2 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 80

ฎ

สารบญรปภาพ (ตอ) รป หนา

รปท ง – 3 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 81 รปท ง – 4 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 81 รปท ง – 5 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 81 รปท ง – 6 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 82 รปท ง – 7 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 82 รปท ง – 8 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 82 รปท ง – 9 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 83 รปท ง – 10 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 83 รปท ง – 11 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 83 รปท ง – 12 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 84 รปท ง – 13 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 84 รปท ง – 14 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 84 รปท ง – 15 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 85 รปท ง – 16 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 85 รปท ง – 17 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 85 รปท ง – 18 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 86 รปท ง – 19 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 86 รปท ง – 20 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR 86

1

บทท 1บทนา

1.1 หลกการและเหตผลการคานวณเชงววฒนาการ (Evolutionary Computation) เปนวธการหนงทไดรบ

ความนยมในศาสตรดานการเรยนรของเครองจกร (Machine Learning) ซงเปนกระบวนการเรยนรโดยจาลองหลกการววฒนาการของสงมชวต ขนตอนวธการหนงทเปนทรจกและใชงานอยางกวางขวาง ไดแก ขนตอนวธเชงพนธกรรม (Genetic Algorithm) โดยการทางานจะใชหลกการสมสรางคาตอบในรปของสายอกขระทมความยาวจากด (Fixed-Length String) ขนมาจานวนหนงเพอใชเปนประชากรเรมตน ( Initial Population) จากนนจะทาการววฒนาการคาตอบโดยใชตวดาเนนการทางพนธกรรม (Genetic Operator) ไดแก การสบพนธ (Reproduction) การไขวเปลยน(Crossover) และการกลายพนธ (Mutation) จนไดคาตอบทตองการ

ปญหาหนงของขนตอนวธเชงพนธกรรม คอ การใชหนวยความจา จานวนมากในการประมวลผล ทาใหวธการดงกลาวไมสามารถนาไปใชบนอปกรณทมขอจากดทางดานหนวยความจาไดจงไดมการพฒนาขนตอนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) เพอลดขอจากดดงกลาว ขนตอนวธเชงพนธกรรมแบบกระชบน จะมพารามเตอรตวหนงทมความสาคญและสงผลตอประสทธภาพของกระบวนการในการหาคาตอบ ไดแกคาทใชในการปรบเวคเตอรความนาจะเปน (Probability Vector) โดยทวไปจะใชคา 1/n โดยคา n จะมคาเทยบเทากบจานวนประชากรในขนตอนวธเชงพนธกรรม ซงไมสามารถระบไดอยางชดเจนวาจะกาหนดคา n เปนเทาใดจงจะเหมาะสม หากกาหนดใหคาเปนคาทนอยเกนไปอาจทาใหไมไดคาตอบทตองการแตหากกาหนดคา nเปนคามากเกนไปจะตองใชเวลาในการประมวลผลเพมมากขนจนอาจไมสามารถหาคาตอบไดในเวลาทกาหนด

จากปญหาดงกลาว ผวจยจงไดทาการวจยเพอกาหนดคาทใชในการปรบเวคเตอรความนาจะเปนทเหมาะสม โดยการใชคาความแตกตางของคาความเหมาะ (Fitness Value) ของผลเฉลย(Individual) ของทงสองตวทถกสมสรางขนจากเวคเตอรความนาจะเปนในการทดลองไดทาการทดสอบกบปญหาหนงมากสด (One Max) ซงเปนปญหาพนฐานในการวดประสทธภาพของขนตอนวธเชงพนธกรรม พบวาวธการทนาเสนอสามารถแกปญหาไดเปนอยางดโดยไมจาเปนตองคอยปรบคา nเพอใหเหมาะสมกบปญหา

2

1.2 วตถประสงคของการจดทาโครงงาน1.2.1 ศกษาทฤษฎ วธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm)1.2.2 หาวธเพมประสทธภาพ วธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm)

1.3 เปาหมายของโครงงาน1.3.1 ไดวธการเพมประสทธภาพ วธเชงพนธกรรมแบบกระชบ (Compact Genetic

Algorithm)1.3.2 สามารถใช วธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) แกปญหา

การบงคบหนยนตหลบสงกดขวางได

1.4 ขอบเขตของโครงงาน1.4.1 ศกษาการทางานของ วธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm)1.4.2 วเคราะหและออกแบบขนตอนการเพมประสทธภาพวธเชงพนธกรรมแบบกระชบ

(Compact Genetic Algorithm)1.4.3 ทดลองวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) บงคบหนยนต

กบสนามสงกดขวาง

1.5 ขนตอนการดาเนนงาน1.5.1 ศกษางานวจยทเกยวกบวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm)

และเสนอหวขอโครงงาน1.5.2 ทดลองเขยนอลกอรทมตามเงอนไขวธเชงพนธกรรมแบบกระชบ Compact Genetic

Algorithm)1.5.3 ประมวลผลเกบคาสถต โดยคาความเหมาะ1.5.4 ทดลองเขยนเขยนอลกอรทมใหมโดยมการปรบเปลยนคาความนาจะเปนใน

การสมตวอยาง1.5.5 ประมวลผลเกบคาสถต1.5.6 สรางกราฟเปรยบเทยบผลการทดลอง1.5.7 เขยนอลกอรทมหนยนตเดนหลบสงกดขวาง1.5.8 นาวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) ทดสอบกบสนาม

สงกดขวาง1.5.9 ทาเอกสารประกอบโครงงาน

3

1.6 ประโยชนทคาดวาจะไดรบจากระบบงาน1.6.1 ไดความรบความรเกยวกบวธเชงพนธกรรมแบบกระชบ (Compact Genetic

Algorithm) มากขน1.6.2 สามารถนาวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm)

มาใชแกปญหาไดจรง1.6.3 สามารถพฒนาวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm )

ใหมประสทธภาพสงขน

1.7 ระยะเวลาดาเนนงาน

ตารางท 1.1 ตารางดาเนนงาน

ระยะเวลากจกรรม

พ.ย. ธ.ค. ม.ค. ก.พ. ม.ค.

1.ศกษางานวจยทเกยวกบวธเชงพนธกรรมแบบกระชบ(Compact Genetic Algorithm)และเสนอหวขอโครงงาน2.ทดลองเขยนอลกอรทมตามเงอนไขวธเชงพนธกรรมแบบกระชบ(Compact Genetic Algorithm)3.ประมวลผลเกบคาสถต ของคาความเหมาะ4.ทดลองเขยนเขยนอลกอรทมใหมโดยมการปรบเปลยนคาความนาจะเปนในการสมตวอยาง5.ประมวลผลเกบคาสถต6. สรางกราฟเปรยบเทยบผลการทดลอง7.เขยนอลกอรทมหนยนตเดนหลบสงกดขวาง8.นาวธเชงพนธกรรมแบบกระชบ(Compact Genetic Algorithm)ทดสอบกบสนามสงกดขวาง9.ทาเอกสารประกอบโครงงาน

4

บทท 2

หลกการและทฤษฎทเกยวของ ในการศกษาและพฒนาประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ ผพฒนาไดศกษาคนควาหลกการและทฤษฎทเกยวของ โดยแบงออกเปนหวขอตาง ๆ ดงน 2.1 ทฤษฎทเกยวของ 2.2 งานวจยทเกยวของ

2.1 ทฤษฎทเกยวของ 2.1.1 ขนตอนวธเชงพนธกรรม ( Genetic Algorithm : GA ) ขนตอนวธเชงพนธกรรม เปนวธการแกปญหาทใชแนวทางเดยวกบวธการทสงมชวตปรบตวเองใหเขากบสภาพแวดลอม หรอการววฒนาการ ( Evolution ) วธการทถกโปรแกรมใหท าการเปลยนแปลงหรอปรบปรงสวนประกอบของระบบโดยการสรางขนมาใหมการดดแปลงและการคดสรรวธธรรมชาตใชใหเกดสงใหม ๆ มาใชงานประโยชนของการแกปญหาไดแกการออกแบบสนคาและตรวจสอบระบบการท างานตาง ๆ เปนตน ค าวา “Genetic Algorithm” เปนการรวมกนระหวางค าวา “Genetic” และ “Algorithm” ซงแตละค ามความหมายดงน “Genetic” คอ วชาพนธศาสตรทวาดวยการศกษากระบวนการถายทอดลกษณะทางพนธกรรมจากบรรพบรษสรนลกรนหลานโดย โครโมโซมจะเปนตวแทนในการถายทอด โครโมโซมคอสายรหสของ DNA ประกอบไปดวยยนซงแตละยนจะมการบงบอกลกษณะพเศษเอาไว เชน สตา สผม ซงโครโมโซมเหลานมบทบาทอยางมากในกระบวนการถายทอดลกษณะทางพนธกรรมจากรนหนงไปยงรนหนง ซงจะมปรากฏการณธรรมชาตเกดขนในระหวางการถายทอดลกษณะทางพนธกรรมท าใหเกดการเปลยนแปลงในแตละรน ซงจะมกระบวนการทเกดขนเหลานท าใหเกดววฒนาการ ซงจะเกดปรากฎการณ Crossover การขามสายพนธ และ Mutation การกลายพนธเปนกระบวนการเปลยนแปลงทส าคญทเรยกวา ววฒนาการ (Evolution) “Evolution” หรอววฒนาการ ในสงมชวต คอ กระบวนการเปลยนแปลงหรอคลคลายไปสฐานะทดขนหรอเจรญขนเปนการเปลยนแปลงในทางชววทยาจากสงทงาย ๆ ไปสสงทซบซอนมากขนหรอซบซอนนอยลงเพอการด ารงอยตามความเหมาะสมของสงมชวตชนดนนการเปลยนแปลงนจะตองเปลยนในลกษณะคอยเปนคอยไปและตองใชเวลานานในการถายทอดลกษณะทางพนธกรรมจะมกระบวนการทท าใหเกดการเปลยนแปลงทเรยกวาววฒนาการนนคอกระบวนการ Selection, Crossover และ Mutation โดยค านวณหาคาความเหมาะสมดวย Fitness Function ทสอดคลอง

5

กบวตถประสงคของปญหา (Objective Function) ก าหนดใหกบโครโมโซมแตละตวเพอน าไป สกระบวนการคดเลอกแตบางปญหาไมสามารถทจะค านวณหาคาเพอใหไดคาความเหมาะสมทตรงกบความจรงทโครโมโซมนนควรจะไดรบและสงนจงท าใหเกดปญหาขนดงนนในการก าหนดคาความเหมาะสมของโครโมโซมแตละตวจงเปนสงทส าคญและจะตองถกประมาณคาทดเพราะถาหากคาความเหมาะสมสงกวาความเปนจรงทโครโมโซมนนควรไดรบอาจท าใหเกดความเสยหายในหารสบคนขอมลในแตละครงและครงตอไปได ซงในทนหมายความวาสมการหรอฟงกชนทใชในการหาคาความเหมาะสมใหกบโครโมโซมแตละตวไมสามารถก าหนดไดแนนอนและชดไดดเทากบคาความจรงทค านวณไดจากมนษยหรอผใช เชน ทางดานศลปะ เพลงสถาปตยกรรมและการออกแบบ เปนตน ผใชสามารถใหคาความจรงวาสงทผใชเหนหรอไดยนนนอยในคาระดบใด “Algorithm” คอ วธคดหรอชดค าสงทมการเรยงล าดบขนตอนดวยกระบวนการทางคณตศาสตรเพอแกปญหาและปญหามหลายแบบจงท าใหมวธการแกปญหาทเหมาะกบแตละแบบ ดงนนค าวา “Genetic Algorithm” จงเปนวธการคนหาและแกปญหาเพอไดสงทเหมาะสมทสด (Optimum Points) โดยพฒนาและจ าลองมาจากกระบวนการทางพนธกรรมคอ ทฤษฏการอยรอดของสงมชวตขนตอนวธเชงพนธกรรมเปนทางเลอกทใชแกปญหาทดเพราะวธการใชแกปญหาเปนวธการแบบสมและชวยแกปญหาทมขนาดใหญและซบซอนไดเนองจากมคณสมบตการเรยนแบบการถายทอดทางพนธกรรมตามธรรมชาตซงจะน าคาทเหมาะสมทสดจากประชากรรนกอนมาใชในการพจารณาในการหาค าตอบของประชาชนรนถดมา ซงจะน าถายทอดลกษณะทางพนธกรรมจากบรรพบรษไปสรนลกหลานโดยใชคาความแตกตางทสอดคลองกบ Objective Function ในการพจารณาหาค าตอบโดยมการพจารณาวาโครโมโซมใดควรทจะน ามาสบสายพนธหรอไมควรน ามาสบสายพนธจะท าใหสามารถหาค าตอบทมคาสงสดหรอต าสดทสมบรณได ขนตอนวธเชงพนธกรรม มองคประกอบทส าคญ 5 สวนดวยกน ดงน 1) Chromosome Encoding หรอรปแบบโครโมโซมทใชในการน าเสนอทางเลอกท

