A modified combination of artificial immune system and genetic algorithm for optimization problems

การปรับแต่งวิธีการผสมผสานระหว่างระบบภูมิคุ้มกันแบบเทียมและขั้นตอนวิธีเชิงพันธุกรรมสำหรับปัญหาการหาค่าที่เหมาะสม

Name: Pongsarun Boonyopakorn

keyword: Artificial immune

LCSH: GENETIC ALGORITHMS

LCSH: COMBINATORIAL OPTIMIZATION

LCSH: Time-tables

Abstract: Scheduling is one of the most important tasks encountered in real life situations. Various scheduling problems exist, such as, personnel, production and education time tables etc. Educational time table scheduling is a difficult task because of the many constraints that need to be satisfied in order to get a feasible solution. The education time table scheduling problem is known to be a NP-complete problem. The Genetic Algorithm (GA) is based on the biological mechanism of natural selection and heredity, leveraging colony searching technology, and is particularly applicable for the resolution of complicated on-linear problems intractable with traditional searching methods. In this research, the author has further solved the problem with a mimetic hybrid algorithm based on the Artificial Immune System (AIS), and then compared the result with that obtained from GA. The proposed guided mutation operator helps with convergence as a result of the increased constraint satisfaction rates and hence better fitness values.

Abstract: การจัดตารางเวลาเป็นหนึ่งในงานที่สำคัญที่พบในสถานการณ์ในชีวิตจริง ยกตัวอย่างเช่น การจัดตารางการทำงานของบุคคลากร การจัดตารางการผลิต การจัดตารางเรียน เป็นต้น การจัดตารางเรียนเป็นงานที่ยากเนื่องจากข้อมีจำกัดหลายอย่างที่จำเป็นต้องได้รับความพึงพอใจในคำตอบที่เหมาะสมของปัญหา ซึ่งปัญหาในการจัดตารางเรียนเป็นที่รู้จักกันในวงกว้างว่าเป็นปัญหาแบบชนิดเอ็นพีบริบูรณ์ (NP-Completed) อัลกอริทึมเชิงพันธุกรรม จำลองแบบมาจากกลไกทางธรรมชาติ โดยใช้ประโยชน์จากเทคโนโลยีอาณานิคมการค้นหา โดยเฉพาะการแก้ปัญหาเชิงเส้นที่มีความซับซ้อนยากด้วยวิธีการค้นหาแบบดั้งเดิม ในงานวิจัยชิ้นนี้ ได้นำเสนอวิธีการปรับปรุงการค้นหาคำตอบของปัญหาการจัดตารางเรียนด้วยวิธีปัญญาประดิษฐ์ภูมิคุ้มกันและอัลกอริทึมเชิงพันธุกรรมแบบผสม โดยได้เปรียบเทียบคำตอบที่ได้กับเทคนิคเดิม อีกทั้งยังนำเสนอปรับแต่งค่าการกลายพันธ์ในการค้นหาคำตอบ เพื่อเพิ่มประสิทธิภาพผลลัพธ์ของคำตอบที่ได้ให้เป็นที่น่าพอใจยิ่งขึ้น

King Mongkut's University of Technology North Bangkok. Central Library

Address: BANGKOK

Email: library@kmutnb.ac.th

Name: Phayung Meesad

Role: Dissert advisors

Email : pym@kmutnb.ac.th

Created: 2016

Modified: 2560-10-11

Issued: 2560-06-01

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: Dissert DIT P6B

eng

DegreeName: Doctor of Philosophy

Level: Doctoral Degree

Descipline: Information Technology

Grantor: King Mongkut's University of Technology North Bangkok

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16047667.pdf	2.26 MB	18	2023-02-16 13:06:09

ใช้เวลา

0.023673 วินาที