Please use this identifier to cite or link to this item:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/66045
Title: | 用於正合最適實驗設計之新型態粒子群演算法 Variant Particle Swarm Optimizations for Exact Optimal Design |
Authors: | Chung-Wei Chen 陳中偉 |
Advisor: | 王偉仲 |
Keyword: | 最佳化設計準則,正合最適實驗設計,基因演算法,粒子群演算法,多項式模型, optimality,exact optimal design,genetic algorithm,particle swarm optimization,polynomial model, |
Publication Year : | 2012 |
Degree: | 碩士 |
Abstract: | 此篇論文主要探討在不同的準則下, 如何將粒子群演算法應用於尋找正合最適 實驗設計之中。 最適實驗設計的概念自從被提出後, 便普遍為科學以及工業領域所 採納且廣泛的應用, 而粒子群演算法為一新穎的最佳化方法, 可有效的解決複雜的 最佳化問題。 為尋找正合D-最適實驗設計, 我們提出了許多不同粒子群演算法的 變形, 相較於現今較為廣泛使用的演算法 MFE, 其中所提出的 PSO-mtb 也能在 短時間內提供類似的數值結果, 然而不論是 PSO 或 MFE, 在面臨多個變數的多 項式模型時, 都無法提供快速且良好的數值結果, 因此我們結合了這兩個演算法的 優點, 因而提出 MFE-PSO Hybrid 演算法, 在我們所有的測試中,MFE-PSO Hy- brid 演算法可以在短時間內提供相當優秀的數值結果, 在其他的準則中, 面對單變 數的多項式模型, 我們提出的方法也都能有良好的模擬結果, 然而, 在面對多變數 的多項式模型時, 能沒有有效的方法尋找正合G-最適實驗設計。 |
URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/66045 |
Fulltext Rights: | 有償授權 |
Appears in Collections: | 數學系 |
Files in This Item:
File | Size | Format | |
---|---|---|---|
ntu-101-1.pdf Restricted Access | 1.25 MB | Adobe PDF |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.