สามารถไดของแตละปญหา 2) Initial Population คอ ประชากรตนก าเนดทจะน าเขาไปในกระบวนการถายทอด

ลกษณะทางพนธกรรม 3) Fitness Function ฟงกชนส าหรบประเมนคาความเหมาะสม เพอใหคะแนนแตละ

ทางเลอกของค าตอบ 4) Genetic Operator ซงใชในการปรบเปลยนองคประกอบของขอมลตลอดกระบวนการ

ไดแก Selection, Crossover และ Mutation

6

5) Parameter ทส าคญส าหรบ Genetic Algorithm เชนขนาดของประชากร (Population Size) ความนาจะเปนของการ Crossover (Probability Crossoverความนาจะเปนของการ Mutation (Probability Mutation) และจ านวนรนเปนตน

ขนตอนการท างานของขนตอนวธเชงพนธกรรม มขนตอนการท างานคนหาค าตอบของขนตอนเชงพนธกรรมมดงน 1) เรมท าการคนหาค าตอบจากปญหาทเกดขน 2) ถายงไมพบค าตอบแตครบจ านวนรอบทไดก าหนดไวกจะหยดท าการคนหา 3) ท าการคนหาจนพบเปาหมายหรอค าตอบทตองการกจะหยดท าการคนหา 4) พบวาค าตอบทไดเรมลเขาสค าตอบทเปนค าตอบทดทสดเชน ค าตอบทไดจากประชากร

แตละไมมการเปลยนแปลงหรอคงทเปนจ านวนทตดตอกน ถงรอยละ 95 ขนตอนวธเชงพนธกรรมมขนตอนการท างาน ดงรปท 2.1

รปท 2.1 แสดงขนตอนการท างานของขนตอนวธเชงพนธกรรมแบบกระชบ

7

รายละเอยดของการท างานในแตละขนมดงตอไปน 1) การก าหนดคาตวแปร สมการคาใชจายทใชในขนตอนวธเชงพนธกรรม Selection

Variable and Cost Function ก าหนดวาในโจทยทตองการ Optimize นนมปจจยอะไรทมผลตอคาใชจายลางและท าการสรางฟงกชนส าหรบค านวณคาคาใชจายขนมาเพอใชในขนตอไป

2) สรางประชากรตนก าเนด (Generate Initial Population) ท าการสรางประชากร ชดแรก เทากบจ านวนประชากรสงสดทก าหนดไว ซงอาจสรางขนมาโดยการสม หรอ ก าหนดขนเอง 3) การคดเลอกทางธรรมชาต (Natural Selection) เปนการคดเลอกโครโมโซมทม คาใชจายมากทสดออกตามอตราสวนทก าหนดไวท าใหเหลอโครโมโซมอยจ านวนหนง ส าหรบท าการเลอกค Mating 4) การเลอกสรร (Selection) ท าการจบคโครโมโซมทเหลอเพอท าการเลอกค Mating โดย ใชวธการจบคทก าหนดขนซงวธการเลอกคโครโมโซมขนมาท าการเลอกค mating มหลายวธ ดงตอไปน 4.1) จบคโครโมโซม ทอยตดกนจากบนลงลาง 4.2) จบคโดยการสม โดยความนาจะเปนทโครโมโซม แตละตวจะถกสมขนมานนม เทากน 4.3) จบคโดยการสมแบบถวงน าหนกวธนความนาจะเปนทโครโมโซมแตละตวจะถกสม ขนมานนมไมเทากนโดยวธการถวงน าหนกม 2 วธ คอ 4.3.1) ถวงน าหนกโดยดจากอนดบวธนจะคดความนาจะเปนทโครโมโซมแตละตว จะถกสมขนมาตามล าดบทเรยงจากโครโมโซมทม Cost นอยทสดไปยง โครโมโซมทมคาใชจายนอยทสดโดยค านวณความนาจะเปนของโครโมโซม แตละตวจากสมการ (1)

Pn =Nkeep −n+1

∑ nNkeepn=1

(1)

Nkeep = จ านวนโครโมโซมทเหลอจากขน Natural selection และ n = อนดบของโครโมโซม

8

4.3.2) ถวงน าหนกโดยดจากคาใชจายของโครโมโซม วธนจะค านวณความนาจะเปนทโครโมโซมแตละตวจะถกสมขนมาจากคาใชจายของโครโมโซม ตวนน ๆ โดยคาใชจายทน ามาค านวณนนตองท าการ Normalize กอนดวยสมการ (2)

Cn=cn - CNkeep+1 (2)

cn= cost ของ โครโมโซม ตวท n

CNkeep+1= cost ของ โครโมโซม ทม cost ต าทสดทถกคดออกจากขน Natural Selection

จากนนค านวณความนาจะเปนของโครโมโซมแตละตวดวยสมการ (3)

Pn=|Cn

∑ Cm

Nkeepm

| (3)

Cn = cost ของ โครโมโซม ตวท n ทผานการ Normalize แลว

Cm= cost ของ โครโมโซม ตวท m ทผานการ Normalize แลว 4.4) การเลอกแบบ Tournament วธนจะท าการสมโครโมโซมขนมาจ านวนหนง 2 ถง

3 โครโมโซมกอนแลวคอยเลอกโครโมโซมทมคาใชจายนอยทสดในกลมออกมา 5) การจบค (Mating) เปนการน าโครโมโซมคทไดเลอกไวจากขน Selection มาสรางเปน โครโมโซมใหมโดยการท า Crossover ระหวางโครโมโซมทงสองซงวธการในการท า Crossover มหลายวธดงตอไปน 5.1) Single Crossover ท าการสมต าแหนง Crossover ขนมาหนงต าแหนงแลวท าการ แลกเปลยนยนทอยตอจากต าแหนง Crossover ทอยตดตอจากต าแหน ง Crossover เพอสรางเปนโครโมโซมใหม ขนมา 2 โครโมโซม 5.2) Multipoint Crossover ท าการส มต าแหน ง Crossover ข นมาจ านวนหน ง เรยงล าดบจากนอยไปหามาก แลวท าการแลกเปลยนยน ทอยระหวางต าแหนง Crossover ทอยตดกนเพอสรางเปนโครโมโซมใหมขนมา 2 โครโมโซม

9

5.3) Uniform Crossover Mask ซงเปน Bit String ซงมความยาวเทากบโครโมโซมขนมาโดยทคาของแตละบต (Bit) ไดมาจากการสม ซงคาของแตละละบต (Bit) นจะเปนการก าหนดวาโครโมโซมทสรางขนใหมนนจะน าคาของแตละยน มาจากโครโมโซมตวใดจากโครโมโซมคท เลอกมาจากขน Selection และสรางอกโครโมโซมหนงในลกษณะเดยวกนโดยใช Inverse ของ Crossover Mask ทใชขางตน

5.4) Intermediate Crossover ใชส าหรบโครโมโซมทเปนแบบ real value string โดยทคาของแตละยนในโครโมโซมใหมจะค านวณจากสมการ (4)

O1=P1xα(P1 − P2) (4)

โดย 𝛼 เปน Factor ทถกสมมาจากชวงทก าหนดขนชวงหนง ซงจะท าการสมใหมทกครงทเปลยนคโครโมโซมและ P1, P2 เปนโครโมโซมจากขน Selection

5.5) Line Crossover มลกษณะคลายกบ Intermediate Crossover แตคา 𝛼 ทใช จะคงทตลอด 6) การกลายพนธ (Mutation) ท าการเปลยนแปลงยนโดยการสมต าแหนงของยนทจะ

เปลยนแปลงขนมาตามอตราสวนการเกด Mutation ทก าหนดไวโดยการเปลยนแปลง คอการเปลยนคาของ Bit จาก 0 เปน 1 หรอจาก 1 เปน 0 ในกรณทเปนแบบ Bit String โดยจะยกเวนไมใหเกดการเปลยนแปลงกบโครโมโซมทมคาใชจายนอยทสดในขณะนนและจะไมมการ Mutation ในการท างานรอบสดทาย

7) ผลทไดเปนไปตามเกณฑหรอไม ขนตอนวธเชงพนธกรรม จะท างานแบบ Iterative นบประชากรในแตละ Iteration เปน Generation ซงจะหยดท างานเมอค าตอบทไดม คาใชจายในระดบทตองการ, คาใชจายทต าทสดในแตละรน Generation มคาเทากน หรอท างานครบตามจ านวนรอบทก าหนดไว 8) จบการท างาน เลอกโครโมโซม ทมคาใชจายนอยทสดเปนค าตอบของปญหา ปจจบน

การวเคราะหขอมลมหลายวธ ซงแตละวธกจะใหผลลพธการวเคราะหทแตกตางกนไป ตามความสมพนธของสมการ ซงถาหากก าหนดรปแบบสมการไมถกตองผลลพธทไดอาจมความคลาดเคลอนจากความเปนจรงซงสงผลใหการวเคราะหขอมลเกดความผดพลาดขนได ดงนนจงมแนวคดวธการของขนตอนวธเชงพนธเพอเปนทางเลอกในการแกปญหา

10

ความผดพลาดในการวเคราะหขอมลโดยไดมการน ากระบวนการของขนตอนวธเชง พนธกรรม ซงเปนความรเกยวกบทฤษฏทางธรรมชาตมาประยกตใชเพอหาค าตอบทเหมาะสมและตรงกบความสมพนธของขอมลโดยการเรมสรางประชากรตนก าเนดตามรปแบบโครโมโซมทไดก าหนดไว เมอไดประชากรตนก าเนดแลวกท าการวดคาความเหมาะสมของแตละโครโมโซม โครโมโซมทกตวทไดก าหนดไวจะถกน ามาท าขนตอน Selection เพอคดเลอกเขาสกระบวนการ Genetic Operator โดยท าการคดเลอกเอาเฉพาะโครโมโซมทมคาความเหมาะสม Fitness Function เพอทจะไดโครโมโซมทยอมรบไดตามทไดก าหนดเอาไว โครโมโซมทคดเลอกไวนนจะถกน ามาท าก าร Crossover การขามสายพนธ และ Mutation การกลายพนธ ไดเปนโครโมโซมชดใหม ซงเราจะน าโครโมโซมชดใหมนมาด าเนนการตอไปจนสนสดตามเงอนไขทไดก าหนดไวกจะไดโครโมโซมทมคาความเหมาะสมทดทสดเปนค าตอบของปญหา

2.1.2 ขนตอนวธเชงพนธกรรมแบบกระชบ ( Compact Genetic Algorithm : cGA) ขนตอนวธเชงพนธกรรมแบบกระชบ เปนหนงในขนตอนวธเชงววฒนาการแบบใหมทมแนวความคดในการใชตวแบบความนาจะเปน ( Probabilistic Model ) แทนการใชกลมประชากร แบบเดมในการคนหาค าตอบแนวความคดนท าใหขนตอนวธเชงพนธกรรมใชหนวยความจ าในการเกบประชากรนอยลงเนองจากไมมการใชประชากรอกตอไปอกทงยงไมตองอาศยการด าเนนการเชงพนธกรรม เชน การไขวเปลยน หรอ การกลายพนธ ท าใหการประมวลผลท าไดรวดเรวยงข นโดยทยงคงความสามารถเทยบเทากบขนตอนวธเชงพนธกรรมอยางงายทใชอยเดม การปรบปรงค าตอบของขนตอนวธเชงพนธกรรมแบบกระชบ สามารถท าไดโดยการปรบคาความนาจะเปนในแตละมตของเวคเตอรความนาจะเปนตามค าตอบทดกวาโดยในการท างานของอลกอรทมนจะมการสมสรางตวอยาง 2 ตว ขนมาจากเวคเตอรความนาจะเปนโดยโครโมโซมของตวอยางทสมขนมานในแตละบตจะเปน 0 หรอ 1 ขนกบคาความนาจะเปนในแตละมตของเวคเตอรความนาจะเปน เชน ถาเวคเตอรความนาจะเปนมคา 0.5 ในทกมตตวอยางประชากรทสมสรางขนมาจะมโอกาสเปนบต 1 หรอ 0 เทา ๆ กนแตถาเวคเตอรความนาจะเปนมคา 1.0 ทกมต ตวอยางทสมออกมาไดจะเปนโครโมโซมทเปนบต 1 ทงหมดเมอสมสรางตวอยางขนมาแลวกจะพจารนาค าตอบวาตวใดมคาความเหมาะสมมากกวากนเวคเตอรความนาจะเปนในแตละมตจะถกปรบตามบตของค าตอบตวทดกวา ถาบตนนมคาเปน 1 ความนาจะเปนในมตนนกจะปรบเขาใกล 1 แตถาเปน 0 คาความนาจะเปนในมตนนกจะลดคาลงโอกาสทบตนนจะถกสรางมาเปน 0 ในรอบถดไปกจะเพมตามดวย ดงนนเมอผานกระบวนการววฒนาการไประยะหนง เวคเตอรความนาจะเปนกจะเปนรปแบบ

