實驗設計結合適應性突變及多精英運算於實數編碼基因演算法之改良研究

Abstract

基因演算法是以達爾文進化論「自然選擇」及「適者生存」的概念設計，業經證實可有效率地求解NP-Hard問題並可有效能地搜尋複雜非線性求解問題空間。在全域最佳化問題的求解上，常需面臨的挑戰是：當求解維度愈高或局部較佳解愈多時，演算法愈容易陷入局部較佳解。為了改良傳統實數編碼基因演算法的計算效能，本研究整合「適應性突變」、「實驗設計」與「多精英保留」的運算機制，藉以提高全域搜尋能力並降低搜尋時間。經12個複雜測詴函數演算結果顯示，即使在維度高達100的情形下，本文提出之改良型實數編碼基因演算法確比前人諸多方法更具有優異的最佳化效能表現以及能最最短的時間內可達到有效的收斂。