11

การกระจายตวของค าตอบทดโดยการท างานของขนตอนวธเชงพนธกรรมแบบกระชบมขนตอนโดยสรปดงน ขนตอนการท างาน ขนตอนวธเชงพนธกรรมแบบกระชบ 1) ก าหนดคาเรมตนของตวแปลในเวคเตอรความนาจะเปนในทก ๆ มตใหมคาเปน 0.5

ดงรปท 2.2

0.5 0.5 0.5 0.5 0.5 0.5

รปท 2.2 เวคเตอรความนาจะเปนของขนตอนวธเชงพนธกรรมแบบกระชบ

2) สมสรางตวอยางค าตอบจากเวคเตอรความนาจะเปนขนมา 2 ตว ดงรปท 2.3

1 0 0 1 1 1

รปท 2.3 ประชากรของขนตอนวธเชงพนธกรรมแบบกระชบ

3) ค านวณคาความเหมาะสมของตวอยางทสมมาไดแลวพจารณาวาตวใดเปนผชนะและ ผแพ ดงรปท 2.4

1 0 0 1 1 1

รปท 2.4 การค านวณคาความเหมาะสมของขนตอนวธเชงพนธกรรมแบบกระชบ

0 1 1 0 1 0

1 1 0 1 0 0

ประชากรชด A

ประชากรชด B

ประชากรชด B ผแพ

ประชากรชด A ผชนะ

12

4) ปรบคาเวคเตอรความนาจะเปนตามผชนะโดยพจารณาเฉพาะบตทผชนะและผแพไม เหมอนกน 4.1) ถาบตต าแหนงท i ของผชนะ เปน 1 จะปรบคาเวคเตอรความนาจะเปนทต าแหนง i โดยน าคาความนาจะเปนเดมบวกกบ 1/n เมอ n คอจ านวนประชากรทถก ก าหนดใช ในขนตอนในเชงพนธกรรมอยางงาย 4.2) ในทางกลบกน ถาบตต าแหนงท i ของผชนะเปน 0 จะปรบคาเวคเตอรความนาจะ เปนทต าแหนง i โดยน าคาความนาจะเปนเดมลบดวย 1/n ดงรปท 2.5

รปท 2.5 การปรบเวคเตอรความนาจะเปนของขนตอนวธเชงพนธกรรมแบบกระชบ

5) ตรวจสอบเวคเตอรความนาจะเปนลเขาสค าตอบแลวหรอไมโดยพจารนาความนาจะเปนของแตละมตวาเปน 0.0 หรอ 1.0 ครบแลวหรอไมถาความนาจะเปนเปนลเขาส 0.0 หรอ 1.0 หมดแลว ใหจบการท างาน แตถายงลเขาไมครบ ใหสมตวอยางจากเวคเตอรความนาจะเปนขนมาใหมแลวท าซ าตอนท 2 ถง 5 ตอไป

2.2 งานวจยทเกยวของ สนสา รมเจรญ (2555) ไดศกษาวา การประยกตใชขนตอนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) ซงเปนขนตอนทอาศยหลกการววฒนาการค าตอบคลายกบวธเชงพนธกรรม (Genetic Algorithm) เนองจากวาการน าขนวธเชงพนธกรรม (Genetic Algorithm) มาใชบนฮารดแวรขนาดเลกถอเปนเรองยาก เพราะขนวธเชงพนธกรรม (Genetic Algorithm) ตองใชประชากรจ านวนมากในการหาค าตอบ บทความวจยนไดน าเสนอขนตอนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) ทใชหนวยความจ านอยกวา ซงในการเกบค าตอบแบบวธนจะใชโครงสรางของประชากรดวยเวคเตอรความนาจะเปนทแจกแจงความนาจะเปนของค าตอบ ประสทธภาพสามารถเทยบไดกบพฤตกรรมของการท างานไดใกลเคยงกบการท างานของขนวธเชง

13

พนธกรรม (Genetic Algorithm) ทใชการไขวเปลยนเอกรป แตใชหนวยความจ านอยกวา ซงทง 2 วธนใหค าตอบทมคณภาพใกลเคยงกนเมอใชจ านวนครงเทากนในการประเมนผลคาความเหมาะสม และ ขนวธ เช ง พนธกรรมแบบกระชบ (Compact Genetic Algorithm) มขอได เปรยบท ใชหนวยความจ านอยกวาจงเหมาะสมตอการน ามาประยกตใชกบงานทมขอจ ากดในดานของหนวยความจ า อรวรรณ วชนภาพร (2005) ไดศกษาวา ขนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) เปนอลกอรทมทจ าลองการท างานของขนวธ เชงพนธกรรม ( Genetic Algorithm) ซงใชเวคเตอรความนาจะเปนในการน าเสนอประชากรทงหมดสงผลใหขนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) น ใชหนวยความจ าในการน าเสนอประชากรนอยกวาขนวธเชงพนธกรรม (Genetic Algorithm) จงไดน าเสนอขนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) ในงานวจยนเกยวกบการเพมประสทธภาพของขนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) โดยการใชการเขารหสแบบบบอด เรยกวา ขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด (Compressed Compact Genetic Algorithm) ท าใหผลการทดลองแสดงใหเหนวาขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด (Compressed Compact Genetic Algorithm) สามรถแกปญหา One MAX และ Royal Road โดยใชจ านวนครงในการวดคาความเหมาะสมนอยกวาขนวธ เชงพนธกรรมแบบกระชบ ( Compact Genetic Algorithm) จากนนไดน ามาทดลองกบปญหา De Jong อรวรรณ วชนภาพร (2005) ไดศกษาวา การวดประสทธภาพของขนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) และขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด(Compressed Compact Genetic Algorithm) กบปญหา De Jong ซงขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด เปนอลกอรทมทรวมขอดของการเขารหสแบบบบอดกบขนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) ขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด (Compressed Compact Genetic Algorithm) เปนอลกอรทมทจ าลองการท างานของขนตอนวธเชงพนธกรรม (Genetic Algorithm) โดยใชเวคเตอรความนาจะเปนใชแทนประชากรทงหมด ท าใหขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด ใชหนวยความจ านอยกวาขนตอนวธเชงพนธกรรม ซงงานวจยนไดน าเสนอขนตอนวธเชงพนธกรรมแบบกระชบและขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด มาศกษาปญหาทมความหลากหลายส าหรบขนตอนวธเชงพนธกรรม เพอดประสทธภาพของอลกอรทมทน ามาทดลองกบปญหา De Jong สงผลใหเหนวาขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอดและขนตอนวธเชงพนธกรรมแบบกระชบสามารถแกปญหาดงกลาวไดและไดผลลพธวา ขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอดยอมดกวาเพราะไดพฒนามาจากขนตอนวธเชงพนธกรรมแบบกระชบ ดวยการบบอดของค าตอบ

14

Georges and David (1999) ไดศกษาวา เปนการน าเสนอขนตอนวธเชงพนธกรรมแบบกระชบ โดยอธบายถงการกระจายของประชากรและตวควบคมพฤตกรรมตวอยาง ขนตอนเชงพนธกรรม ในรปแบบ crossover ซงขนตอนวธเชงพนธกรรมแบบกระชบท าการประมวลผลยนและท าการก าหนดหนวยความจ าขนาดเลกในตวอยางของขนตอนวธเชงพนธกรรมจงไดมการพฒนาขนตอนวธเชงพนธกรรมแบบกระชบใชเปนแนวทางชวยใหเขาใจในกฎของตวแปลของขนตอนวธเชงพนธกรรมในสวนของขนตอนวธเชงพนธกรรมแบบกระชบทเทากนโดยมการจ าลองคอมพวเตอรใชเปรยบเทยบกระบวนการรปแบบของจ านวนค าตอบและความเรว Orawan, Nuanwan and Worasait (2549) ไดศกษาวา การบบอด คอกระบวนการเปลยนรหสโครโมโซมทถบบอดและขนตอนวธเชงพนธกรรมแบบกระชบ โดยการน ามาใชประโยชน ผลของ c2GA ใชหนวยความจ าทลดลงโดยใชแทนประชากรดวยเวคเตอรความนาจะเปนนกวจยจงไดวเคราะหรปแบบการท างาน ใน term ของความสมบรณ ของ c2GA ตงแตการบบอดและการบบอดของ 2 ตวแปร ซงมการการวนซ าและการนบจ านวนรอบวนซ า ของ c2GA เมอมการลเขาสค าตอบ ท าใหไดผลวา c2GA ในรปของขนตอนวธเชงพนธกรรมแบบกระชบเปนขนตอนทดทสด

15

บทท 3

วธการด าเนนงาน ศกษารายละเอยดของขนตอนวธเชงพนธกรรมแบบกระชบและปญหาตาง ๆ ทเกยวของในการน ามาใชประกอบการออกแบบและพฒนาประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบโดยแบงเปนขนตอนไดดงน 3.1 รายละเอยดปญหา 3.2 การเพมประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ 3.3 การออกแบบการทดลอง 3.4 ขนตอนการทดลองกบการบงคบหนยนตหลบสงกดขวาง

3.1 รายละเอยดปญหา

3.1.1 ปญหา One Max เปนปญหาพนฐานทใชในการทดลองแกปญหาในดานของ วธเชงพนธกรรม คอปญหาการนบจ านวนเลขหนงโครโมโซม โดยคาความเหมาะสมทไดคอจ านวนเลขหนงทงหมดทพบในโครโมโซม ในกรณโครโมโซมทดทสดคอโครโมโซมททกบตมคาเปนหนง ปญหา One Max เปนปญหาทสามารถศกษาวเคราะหท าความใจไดงาย จงมงานวจยทเกยวกบขนตอนวธเชงพนธกรรมหลายชนทน ามาทดลองกบปญหา One Max สามารถอางองเพอเปรยบเทยบประสทธภาพการท างานของขนตอนวธเชงพนธกรรมแบบตาง ๆ ได

3.1.2 ปญหา Royal Road ปญหาทโครโมโซมของเลขฐานสองถกแบงออกเปนบลอกยอย ๆ ทมขนาดเทา ๆ กนคาความเหมาะสมของโครโมโซมคอ ผลรวมของคาความเหมาะสมในแตละบลอกโดยถาในบลอกใดมบตเปน 0 บลอกนนจะมคาความเหมาะสมเทากบ 0 แตถาในบลอกนนทกบตเปน 1 บลอกนนกจะมคาความเหมาะสมเทากบจ านวนบตในบลอกตวอยาง Royal Road ขนาด 12 บต ก าหนดขนาดบลอกยอย เท ากบ 4 บต {0100 1011 0011}, {0000 1111 0001}, {1111 0010 1111}, {1111 1111 1111} มคาความเหมาะสมคอ 0, 4, 8 และ 12 ตามล าดบปญหา Royal Road เปนปญหาทบตในโครโมโซมมความสมพนธกนคาความเหมาะสมจะเพมขนกตอเมอบตทอยในบลอกเดยวกนมคาเปนหนงทงหมด

16

3.1.3 ปญหาหนยนตหลบสงกดขวาง หนยนตถาไมมการบงคบโปรแกรมดวยมนษยหรอโปรแกรมอตโนมต หนยนตกจะเคลอนทไปเลอย ๆ ไมมเปาหมายขณะทเคลอนท กจะมการเคลอนทโดนวตถตาง ๆ ทท าใหเกดความเสยหาย ซงหนยนตไมมสมองเหมอนมนษยทใชจ าวาควรเคลอนทไปในทศทางใดจงไดเลอกขนตอนวธเชงพนธกรรมแบบกระชบและแนวคดทพฒนามาประยกตใชในการบงคบหนยนตเพราะในขนวธเชงพนธกรรมจะเปนการเลยนแบบการจ าลองของสงมชวตโดยจะมการสรางสนามสงกดขวางขนมาในรปแบบของอารเรยซงภายในอารเรยกจะมการก าหนดจดเรมตนและเปาหมายทจะไปซงในการเคลอนกจะมเสนทางทสามารถไปไดและไปไมไดเนองจากตดสงกดขวางในการเดนทางยอมมทางเลอกไดมากมายแตเปาหมายของเราคอตองการเดนทางใหถงจดเปาหมายโดยสนามสงกดขวางจะมก าแพงกนทกดานภายในสนามจะประกอบไปดวยเลขฐานสอง คอเลข 0 และ 1 มเงอนไขวาการเดนจากจดเรมตนไปยงจดเปาหมายตองเดนไปตามเสนทางเลข 0 เนองจากเสนทางเลข 1 ไมสามารถเดนผานไดเพราะไดก าหนดไวใหเปนสงกดขวางหรอก าแพงกนของเสนทาง ดงรปตวอยางท 3.5

3.2 การเพมประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ กระบวนการและขนตอนการท างานกคลายกบขนตอนวธเชงพนธกรรมแบบกระชบ ซงจะตางกนตรงขนตอนท 4 ของขนตอนวธเชงพนธกรรมแบบกระชบ เนองจากขนตอนวธเชง

พนธกรรมแบบกระชบ จะใชการปรบเวคเตอรความนาจะเปนดวยพารามเตอร 1

n ในการพฒนา

ประสทธภาพนเราไดใชสมการ (1) ดงน

คาน าหนกตามความเหมาะ Weighted Fitness =Fitness Max-Fitness Min

ความยาวของโครโมโซม (5)

เมอมการค านวณคาน าหนกตามความเหมาะ Weighted Fitness แลวเรากจะน าคาดงกลาวไปใชในการปรบเวคเตอรความนาจะเปนแทน ดงรปท 3.1

17

ผชนะ

1 0 0 1 1 1

ผแพ

1 1 0 1 0 0

เวคเตอรความนาจะเปนเดม เวคเตอรความนาจะเปนใหม

รปท 3.1 ขนตอนการเพมประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ

3.3 การออกแบบการทดลอง น าขนตอนวธเชงพนธกรรมแบบกระชบมาทดสอบกบปญหา One Max ทมขนาดโคโมโซมเทา 100, 200, 300, 400, 500, 600, 700, 800, 900, 1,000 โครโมโซม และทดสอบกบปญหา Royal Road ทมขนาดโคโมโซมเทา 8, 16, 32, 64 โครโมโซม ทคา n ใชในการปรบเวคเตอรความนาจะเปนเทากบ 10, 100, 1,000, 10,000 และเปรยบเทยบกบการปรบเวคเตอรความนาจะเปนดวยสมการ คาน าหนกตามความเหมาะ (Weighted Fitness) ในการทดสอบกจะทดสอบ 10 ครง แลวใชคาเฉลยมาใชในการเปรยบเทยบ ซงในแตละครงทรนโปรแกรมจะสามารถปรบเวคเตอรความนาเปนไดสงสด 300,000 ครง ในแตละรอบ

0.5 0.5 0.5 0.5 0.5 0.5

0.5 0.5- weighted fitness

0.5 0.5 0.5+ weighted fitness

0.5+ weighted fitness

18

ตวอยางการปรบเวคเตอรความนาจะเปน

รปท 3.2 รปการค านวณหาคา Fitness

จากการแทนคาจากรปท 3.2 ใน (5) ไดดงน

คาน าหนกตามความเหมาะ Weighted Fitness =Fitness Max-Fitness Min

ความยาวของโครโมโซม

= (4−3)/6 = 1/6

คาน าหนกตามความเหมาะ Weighted Fitness = 0.17

รปท 3.3 รปตวอยางการปรบเวคเตอรความนาจะเปนดวยคา Weighted Fitness

19

3.3.1 ขนตอนการทดลอง

Start

Stop

1,0 NO

YES

รปท 3.4 รปแผนผงการท างานของการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ

อธบายสวนประกอบของรปท 3 – 4 เมอเปดโปรแกรมทเขยนโคด การประมวลผลของขนตอนวธเชงพนธกรรมแบบกระชบ จากนนสงรนโปรแกรม การท างานกจะเรมตนจากการสรางเวคเตอรความนาจะเปนเรมตนขนมา และกจะสมสรางประชากรขนมา 2 ตวจากเวคเตอรความนาจะเปน แลววดคาความเหมาะสมแลวปรบเวคเตอรความนาจะเปนเดมดวย

สมการคาน าหนกตามความเหมาะ Weighted Fitness =Fitness Max-Fitness Min

ความยาวของโครโมโซม

แลวตรวจสอบเวคเตอรความนาจะเปนวามการลเขา 0 หรอ 1 แลวหรอไม ถายงกวนท าซ าจนกวาโปรแกรมจะหยดตามเงอนไขทก าหนดไว

20

3.4 ขนตอนการทดลองกบการบงคบหนยนตหลบสงกดขวาง ในการทดสอบประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบ จงไดมการก าหนดสงกดขวางในการทดสอบเปนรปแบบตาง ซงในการทดสอบในครงน ไดก าหนดขนาดของสนามสงกดขวางมขนาดอารเรย คอ ขนาด 5 x 5 โดยจดเรมตนคอ ตว X และจดสนสดคอ EXIT โดยบรเวณ สแดง คอ ก าแพงเนองจากในการเดนไปยงจดเปาหมาย จะไมสามารถเดนออกไปนอกก าแพงได และบรเวณสเขยวคอสงกดขวาง (รายละเอยดดงรปท 3.5 )

! ! ! ! ! ! !

! X 0 1 1 1 !

! 1 0 0 0 1 ! ! 1 0 1 0 0 !

! 1 0 1 1 0 !

! 1 0 0 0 EXIT ! ! ! ! ! ! ! !

รปท 3.5 ตวอยางสนามสนามสงกดขวาง

จากรปท 3.5 ในการเคลอนทหลบสงกดขวางจะเรมตนเดนจากตว X ไปยง EXIT เสนทาง ในการเคลอนทจะสามารถเคลอนทไปตามเสนทางเลข 0 ซงเลข 1 ไดก าหนดใหเปนสงกดขวางไมสามารถเคลอนทผานได ในการทดลองประสทธภาพของขนตอนวธเชงพนธกรรมแบบกระชบจงใชประชากรแตละตว ทสรางขนมาใชเปนทศทางในการเคลอนท จากจดเรมตนไปยงจดเปาหมาย จงไดมการก าหนดทศทางการเคลอนท ดงตาราง ท 3.1 ตารางท 3.1 ตารางทศทางการเคลอนท

สตรง ทศทาง

00 ซาย 01 ขวา

10 ขน

11 ลง

21

ในขนตอนวธเชงพนธกรรมแบบกระชบ ในแตละรอบในการปรบเวคเตอรความนาจะเปนของขนตอนวธเชงพนธกรรมแบบกระชบจะมการสรางประชากรขนมา 2 ตว เพอใชในการปรบเวคเตอร ในการเคลอนทหลบสงกดขวางนกจะใชประชากร 2 ตวน ในแตละรอบมาใชในการเคลอนท จากจดเรมตนไปยงจดเปาหมาย แลววดระยะหางจากต าแหนงทหยดเดนกบต าแหนงเปาหมายของประชากรทงสองตวโดยตวใดหางนอยกวาตวนนคอ ผชนะเพอน าคาตรงนไปใชในการปรบเวคเตอรตามกระบวนการขนตอนวธเชงพนธกรรมแบบกระชบและเมอมการเคลอนทไปถงเปาหมายทงคกจะดวาตวใดทจ านวนครงในการเคลอนทนอยทสดและทกครงในการชนก าแพงจะมการบวกคาเพมใหกบประชากรแตละตวสามารถดตวอยางการเคลอนทหลบสงกดขวาง ดงรปท 3.6

ประชากร A 0 1 1 1 0 1 0 1 0 1

ทศทาง ขวา ลง ขวา ขวา ขวา

ประชากร B 0 1 1 0 1 0 1 0 1 1

ทศทาง ขวา ขน ขน ขน ลง

รปท 3.6 ตวอยางการเคลอนทหลบสงกดขวาง

! ! ! ! ! ! !

! X B 1 1 1 ! ! 1 X 0 0 1 !

! 1 0 1 0 0 !

! 1 0 1 1 0 ! ! 1 0 0 0 EXIT !

! ! ! ! ! ! !

! ! ! ! ! ! !

! X A 1 1 1 ! ! 1 A A X 1 !

! 1 0 1 0 0 ! ! 1 0 1 1 0 !

! 1 0 0 0 EXIT !

! ! ! ! ! ! !

ประชากร A ประชากร B

1

22

จากรปท 3.6 อธบายไดวา ประชากร A คอ { 0111010101 } เมอน าสตรงมาตดเปน ค ๆ เทยบกบตารางทศทางจะไดทศทางเปน ขวา, ลง, ขวา, ขวา, ขวา จะเหนวาคา X ยายจากจดเรมตนหางจากเปาหมาย 4 หนวย และประชากร B คอ { 0110101011 } เมอน าสตรงมาตดเปน ค ๆ เทยบกบตารางทศทางจะไดทศทางเปน ขวา, ขน, ขน, ขน, ลง จะเหนวาคา X ยายจากจดเรมตนหางจากเปาหมาย 6 หนวย จากการรนรอบน ผทเดนดกวาคอ ประชากร A เมอไดผชนะกจะไปปรบเวคเตอรความนาจะเปนจากผแพเขาหาผชนะตามขนตอนวธเชงพนธกรรมแบบกระชบ

23

บทท 4

ผลการทดลอง ในการศกษาการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ ในครงน มาทดสอบกบปญหา One Max และ Royal Road ซงรายละเอยดของปญหาไดกลาวไวแลวในบทท 3 จากนนน ามาประยกตใชทดสอบกบการแกปญหาบงคบหนยนตใหหลบสงกดขวางจากจดเรมตนไปยงทหมาย 4.1 ปญหา One Max การน าขนตอนวธการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ มาทดลองกบปญหา One Max ทเรมตนจากปญหางาย ๆ ไปหาปญหายาก ๆ โดยก าหนดปญหางายเปนความยาวของสายอกขระโครโมโซมเรมท 100 ตว ไปหาปญหายากทสายอกขระโครโมโซมยากสนสดเทากบ 1,000 ตว โดยการทดลองไดมการทดลองปรบคา 1/n เปนคาตาง ๆ คอ 10, 100, 1,000, 10,000 เปรยบเทยบกบวธการทน าเสนอ ไดผลการทดลองดงตารางท 4.1 ถงตารางท 4.2 ตารางท 4.1 ตารางเปรยบเทยบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชง พนธกรรม แบบกระชบทดสอบกบปญหา One Max

จ านวนโครโมโซม

คาเฉลย fitness ทคา n=10


คาเฉลย fitness ท

คา n=1000

คาเฉลย fitness ท

คา n=10000

คาเฉลย fitness

Weighted

100 84.6 100 100 100 100 200 155.9 200 200 200 200

300 221.5 300 300 300 300

400 288.5 399.8 400 400 400 500 347.2 499.5 500 500 500

600 410.2 598.4 600 600 600 700 470.8 697.3 700 697.3 700

800 534.6 796.8 800 789.7 800

900 592.6 892.8 900 881.4 900 1000 652.2 991.8 1000 945.4 1000

24

จากตารางท 4.1 เปนการน าขนตอนวธเชงพนธกรรมแบบกระชบทคา n ตาง มาเปรยบเทยบกบวธการทน าเสนอ ในปญหา One Max ทเรมจากปญหางาย ๆ ไปยงปญหายาก ๆ หรอปญหาทมความซบซอนมาก ๆ ในทนไดก าหนดปญหางาย ๆ เรมตนจากจ านวนโครโมโซมสนท 100 โครโมโซม ไปยงปญหายาก ทจ านวนโครโมโซมยาวถง 1,000 โครโมโซม พบวากรณ n=10 ไมสามารถแกปญหา One Max ได สวนทคา n=100 สามารถแกปญหาไดเฉพาะ ปญหางาย ๆ บางกรณเชนกรณท โครโมโซมเทากบ 100 ถง 300 เทานน ในสวนทคา n=1,000 สามรถแกปญหา One Max ไดไมวาจะเปนปญหางาย หรอปญหายาก เชนเดยวกน ทคา n=10,000 สามารถแกปญหาได แตจะใชจ านวนรอบมากจนบางครงไมสามารถแกปญหาไดภายในระยะเวลาทก าหนด และเทยบกบวธการทน าเสนอทมการปรบเวคเตอรความนาจะเปนดวยคา Weighted Fitness นสามารถแกปญหา One Max ไดเหมอนกบกรณ คา n=1,000 จะเหนผลดงตารางท 4.1 วาสามารถแกปญหาไดดใกลเคยงกบทคา n=1,000 ตารางท 4.2 ตารางเปรยบเทยบจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพขนตอน วธเชงพนธกรรมแบบกระชบทดสอบกบปญหา One Max


คาเฉลยรอบ ทคา n=10

คาเฉลยรอบ ทคา

n=100


n=1000


n=10000

คาเฉลยรอบ Weighted

100 138.90 1,054.90 9,509.20 87,529.20 12,675.20 200 162.80 1,712.10 15,124.60 144,376.50 31,969.70

300 187.50 2,146.70 19,339.90 188,704.90 52,410.30

400 195.20 2,715.20 23,044.90 221,030.20 75,159.00 500 212.50 3,045.10 26,425.90 254,519.40 99,303.10

600 211.20 3,616.70 29,259.00 283,022.90 125,254.20

700 223.90 4,170.60 31,976.90 300,000.00 150,248.00 800 236.10 4,447.30 34,413.30 300,000.00 174,520.70

900 237.70 4,765.00 36,824.90 300,000.00 203,525.30 1000 241.80 4,894.90 38,948.50 300,000.00 231,652.80

25

จากตารางท 4.2 เปนการเปรยบเทยบใหเหนถงจ านวนรอบทพบค าตอบพบวาในการใชคา n=10 ท าใหมการปรบเวคเตอรความนาจะเปนครงละมาก ๆ จงท าใหเวคเตอรความนาจะเปนมการลเขาส 0 และ 1 เรวขนเมอ ไมมการปรบเวคเตอรโอกาสการสมสรางประชากรคงทจงท าใหไดสายอกขระซ า ๆ กน และขณะเดยวกนกไมสามารถแกปญหา One Max ไดและเมอ กรณปรบคาเปน 100 ท าใหมการปรบคาเวคเตอรนอยลง จงสามารถแกปญหา One Max ไดในกรณปญหางาย ๆ ทความยาวโครโมโซมสงสดคอ 300 โครโมโซม และเมอมการปรบคา n เปน เปน 1,000 และ 10,000 พบวาสามารถแกปญหา One Max ไดครบทกกรณ แตทคาเปน 10,000 มการปรบเวคเตอรทละนอยเกนไปจงท าใหกรณปญหาทมความยากขนทความยาวโครโมโซมตงแต 700 ถง 1,000 ไมสามารถแกปญหาใหพบค าตอบไดในเวลาทก าหนด และในสวนของการปรบเวคเตอรความนาจะเปนทใชคา Weighted Fitness จะเปนการปรบเวคเตอรตามผลตางของผลเฉลย ถาผลเฉลยมผลตางมากกปรบทละมาก ๆ แตถาผลตางนอยกจะท าการปรบทละนอย ๆ เชนกนและทส าคญสามารถแกปญหา One Max ไดเชนกนไมวาปญหานนจะเปนปญหางายกตาม

4.2 ปญหา (Royal Road) การน าขนตอนวธการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ มาทดลองกบปญหา Royal Road ทเรมตนจากความยาวของสายอกขระโครโมโซมเทากบ 8, 16, 32 และ 64 ตว โดยการทดลองกไดมการทดลองปรบคา 1/n เปนคาตางเปรยบเทยบกบวธการทน าเสนอ ไดผลการทดลองดงตารางท 4.3 ถงตารางท 4.4 ตารางท 4.3 ตารางเปรยบเทยบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรม แบบกระชบทดสอบกบปญหา Royal Road




คาเฉลย fitness ทคา

n=1000


คาเฉลย fitness

Weighted

8 5.7 7.8 8 8 8 16 11.6 16 16 16 16

32 17.6 32 32 32 22.4

64 29.2 64 64 64 31.6

26

จากตารางท 4.3 ตารางเปรยบเทยบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Roadพบวา ทคา n=1,000 และ n=10,000 ทสามารถแกปญหา และทวธการทน าเสนอนยงไมสามารถแกปญหาทยากไดในสวนของปญหา Royal Road ได ตารางท 4.4 ตารางเปรยบเทยบจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพขนตอน วธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Road


คาเฉลยรอบ ทคา n=10


n=100


n=1000


n=10000

คาเฉลยรอบ Weighted

8 64 70.80 132.80 95.60 174.70

16 129 365.90 1,876.10 9,513.20 16,572.70

32 164 635.50 5,189.10 41,915.80 300,000.00 64 220 1,261.00 9,122.50 81,671.60 300,000.00

จากตารางท 4.4 เปนการเปรยบเทยบใหเหนถงจ านวนรอบทพบค าตอบในการใชขนตอนวธเชงพนธกรรมแบบกระชบแกปญหา Royal Road ทคา n เปน 10 พบวาไมสามารถแกปญหาไดเหมอนกบปญหา One Max และทคา n เปน 100 สามารถแกไดเฉพาะปญหาทมความยาวโครโมโซมท 16 โครโมโซม ถง 64 โครโมโซม สวนทคา n เปน 1000 และ 10000 สามารถแกปญหา Royal Road ทกปญหา และวธการทปรบเวคเตอรดวยคา Weighted Fitness พบวา สามารถแกปญหา Royal Road ไดแตในสวนทปญหาทมความยาวโครโมโซมมาก ๆ ในการ ตดบลอก 4 เพอใชในการหาคา Fitness โอกาสซ าในบลอกเดยวกนในสายอกขระประชากรเดยวกนชาลงจงท าใหไมสามารถแกปญหาไดในกรณทปญหา Royal Road มความยาวมาก ๆ

27

4.3 การประยกตใชกบวธการทปรบเวคเตอรความนาจะเปนดวยคา Weighted Fitness กบหนยนต

ไดน าขนตอนวธเชงพนธกรรมแบบกระชบทปรบเวคเตอรความนาจะเปนดวยคา Weighted Fitness กบหนยนตเพอใหหนยนต สามารถเดนหลบสงกดขวางจากจดเรมตนไปยงเปาหมาย โดยไดก าหนดสนาม ทใชบงคบหนยนตมขนาดของอารเรย 5 x 5 โดยภายในสนามจะม จด X คอจดเรมตน และจด Exit คอจดเปาหมาย และจะมเลข 1 กระจายเปนสงกดขวางและเลข 0 ทเปนทางเดนไปยงเปาหมาย โดยทดลองกบกบสนามทมความซบซอนตาง ๆ ดงรปท 4.1 ถงรปท 4.4

! ! ! ! ! ! !

! X 0 0 0 0 !

! 1 1 1 0 0 !

! 0 0 0 0 0 !

! 1 0 1 1 1 !

! 0 0 0 0 Exit !

! ! ! ! ! ! !

รปท 4.1 สนามสงกดขวางสนามท 1

! ! ! ! ! ! !

! X 0 1 1 1 !

! 1 0 1 1 1 !

! 1 0 1 1 1 !

! 1 0 1 1 1 !

! 1 0 0 0 Exit !

! ! ! ! ! ! !


28

! ! ! ! ! ! !

! X 0 0 1 1 !

! 0 1 0 1 1 !

! 0 1 0 1 1 !

! 0 1 0 1 1 !

! 0 1 1 1 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X 0 1 1 1 !

! 0 0 0 1 1 !

! 1 0 0 0 1 !

! 1 1 0 0 0 !

! 1 1 1 1 Exit !

! ! ! ! ! ! !


ผลการเคลอนทหลบสงกดขวางของหนยนตดงรปท 4.5 ถงรปท 4.8 เปนกรณทเคลอนทหลบสงกดขวางโดยมการน า ขนตอนวธเชงพนธกรรมแบบกระชบ ทมการปรบเวคเตอรความนาจะเปนดวย Weighted Fitness มาประยกตใช กบสนามสงกดขวางทสงกดขวางแบบตาง ๆ ของสนามสงกดขวางทกลาวไวขางตน พบวากรณทมเสนทางไปยงเปาหมายจะสามารถเคลอนทไปยงเปาหมายได

29

รปท 4.5 ผลลพธของสนามท 1 เคลอนทดวยค าสง RRLRLRRLRDDLRRLLLDDRLRLRRR

รปท 4.6 ผลลพธของสนามท 2 เคลอนทดวยค าสง RDDDTTTDDDDRRLRR

30

รปท 4.7 ผลลพธของสนามท 3 เคลอนทดวยค าสง DDTDTTRRDDDTDTTDDTDTDTDTTDDDTDDTD

รปท 4.8 ผลลพธของสนามท 4 เคลอนทดวยค าสง RDTDRDRDRD

31

จงน าขนตอนวธเชงพนธกรรมแบบกระชบทมการปรบเวคเตอรความนาจะเปน ดวยคา n เปน 10, 100, 1,000, 10,000 ของขนตอนวธเชงพนธกรรมแบบกระชบ เปรยบเทยบประสทธภาพการเดนของหนยนตกบวธทใชคา Weighted Fitness ไดดงตารางท 4.5 ถงตารางท 4.6 ตารางท 4.5 ตารางเปรยบเทยบจ านวนครงทใชในการเคลอนท

จ านวนครงทใชเคลอนท

คาทใชปรบเวคเตอร สนามท 1 สนามท 2 สนามท 3 สนามท 4 0.1 41.9 28.1 50 23.1

0.01 40.7 26.7 50 25.1 0.001 43.5 28.9 50 22.7

0.0001 39.5 24.4 50 27.6

Weight Fitness 39.2 27 50 25.7 จากตารางท 4.5 คอตารางเปรยบเทยบจ านวนครงทใชในการเคลอนทพบวา ในสนามสงกดขวางในรปแบบตาง ๆ ทง 4 สนามใหผลการทดลองดงน และสรปผลเปนกราฟแผนภมแทงใน รปท 4.9 ถงรปท 4.12 สนามท 1 หนยนตใชจ านวนครงการเดนขนลง ซายขวา ในการหลบสงกดขวาง ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการเดนเฉลยประมาณ 42 ครง, n เทากบ 100 ใชจ านวนครง ในการเดนเฉลยประมาณ 41 ครง, n เทากบ 1,000 ใชจ านวนครงในการเดนเฉลยประมาณ 44 ครง, n เทากบ 10,000 ใชจ านวนครงในการเดนเฉลยประมาณ 40 ครง และกรณ Weight Fitness ใชจ านวนครง ในการเดนเฉลยประมาณ 39 ครง สนามท 2 หนยนตใชจ านวนครงการเดนขนลง ซายขวา ในการหลบสงกดขวาง ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการเดนเฉลยประมาณ 28 ครง, n เทากบ 100 ใชจ านวนครงในการเดนเฉลยประมาณ 27 ครง, n เทากบ 1,000 ใชจ านวนครงในการเดนเฉลยประมาณ 29 ครง, n เทากบ 10,000 ใชจ านวนครงในการเดนเฉลยประมาณ 24 ครงและกรณ Weight Fitness ใชจ านวนครง ในการเดนเฉลยประมาณ 27 ครง สนามท 3 หนยนตใชจ านวนครงการเดนขนลง ซายขวา ในการหลบสงกดขวาง ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการเดนเฉลยประมาณ 50 ครง, n เทากบ 100 ใชจ านวนครงใน

32

การเดนเฉลยประมาณ 50 ครง, n เทากบ 1,000 ใชจ านวนครงในการเดนเฉลยประมาณ 50 ครง, n เทากบ 10,000 ใชจ านวนครงในการเดนเฉลยประมาณ 50 ครงและกรณ Weight Fitness ใชจ านวนครง ในการเดนเฉลยประมาณ 50 ครง ซงในสวนของสนามท 3 นไมมกรณใดเลยทสามารถไปยงเปาหมายไดแตจะมการพยามเขาหาเปาหมายใหไดใกลทสด สนามท 4 หนยนตใชจ านวนครงการเดนขนลง ซายขวา ในการหลบสงกดขวาง ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการเดนเฉลยประมาณ 23 ครง, n เทากบ 100 ใชจ านวนครงในการเดนเฉลยประมาณ 25 ครง, n เทากบ 1,000 ใชจ านวนครงในการเดนเฉลยประมาณ 23 ครง, n เทากบ 10,000 ใชจ านวนครงในการเดนเฉลยประมาณ 28 ครงและกรณ Weight Fitness ใชจ านวนครง ในการเดนเฉลยประมาณ 26 ครง ตารางท 4.6 ตารางเปรยบเทยบจ านวนรอบทใชแกปญหา

รอบทใชแกปญหา คาทใชปรบเวคเตอร สนามท 1 สนามท 2 สนามท 3 สนามท 4

0.1 62.4 1.5 1118.4 1.0

0.01 62.3 1.3 2269.8 1.1 0.001 36.6 1.6 2275.7 1.0

0.0001 103.2 1.4 1852.1 1.3

Weight Fitness 49.3 1.6 2226.3 1.2 จากตารางท 4.6 คอตารางเปรยบเทยบจ านวนรอบทใชในการเคลอนทพบวาในสนามสงกดขวางในรปแบบตาง ๆ ทงสสนามใหผลการทดลองดงน และสรปผลเปนกราฟแผนภมแทงใน รปท 4.13 ถงรปท 4.16 สนามท 1 หนยนตใชจ านวนครงการเดนขนลงซายขวาในการหลบสงกดขวางเมอไมสามารถแกปญหาไดกจะมการปรบเวคเตอรความนาจะเปนแลวสมสรางเสนทางขนมาเดนใหม ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการสรางเสนทางเฉลย 62 ครง, n เทากบ 100 ใชจ านวนครงในการสรางเสนทางเฉลย 62 ครง, n เทากบ 1,000 ใชจ านวนครงในการสรางเสนทางเฉลย 36 ครง, n เทากบ 10,000 ใชจ านวนครงในการสรางเสนทางเฉลย 103 ครง และกรณ Weight Fitness ใชจ านวนครง ในการสรางเสนทางเฉลย 49 ครง

33

สนามท 2 หนยนตใชจ านวนครงการเดนขนลงซายขวาในการหลบสงกดขวางเมอไมสามารถแกปญหาไดกจะมการปรบเวคเตอรความนาจะเปนแลวสมสรางเสนทางขนมาเดนใหม ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการสรางเสนทางเฉลย 2 ครง, n เทากบ 100 ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง, n เทากบ 1,000 ใชจ านวนครงในการสรางเสนทางเฉลย 2 ครง, n เทากบ 10,000 ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง และกรณ Weight Fitness ใชจ านวนครงในการสรางเสนทางเฉลย 2 ครง สนามท 3 หนยนตใชจ านวนครงการเดนขนลงซายขวาในการหลบสงกดขวางเมอไมสามารถแกปญหาไดกจะมการปรบเวคเตอรความนาจะเปนแลวสมสรางเสนทางขนมาเดนใหม เนองจากไมมกรณใดเลยทจะสามารถเคลอนทไปสค าตอบได โปรแกรมกจ าวนลปไปเรอย ๆ จนครบเงอนไงทก าหนดหรอมการ Convert ค าตอบทดทสด ซงกรณ 1/n ท n เทากบ 10 มการ Convert ค าตอบจ านวนครงในการสรางเสนทางเฉลย 1,118 ครง, n เทากบ 100 มการ Convert ค าตอบจ านวนครงในการสรางเสนทางเฉลย 2,270 ครง, n เทากบ 1,000 มการ Convert ค าตอบจ านวนครงในการสรางเสนทางเฉลย 2276 ครง, n เทากบ 10,000 มการ Convert ค าตอบจ านวนครงในการสรางเสนทางเฉลย 1,852 ครง และกรณ Weight Fitness มการ Convert ค าตอบจ านวนครงในการสรางเสนทางเฉลย 2,226 ครง สนามท 4 หนยนตใชจ านวนครงการเดนขนลงซายขวาในการหลบสงกดขวางเมอไมสามารถแกปญหาไดกจะมการปรบเวคเตอรความนาจะเปนแลวสมสรางเสนทางขนมาเดนใหม ซงกรณ 1/n ท n เทากบ 10 ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง, n เทากบ 100 ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง, n เทากบ 1,000 ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง, n เทากบ 10,000 ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง และกรณ Weight Fitness ใชจ านวนครงในการสรางเสนทางเฉลย 1 ครง

รปท 4.9 กราฟเปรยบเทยบจ านวนครงทใชเดนสนามท 1

3738394041424344

0.1 0.01 0.001 0.0001 WeightFitness

41.9

40.7

43.5

39.5 39.2

กราฟเปรยบเทยบจ านวนครงทใชเดนสนามท 1

34

จากรปท 4.9 เปรยบเทยบประสทธภาพจ านวนครงในการเคลอนทไปยงสงกดขวางพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาสามารถแกปญหาไดดพอสมควรและใชจ านวนครงในการเคลอนทเฉลย 39.2 ครง


จากรปท 4.10 เปรยบเทยบประสทธภาพจ านวนครงในการเคลอนทไปยงสงกดขวางพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาสามารถแกปญหาไดดพอสมควรและใชจ านวนครงในการเคลอนทเฉลย 27 ครง


2223242526272829

0.1 0.01 0.001 0.0001 WeightFitness

28.1

26.7

28.9

24.4

27


0

10

20

30

40

50

0.1 0.01 0.001 0.0001 WeightFitness

50 50 50 50 50


35

จากรปท 4.11 เปรยบเทยบประสทธภาพจ านวนครงในการเคลอนทไปยงสงกดขวางพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาไมสามารถแกปญหาไดเพราะสนามสงกดขวางไมมเสนทางใดทสามารถไปยงเปาหมายไดเลย


จากรปท 4.12 เปรยบเทยบประสทธภาพจ านวนครงในการเคลอนทไปยงสงกดขวางพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาสามารถแกปญหาไดดพอสมควรและใชจ านวนครงในการเคลอนทเฉลย 26 ครง

รปท 4.13 กราฟเปรยบเทยบจ านวนรอบทใชแกปญหาสนามท 1

0

5

10

15

20

25

30

0.1 0.01 0.001 0.0001 WeightFitness

23.125.1

22.7

27.625.7


0

20

40

60

80

100

120

0.1 0.01 0.001 0.0001 WeightFitness

62.4 62.3

36.6

103.2

49.3

กราฟเปรยบเทยบจ านวนรอบท ใชแกปญหาสนามท 1

36

จากรปท 4.13 เปรยบเทยบประสทธภาพจ านวนรอบในการปรบเวคเตอรความนาจะเปนพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาใชจ านวนรอบเฉลยอยท 49.3 รอบ

รปท 4.14 กราฟเปรยบเทยบจ านวนรอบทใชแกปญหาสนามท 2 จากรปท 4.14 เปรยบเทยบประสทธภาพจ านวนรอบในการปรบเวคเตอรความนาจะเปนพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาใชจ านวนรอบเฉลยอยท 1.6 รอบ


0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

0.1 0.01 0.001 0.0001 Weight Fitness

1.5

1.3

1.6

1.4

1.6


0

500

1000

1500

2000

2500

0.1 0.01 0.001 0.0001 WeightFitness

1118.4

2269.8 2275.7

1852.1

2226.3


37

จากรปท 4.15 เปรยบเทยบประสทธภาพจ านวนรอบในการปรบเวคเตอรความนาจะเปนพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาใชจ านวนรอบเฉลยอยท 2,226.3 รอบ


จากรปท 4.16 เปรยบเทยบประสทธภาพจ านวนรอบในการปรบเวคเตอรความนาจะเปนพบวาวธการทน าเสนอเมอมการน ามาประยกตใชแกปญหาใชจ านวนรอบเฉลยอยท 1.2 รอบ

0

0.2

0.4

0.6

0.8

1

1.2

1.4

0.1 0.01 0.001 0.0001 Weight Fitness

11.1

1

1.31.2

รอบทใชแกปญหาสนามท 4

38

บทท 5

สรปผลและขอเสนอแนะ

5.1 สรปผลการด าเนนงาน โครงงานนไดเสนอขนตอนและวธการพฒนาอลกอรทมของขนตอนวธเชงพนธกรรมแบบกระชบจากเดมขนตอนวธเชงพนธกรรมแบบกระชบมการปรบเวคเตอรความนาจะเปนดวยพารามเตอร 1/n กปรบพฒนามาปรบเวคเตอรความนาเปนดวยพารามเตอร Weighted Fitness ซงเปนคาความเหมาะของผลเฉลยไดน าความรทางดานปญญาประดษฐมาประยกตใชในการพฒนาเพอใหขนตอนวธเชงพนธกรรมแบบกระชบใหมประสทธภาพเพมขน โดยใชทดสอบกบปญหา One Max พบวาในการแกปญหาวธการทน าเสนอสามารถแกปญหาและหาค าตอบไดเหมอนกนและเมอเปรยบเทยบจ านวนรอบทใชในการแกปญหาถอวาสามารถแกปญหาไดเรวกวากรณท n = 10,000 ของขนวธเชงพนธกรรมแบบกระชบ และเมอน ามาทดสอบกบปญหา Royal Road ซงปญหา Royal Road เปนปญหายากจงท าใหไมสามารถแกปญหาไดทกปญหาแตสามารถแกปญหาในสวนของปญหางาย ๆ ไดเชนปญหา Royal Road ทมขนาดโครโมโซมเปน 8 และ 16 สามารถแกปญหาได จากนนกไดน ามาประยกตใชในการบงคบหนยนตใหเคลอนทหลบสงกดขวางกไดทดลองกบสนามสง กดขวาง 4 รปแบบ เปรยบเทยบกนระหวางขนตอนวธเชงพนธกรรมแบบกระชบแบบเดมทมการปรบเวคเตอรดวยคา n ตาง ๆ กบวธการทน าเสนอ พบวาสามารถใชจ านวนครงในการเคลอนทไปยงเปาหมายไดเรวกวาขนตอนวธเชงพนธกรรมแบบกระชบแบบเดม บางกรณเชน สนามส งกดขวางท 1 วธการทน าเสนอใชจ านวนครงในการเคลอนทประมาณ 39 ครง ซงดพอ ๆ กบ กรณ n=10000 และใชจ านวนครงนอยกวากรณ n = 10, 100 1000 และใชจ านวนรอบนอยกวาบางกรณขนตอนวธเชงพนธกรรมแบบกระชบแบบเดมถงแมจะไมดทสดแตการท างานกไมถงกบแยทสด

5.2 ปญหาและขอจ ากด เนองจากขนตอนวธเชงพนธกรรมแบบกระชบไดมการก าหนดคา 1/n ในการปรบเวคเตอรความนาจะเปน ซงแตละปญหากจะมการก าหนดคา n เปนคาตาง ๆ เพอใหเหมาะสมกบปญหา ดงนนผทพฒนาจงตองการพฒนาใหสามารถลดขอจ ากดดงกลาวได และน าไปประยกตใชแกปญหากบปญหาตาง ๆ ได เชนการใชบงคบหนยนต

39

5.3 แนวทางการน าไปใชงาน อลกอรทมน สามารถน ามาประยกตใชงานเกยวกบการบงคบหนยนต เพราะในการท างานของหนยนตในสวนมาก ทจะสามารถท างานไดดจะตองใชโปรแกรม หรอมนษยบงคบใหเดนหนาถอยหลงเลยวขวาในการแกปญหา ซงวธการนจะเปนวธการสมทางเดนทเหมาะสมทสด ใหหนยนตเดนไดและแกปญหาดงกลาวได 5.4 ขอเสนอแนะ เพอใหขนตอนวธเชงพนธกรรมแบบกระชบมประสทธภาพเพมขนควรน าขนตอนวธเชงพนธกรรมแบบกระชบมาประยกตใชงานกบปญหาทตองการศกษาและหาวธในการลดใหจ านวนรอบในการประมวลผลนลดนองลงกวาแบบเดมทมการปรบเวคเตอรดวยคาพารามเตอร 1/n

บรรณานกรม

The Compact Genetic Algorithm. Lobo Fernando,Goldberg David Harik Georges. 3 ,

1999, IEEE TRANSACTIONS ON EVOLUTIONARY COMPUTTION, เลมท 4, หนา 287.

A Performance Analysis of Compressed Compact Genatic Algorithm. Orawan

Watchanupaporn, Nuanwan Soonthornphisaj แ ล ะ Worasait Suwannik.

2006, หนา 16-24.

ขนตอนวธเชงพนธกรรมแบบกระชบและการประยกต. สนสา รมเจรญ. 2555, วารสารวทยาศาสตร

บรพา, หนา 205-211.

ขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด หรอ Compressed Compact Genetic Algorithm.

อรวรรณ วชนภาพร. 2005, หนา 91-97.

ขนตอนวธเชงพนธกรรมคอมแพคทแบบบบอด Compressed Compact Genetic Algorithm.

อรวรรณ วชนภาพร. ม.ป.ท. : Proceedings of National Computer Science and

Engineering Conference, 2 7 - 2 8 October 2 0 0 5 , Proceedings of National

Computer Science and Engineering Conference (NCSEC 2005), หนา 801-811.

เปรยบเทยบประสทธภาพวธการไขวเปลยนใน LZWGA. วรเศรษฐ สวรรณก สมรกษ นมนาค. 6,

กรกฎาคม-ธนวาคม 2550, วารสารเทคโนโลยสารสนเทศ, หนา 1-6

ภาคผนวก ก

ภาคผนวก ก

ผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบกบปญหา

One Max

43

รายละเอยดผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทใชในการทดสอบกบปญหา One Max ไดท าการบนทกผลการ

ทดลองไวในตารางท ก - 1 ถง ตารางท ก - 10 เพอใชอางองถงขอมลเนอหาในสวนของผลการทดลอง

ตารางท ก – 1 ตารางค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา One Max ทปรบเวคเตอรความนาจะเปน

ดวย Weighted Fitness


ครงท 1 ไดคา Fitness










คาเฉลย คา Fitness

100 100 100 100 100 100 100 100 100 100 100 100 200 200 200 200 200 200 200 200 200 200 200 200

300 300 300 300 300 300 300 300 300 300 300 300

400 400 400 400 400 400 400 400 400 400 400 400 500 500 500 500 500 500 500 500 500 500 500 500

600 600 600 600 600 600 600 600 600 600 600 600

700 700 700 700 700 700 700 700 700 700 700 700 800 800 800 800 800 800 800 800 800 800 800 800

900 900 900 900 900 900 900 900 900 900 900 900 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000

44

ตารางท ก – 2 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา One Max ทปรบ

เวคเตอรความนาจะเปนดวย Weighted Fitness


ครงท 1 แกปญหาไดรอบท










คาเฉลย แกปญหาไดรอบท

100 11492 13022 12251 12919 13356 13356 12518 11823 13208 12807 12675.2

200 31209 32184 33938 32879 30670 31049 32087 29434 34812 31435 31969.7

300 55242 55556 51442 47794 54732 53790 53720 53720 47796 50311 52410.3 400 78427 75738 75458 77566 72535 73551 73078 77304 73820 74113 75159

500 99663 101640 97146 96008 96834 99212 99543 104964 97814 100207 99303.1

600 122225 125503 127529 127866 120732 128480 126272 125050 126016 122869 125254.2 700 154396 153527 148508 145197 154160 154273 152440 142303 151540 146136 150248

800 174749 172817 179968 177631 175787 167378 175958 169470 177947 173502 174520.7 900 207649 209476 204163 204557 199095 193939 201578 203311 203647 207838 203525.3

1000 219654 238803 230624 241200 232244 230917 230159 231960 224374 236593 231652.8

45

ตารางท ก – 3 ตารางค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา One Max ท 1/n โดยคา n เทากบ 10













100 86 84 88 83 82 87 82 80 88 86 84.6

200 160 151 160 153 157 155 154 158 152 159 155.9 300 214 225 221 222 224 219 221 219 229 221 221.5

400 287 283 288 288 289 280 291 294 291 294 288.5 500 343 359 345 350 352 353 346 343 335 346 347.2

600 408 411 403 416 416 401 417 407 406 417 410.2

700 477 470 482 459 471 473 468 472 477 459 470.8 800 521 539 541 541 545 531 531 531 539 527 534.6

900 583 594 589 602 599 585 591 597 593 593 592.6

1000 651 634 645 658 651 657 649 661 648 659 652.2

46

ตารางท ก – 4 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา One Max

ท 1/n โดยคา n เทากบ 10













100 159 156 150 121 136 127 149 120 138 133 138.9

200 160 163 157 157 166 173 170 166 152 164 162.8 300 178 188 214 183 190 180 193 159 203 187 187.5

400 187 186 182 212 193 205 198 202 191 196 195.2

500 197 228 211 238 202 206 204 212 213 214 212.5 600 192 227 208 206 216 212 211 210 224 206 211.2

700 218 218 227 205 249 238 233 222 217 212 223.9

800 227 228 254 236 244 223 223 229 246 251 236.1 900 246 252 228 237 235 217 246 252 240 224 237.7

1000 223 225 261 239 229 228 248 251 261 253 241.8

47














100 100 100 100 100 100 100 100 100 100 100 100

200 200 200 200 200 200 200 200 200 200 200 200 300 300 300 300 300 300 300 300 300 300 300 300

400 400 400 400 400 400 399 400 400 400 399 399.8 500 500 499 499 500 498 499 500 500 500 500 499.5

600 597 599 598 598 597 598 600 599 600 598 598.4

700 697 694 698 699 698 698 697 697 698 697 697.3 800 798 798 797 795 795 797 796 798 795 799 796.8

900 896 886 897 891 892 889 892 893 899 893 892.8

1000 990 990 992 989 995 994 989 994 991 994 991.8

48















100 1127 1020 1035 1121 1018 1028 993 1094 1103 1010 1054.9

200 1653 1698 1747 1742 1658 1698 1711 1737 1732 1745 1712.1 300 2180 2136 2162 2167 2110 2245 2011 2160 2135 2161 2146.7

400 2637 2553 2697 2622 2569 3117 2456 2657 2643 3201 2715.2

500 3030 2959 3596 2960 2996 2925 3008 2902 3101 2974 3045.1 600 3778 3409 3830 3330 3797 3914 3219 3724 3311 3855 3616.7

700 4131 4219 4174 4281 4167 4142 4131 4127 4324 4010 4170.6

800 4163 4170 4577 4635 4542 4472 4530 4411 4478 4495 4447.3 900 4813 4674 4842 4691 4773 4555 4682 4962 4831 4827 4765

1000 4317 4834 5008 5014 5000 5002 5279 5060 4345 5090 4894.9

49














100 100 100 100 100 100 100 100 100 100 100 100

200 200 200 200 200 200 200 200 200 200 200 200 300 300 300 300 300 300 300 300 300 300 300 300

400 400 400 400 400 400 400 400 400 400 400 400 500 500 500 500 500 500 500 500 500 500 500 500

600 600 600 600 600 600 600 600 600 600 600 600

700 700 700 700 700 700 700 700 700 700 700 700 800 800 800 800 800 800 800 800 800 800 800 800

900 900 900 900 900 900 900 900 900 900 900 900

1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000

50















100 9461 9094 9989 9454 8877 9862 9353 9171 9832 9999 9509.2

200 14705 15772 14737 14602 15539 15650 14827 15052 15268 15094 15124.6 300 19210 18911 19735 19080 19679 19742 19483 19395 18539 19625 19339.9

400 22898 21979 23463 22607 23590 23248 22926 22819 23592 23327 23044.9

500 26565 26925 25679 26281 26798 26242 26530 25931 26754 26554 26425.9 600 29471 29355 29019 29236 29240 29502 29546 28948 28819 29454 29259

700 31953 32550 31617 32278 32300 31683 31959 32402 30885 32142 31976.9

800 34481 34517 34283 34853 34421 34887 33831 34431 33799 34630 34413.3 900 36738 36724 37258 36829 37049 36893 36628 36576 36653 36901 36824.9

1000 39505 39092 39197 38311 38950 38558 39153 39130 38228 39361 38948.5

51

ตารางท ก – 9 ตารางค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา One Max














100 100 100 100 100 100 100 100 100 100 100 100

200 200 200 200 200 200 200 200 200 200 200 200 300 300 300 300 300 300 300 300 300 300 300 300

400 400 400 400 400 400 400 400 400 400 400 400

500 500 500 500 500 500 500 500 500 500 500 500 600 600 600 600 600 600 600 600 600 600 600 600

700 697 697 697 699 697 697 697 697 697 698 697.3

800 790 788 790 788 791 790 790 790 792 788 789.7 900 878 881 880 880 880 879 880 878 879 899 881.4

1000 966 966 963 968 766 966 962 964 966 967 945.4

52















100 85430 86750 84881 88385 88390 87353 91556 86531 87709 88307 87529.2

200 146488 146976 143302 144721 143789 138148 144003 145612 145205 145521 144376.5

300 187658 183788 190781 191186 186463 188295 189911 190382 187866 190719 188704.9 400 220515 220677 227559 212343 212343 222271 225664 220195 225987 222748 221030.2

500 261237 258888 246104 255501 253285 254256 255287 245364 258830 256442 254519.4 600 282238 286117 282054 285462 288681 279709 284803 263922 290200 287043 283022.9

700 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000

800 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 900 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000

1000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000

ภาคผนวก ข

ภาคผนวก ข

ผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบกบปญหา

Royal Road

55

รายละเอยดผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทใชในการทดสอบกบปญหา Royal Road ไดท าการบนทกผล

การทดลองไวในตารางท ข – 1 ถง ตารางท ข - 10 เพอใชอางองถงขอมลเนอหาในสวนของผลการทดลอง

ตารางท ข – 1 ตารางค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Road ทปรบเวคเตอรความนาจะ

เปนดวย Weighted Fitness













8 8 8 8 8 8 8 8 8 8 8 8

16 16 16 16 16 16 16 16 16 16 16 16 32 24 24 24 24 24 20 20 20 20 24 22.4

64 32 28 32 32 32 32 32 32 32 32 31.6

56

ตารางท ข – 2 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Road ทปรบ

เวคเตอรความนาจะเปนดวย Weighted Fitness













8 192 72 4 406 171 96 46 236 1747 174.7 314.47

16 3459 2898 12981 3249 26258 39980 55839 12343 165727 16572.7 33930.67

32 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 64 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000 300000

57

ตารางท ข – 3 ตารางค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Road ท 1/n โดยคา n เทากบ 10













8 4 4 4 8 8 1 8 4 8 8 5.7

16 12 12 12 12 12 12 8 16 12 8 11.6 32 16 20 16 8 12 24 24 24 16 16 17.6

64 32 32 24 24 32 32 28 32 24 32 29.2

58

ตารางท ข – 4 ตารางจ านวนรอบทพบค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Road














8 202 62 137 14 21 34 19 92 29 31 64.1

16 203 180 89 77 165 105 177 47 170 79 129.2 32 155 234 197 139 169 138 140 122 167 183 164.4

64 150 256 159 286 204 194 194 353 187 214 219.7

59

ตารางท ข – 5 ตารางค าตอบการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบทดสอบกบปญหา Royal Road














8 8 6 8 8 8 8 8 8 8 8 7.8

16 16 16 16 16 16 16 16 16 16 16 16 32 32 32 32 32 32 32 32 32 32 32 32

64 64 64 64 64 64 64 64 64 64 64 64

60















8 28 17 133 42 146 143 25 19 116 39 70.8

16 329 327 369 347 425 340 418 302 402 400 365.9 32 728 606 582 680 658 604 664 480 626 727 635.5

64 1257 1186 1467 1116 1234 1164 1200 1567 1255 1164 1261

61















8 8 8 8 8 8 8 8 8 8 8 8

16 16 16 16 16 16 16 16 16 16 16 16 32 32 32 32 32 32 32 32 32 32 32 32

64 64 64 64 64 64 64 64 64 64 64 64

62















8 17 76 207 67 519 19 5 220 116 39 128.5

16 2204 2133 2127 1632 1970 1809 1343 1943 1247 400 1680.8 32 4706 5377 5383 5085 5512 5299 5337 4186 5234 727 4684.6

64 9458 9113 9143 9006 9023 9422 9110 8391 9292 1164 8312.2

63















8 8 8 8 8 8 8 8 8 8 8 8

16 16 16 16 16 16 16 16 16 16 16 16 32 32 32 32 32 32 32 32 32 32 32 32

64 64 64 64 64 64 64 64 64 64 64 64

64















8 189 191 73 90 135 20 179 36 13 30 95.6

16 2917 15475 12341 13164 15077 10737 1048 12600 1757 10016 9513.2 32 39489 34522 47168 45278 39011 43012 45209 37472 46659 41338 41915.8

64 87306 79289 88551 86773 85068 78980 68562 83835 80280 78072 81671.6

ภาคผนวก ค

ภาคผนวก ค

ผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบกบกบการ

บงคบหนยนตหลบสงกขวาง

67

รายละเอยดผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบท

น ามาประยกตใชกบปญหาการบงคบหนยนตเคลอนทหลบสงกดขวาง กบสนามสงกดขวางทง 4

สนามไดท าการบนทกผลการทดลองไวในตารางท ค - 1 ถง ตารางท ค - 20 เพอใชอางองถงขอมล

เนอหาในสวนของผลการทดลอง

ตารางท ค – 1 ขอมลสนามท 1

Weighted Fitness

ล าดบ รอบทใชแกปญหา จ านวนครงทใชเดน 1 54 34

2 47 31

3 4 43 4 17 45

5 82 36

6 5 48 7 35 49

8 95 39 9 23 41

10 131 26

คาเฉลย 49.3 39.2

68


1/n โดยท n=10

ล าดบ รอบทใชแกปญหา จ านวนครงทใชเดน

1 63 42 2 70 41

3 35 46

4 52 47 5 132 39

6 15 28 7 82 46

8 129 39

9 2 46 10 44 45

คาเฉลย 62.4 41.9




2 2 39

3 85 48 4 131 47

5 84 30

6 135 41 7 58 38

8 73 44 9 4 39

10 34 35

คาเฉลย 62.3 40.7

69




1 4 38 2 25 37

3 8 38

4 36 46 5 99 46

6 49 43 7 37 45

8 78 47

9 1 47 10 29 48

คาเฉลย 36.6 43.5


1/n โดยท n=10000


2 92 27

3 118 31 4 117 45

5 37 47

6 9 41 7 31 31

8 268 49 9 15 33

10 168 47

คาเฉลย 103.2 39.5

70


Weighted Fitness


1 1 21 2 1 28

3 1 25

4 1 33 5 2 31

6 2 24 7 2 28

8 1 28

9 2 28 10 3 24

คาเฉลย 1.6 27




2 3 28

3 4 21 4 1 18

5 1 41

6 1 27 7 1 27

8 1 39 9 1 30

10 1 24

คาเฉลย 1.5 28.1

71




1 1 44 2 1 16

3 1 31

4 2 15 5 1 16

6 1 33 7 1 35

8 3 35

9 1 23 10 1 19





2 1 33

3 2 34 4 3 34

5 2 37

6 1 12 7 2 21

8 1 33 9 1 20

10 2 38


72


1/n โดยท n=10000


1 1 34 2 2 21

3 1 19

4 1 26 5 1 26

6 2 24 7 1 14

8 1 16

9 2 47 10 2 17



Weighted Fitness


2 2786 50

3 1926 50 4 2006 50

5 2860 50

6 1125 50 7 2686 50

8 1852 50 9 2571 50

10 2190 50

คาเฉลย 2226.3 50

73




1 648 50 2 358 50

3 2185 50

4 117 50 5 1759 50

6 939 50 7 387 50

8 1816 50

9 701 50 10 2274 50

คาเฉลย 1118.4 50




2 1750 50

3 2838 50 4 2757 50

5 1751 50

6 2381 50 7 2855 50

8 1591 50 9 2751 50

10 2040 50

คาเฉลย 2269.8 50

74




1 2918 50 2 2783 50

3 1614 50

4 1545 50 5 2987 50

6 1541 50 7 2500 50

8 2398 50

9 1974 50 10 2497 50

คาเฉลย 2275.7 50


1/n โดยท n=10000


2 1639 50

3 1625 50 4 907 50

5 2537 50

6 2646 50 7 2823 50

8 721 50 9 775 50

10 2277 50

คาเฉลย 1852.1 50

75


Weighted Fitness


1 1 27 2 1 22

3 2 27

4 1 19 5 2 18

6 1 36 7 1 18

8 1 25

9 1 40 10 1 25





2 1 13

3 1 32 4 1 22

5 1 33

6 1 26 7 1 29

8 1 20 9 1 17

10 1 23

คาเฉลย 1 23.1

76




1 2 35 2 1 31

3 1 15

4 1 16 5 1 14

6 1 35 7 1 28

8 1 26

9 1 22 10 1 29





2 1 32

3 1 17 4 1 16

5 1 31

6 1 25 7 1 22

8 1 19 9 1 26

10 1 13

คาเฉลย 1 22.7

77


1/n โดยท n=10000


1 2 30 2 1 35

3 1 47

4 1 39 5 1 23

6 1 23 7 1 13

8 1 19

9 2 26 10 2 21


ภาคผนวก ง

ภาคผนวก ง

ตวอยางการเคลอนทในการบงคบหนยนตหลบสงกดขวาง

80

รายละเอยดผลการทดลองการเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบท

น ามาประยกตใชกบปญหาการบงคบหนยนตเคลอนทหลบสงกดขวาง จงน าตวอยางการเคลอนทหลบ

สงกดขวางดวยค าสง RRLRRDRDTLDLLDDTDRRR

! ! ! ! ! ! !

! X T 0 0 0 ! ! 1 1 1 0 0 !

! 0 0 0 0 0 ! ! 1 0 1 1 1 !

! 0 0 0 0 Exit !

! ! ! ! ! ! !

รปท ง – 1 ตวอยางการเดนดวย ค าสง RRLRRDRDTLDLLDDTDRRR

! ! ! ! ! ! !

! X T T 0 0 ! ! 1 1 1 0 0 !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


81

! ! ! ! ! ! !

! X T 0 0 0 ! ! 1 1 1 0 0 !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X T T 0 0 ! ! 1 1 1 0 0 !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! ! ! X T T T 0 !

! 1 1 1 0 0 !

! 0 0 0 0 0 ! ! 1 0 1 1 1 !

! 0 0 0 0 Exit !

! ! ! ! ! ! !


82

! ! ! ! ! ! !

! X T T T 0 ! ! 1 1 1 T 0 !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X T T T 0 ! ! 1 1 1 T T !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! ! ! X T T T T !

! 1 1 1 T T !

! 0 0 0 0 0 ! ! 1 0 1 1 1 !

! 0 0 0 0 Exit !

! ! ! ! ! ! !


83

! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 T TT !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 0 0 0 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! ! ! X T T T T !

! 1 1 1 TT TT !

! 0 0 0 T 0 ! ! 1 0 1 1 1 !

! 0 0 0 0 Exit !

! ! ! ! ! ! !


84

! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 0 T T 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 T T T 0 !

! 1 0 1 1 1 ! ! 0 0 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! ! ! X T T T T !

! 1 1 1 TT TT !

! 0 T T T 0 ! ! 1 T 1 1 1 !

! 0 0 0 0 Exit !

! ! ! ! ! ! !


85

! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 T T T 0 !

! 1 T 1 1 1 ! ! 0 T 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 T T T 0 !

! 1 TT 1 1 1 ! ! 0 T 0 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! ! ! X T T T T !

! 1 1 1 TT TT !

! 0 T T T 0 ! ! 1 TT 1 1 1 !

! 0 TT 0 0 Exit !

! ! ! ! ! ! !


86

! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 T T T 0 !

! 1 TT 1 1 1 ! ! 0 TT T 0 Exit !

! ! ! ! ! ! !


! ! ! ! ! ! !

! X T T T T ! ! 1 1 1 TT TT !

! 0 T T T 0 !

! 1 TT 1 1 1 ! ! 0 TT T T Exit !

! ! ! ! ! ! !


! ! ! ! ! ! ! ! X T T T T !

! 1 1 1 TT TT !

! 0 T T T 0 ! ! 1 TT 1 1 1 !

! 0 TT T T T !

! ! ! ! ! ! !


ภาคผนวก จ

ภาคผนวก จ

ผลงานทไดรบการตพมพ

89 The 6th Walailak Research National Conference การประชมวชาการระดบชาต “วลยลกษณวจย” ครงท 6

สถาบนวจยและพฒนา มหาวทยาลยวลยลกษณ 222 ต าบลไทยบร อ าเภอทาศาลา จงหวดนครศรธรรมราช 80161 http://wuresearch.wu.ac.th e-mail: [email protected]

............................................................................................................................. การเพมประสทธภาพขนตอนวธเชงพนธกรรมแบบกระชบ

ดวยการปรบคาเวคเตอรความนาจะเปนโดยคาน าหนกตามความเหมาะ .............................................................................................................................

พนจ ออนนอย และ สพจน เฮงพระพรหม ............................................................................................................. ................

สาขาวชาวทยาการคอมพวเตอร คณะวทยาศาสตรและเทคโนโลย มหาวทยาลยราชภฏนครปฐม .............................................................................................................................

[email protected], [email protected] บทคดยอ (Abstract) การค านวณเชงววฒนาการ (Evolutionary Computation) เปนวธการหนงทไดรบความนยมในศาสตรดานการเรยนรของเครองจกร (Machine Learning) ซงเปนกระบวนการเรยนรโดยจ าลองหลกการววฒนาการของสงมชวต ขนตอนวธการหนงทเปนทรจกและใชงานอยางกวางขวาง ไดแก ขนตอนวธเชงพนธกรรม (Genetic Algorithm) โดยการท างานจะใชหลกการสมสรางค าตอบในรปของสายอกขระทมความยาวจ ากด (fixed-length string) ขนมาจ านวนหนงเพอใชเปนประชากรเรมตน (initial population) จากนนจะท าการววฒนาการค าตอบโดยใชตวด าเนนการทางพนธกรรม (genetic operator) ไดแก การสบพนธ (Reproduction) การไขวเปลยน (Crossover) และการกลายพนธ (Mutation) จนไดค าตอบทตองการ ปญหาหนงของขนตอนวธเชงพนธกรรม คอ การใชหนวยความจ าจ านวนมากในการประมวลผล ท าใหวธการดงกลาวไมสามารถน าไปบนอปกรณทมขอจ ากดทางดานหนวยความจ าได จงไดมการพฒนาขนตอนวธเชงพนธกรรมแบบกระชบ (Compact Genetic Algorithm) เพอลดขอจ ากดดงกลาว ขนตอนวธเชงพนธกรรมแบบกระชบน จะพารามเตอรตวหนงทมความส าคญและสงผลตอประสทธภาพของกระบวนการในการหาค าตอบ ไดแก คาทใชในการปรบเวคเตอรความนาจะเปน (probability vector) โดยทวไปจะใชคา 1/n โดยคา n จะมคาเทยบเทากบจ านวนประชากรในขนตอนวธเชงพนธกรรม ซงไมสามารถระบไดอยางชดเจนวาจะก าหนดคา n เปนเทาใดจงจะเหมาะสม หากก าหนดใหคาเปนเปนคาทนอยเกนไป อาจท าใหไมไดค าตอบทตองการ แตหากก าหนดคา n เปนคามากเกนไป จะตองใชเวลาในการประมวลผลเพมมากขน จนอาจไมสามารถหาค าตอบไดในเวลาทก าหนด จากปญหาดงกลาว ผวจยจงไดท าการวจยเพอก าหนดคาทใชในการปรบเวคเตอรความนาจะเปนทเหมาะสม โดยการใชคาความแตกตางของคาความเหมาะ (fitness value) ของผลเฉลย (individual) ของทงสองตวทถกสมสรางขนจากเวคเตอรความนาจะเปน ในการทดลองไดท าการทดสอบกบปญหา หนงมากสด (one max) ซงเปนปญหาพนฐานในการวดประสทธภาพของขนตอนวธเชงพนธกรรม พบวา วธการทน าเสนอใหสามารถแกปญหาไดเปนอยางด โดยไมจ าเปนตองคอยปรบคา n เพอใหเหมาะสมกบปญหา ค าส าคญ (Keywords)

การค านวณเชงววฒนาการ, การเรยนรของเครองจกร, ขนตอนวธเชงพนธกรรมแบบกระชบ, การปรบคาเวคเตอรความนาจะเปน, คาน าหนกตามความเหมาะ

http://wuresearch.wu.ac.th/

90

ประวตผจดท ำ

ชอ – สกล นายพนจ ออนนอย

ทอยภมล ำเนำ 1/3 ม.7 ต.สนามแย อ.ทามะกา จ.กาญจนบร 70190

วนเดอนปเกด 7 ธนวาคม พ.ศ.2535

ประวตกำรศกษำ มธยมศกษาตอนตน โรงเรยนกรบใหญวองกศลกจพทยาคม

มธยมศกษาตอนปลาย โรงเรยนกรบใหญวองกศลกจพทยาคม

ระดบปรญญำตร วทยาศาสตรบณฑต โปรแกรมวชาวทยาการคอมพวเตอร คณะวทยาศาสตร

และเทคโนโลย มหาวทยาลยราชภฏนครปฐม

อเมล [email protected]

the efficiency improvement of compact genetic...

Documents