跳到主要內容

臺灣博碩士論文加值系統

(34.204.180.223) 您好!臺灣時間:2021/07/31 18:10
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:胡嘉欣
研究生(外文):Chia-Hsin Hu
論文名稱:整合Nelder-Mead單體法與粒子群體最佳化演算法應用於受限制非線性規劃之研究
論文名稱(外文):Hybrid Nelder-Mead and Particle Swarm Optimization for Constrained Constrained Nonlinear Programming
指導教授:何怡偉何怡偉引用關係
指導教授(外文):Erwie Zahara
學位類別:碩士
校院名稱:聖約翰科技大學
系所名稱:自動化及機電整合研究所
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2007
畢業學年度:95
語文別:中文
論文頁數:73
中文關鍵詞:受限制非線性規化Nelder-Mead單體法粒子群體最佳化演算法粒子群體最佳化演算法
外文關鍵詞:Constrained Nonlinear ProgrammingNelder-Mead (NM)Particle swarm optimization (PSO)
相關次數:
  • 被引用被引用:3
  • 點閱點閱:358
  • 評分評分:
  • 下載下載:60
  • 收藏至我的研究室書目清單書目收藏:0
論文摘要
非線性規劃的問題通常存在於科學及工程分析的相關領域中。受限制的非線性模型,由單一的目標函數及限制式的條件所組成,目標函數及限制式條件為非線性的情形。本篇論文以整合的Nelder-Mead單體法及粒子群體最佳化演算法,稱為NM-PSO演算法,處理受限制非線性規劃的問題。NM-PSO是一種簡單的工具,並不需要透過複雜的斜率計算,已被成功的運用在處理無限制條件的最佳化、資料分群及影像處理等相關研究。本論文由文獻中擷取13個標準的測試問題,以整合NM-PSO演算法進行實驗模擬,依據求解的準確性及收斂比率做比較,發現明顯優於粒子群體最佳化演算法。此新興的演算法證明了能有效的處理受限制最佳化的問題並且相當有效率。
Nonlinear programming models often arise in science and engineering. A nonlinear programming model consists of the optimization of a function subject to constraints, in which both the function and constraints may be nonlinear. This paper proposes the hybrid NM-PSO algorithm, based on Nelder-Mead (NM) simplex search method and particle swarm optimization (PSO), for solving nonlinear programming models. NM-PSO is easy to implement in practice as it does not require gradient computation and has been successfully applied in unconstrained optimization problems, data clustering and image segmentation. Based on the results of solving 13 test functions taken from the literature, it can be shown that the hybrid NM-PSO approach outperformed particle swarm optimization in terms of solution quality and convergence rate. The new algorithm proves to be extremely effective and efficient at locating optimal solutions.
目錄
中文摘要 Ⅰ
英文摘要 Ⅱ
誌謝 Ⅲ
目錄 Ⅳ
表目錄 Ⅴ
圖目錄 Ⅵ

第一章 緒論 1
1.1研究背景與動機 1
1.2 研究目的 1
1.3 研究範圍 3
1.4研究流程 3
第二章 文獻探討 5
2.1 限制條件滿足問題 5
2.1.1 限制條件滿足問題簡介 5
2.1.2 解決限制條件滿足問題的基本搜尋策略 5
2.1.3 限制條件滿足技術 6
2.2粒子群體最佳化演算法 8
2.3 Nelder-Mead單體法 11
2.4 NM-PSO演算法 14
第三章 研究方法 17
3.1 處理限制式滿足條件之方法 19
3.1.1 標準的限制式最佳化問題 19
3.1.2 可行解的評估 20
3.1.3 限制式的排列法 23
3.2 PSO於限制式問題之架構 25
3.3 C於限制式問題之架構 26
3.3.1 NM單體法於處理限制之流程 26
3.3.2NM-PSO於限制式問題之流程 31
第四章 實驗結果與分析 33
4.1 實驗問題設計 33
4.2實驗結果 35
4.2.1 非線性限制式條件下極大值 40
4.2.2 非線性限制式條件下極小值 43
4.3實驗探討與比較 50
第五章 結論與未來研究方向 55
5.1 研究結論 55
5.2 未來研究方向 56
英文文獻
Box, G. E. P.,“Evolutionary operation: a method for increasing industrial productivity,” Applied Statistics, 6, 81–101, (1957).

E.Tsang , Foundations of constraint satisfaction , Academic Press, (1993).

Fan, S.K., L., Y.C. and Zahara, E.,Hybrid simplex search and particle swarm optimization for the global optimization of multimodal function,” Engineering Optimization,36, 401–418, (2004).

J.Su, A.Hu and Z.He, Solving a kind of nonlinear programming problems via analog neural networks ,Neurocomputing 18, 1-9, (1998).

J.Kennedy and R.Eberhart , Particle swarm optimization , IEEE International Conference, on Neural Networks,4,1942-1948, (1995).

M.S. Bazarra and L.M Shetty, Nonlinear programming , Theory and Algorithms, John Wiley and Sons , 373-378 , New York , (1979).

Nelder, J. A. and Mead, R., “A simplex method for function minimization,”Computer Journal, Vol. 7, 307-308, (1965).

P.Chootinan and A.Chen, Constraint in genetic algorithms using a gradient-based repair method.’’Computer and Operations Research,33, 2263-2281, (2006).

R.Y.K.Fung, J.F.Tang and D.Wang, Extension of a hybrid genetic algorithm for nonlinear programming problems with equality and inequality constraints, Computers and Operations Research 29, 261-274, (2002).

R.Eberhart and J.Kennedy, A new optimizer using particle swarm theory, In Proceedings,6th International Symposzum on Micro Machine and Human Science,39-43, Nagoya, Japan, (1995).

Spendley, W., Hext, G. R. and Himsworth, F. R, “Sequential application of simplex designs in optimization and evolutionary operation,”Technometrics, 4, 441-461, (1962).

T.Takahama and S.Sakai, Constrained optimization by applying the constrained method to the nonlinear simplex method with mutations, IEEE Transactions on Evolutionary Computation, 9, 5, (2005).

Y.Li and M.Gen, Non-linear mixed integer programming problems using genetic algorithm and penalty function, IEEE International Conference, on SMC, 2677-2682, (1996).

Y. Takahama, M.Gen, T.Takeaki and Y.Li, A method for interval 0-1 number non-linear programming problems using genetic algorithm, Computers and Industrial Engineering , 531-535, (1995).

Y.Dong , J.Tang, B.Xu and D.Wang, An Application of swarm optimization to nonlinear programming ,Computers and Mathematics with Application,49,1655-1668, (2005).

中文文獻
何怡偉, Nelder-Mead搜尋法處理無限制式及隨機最佳化問題之研究,博士論文,元智大學工業工程與管理系,桃園,(2004)。

吳瑞煜,使用基因演算法求幾何規劃的最佳解,碩士論文,元智大學工業工程與管理系,桃園,(2000)。

李漢祥,協同運算研究(1)–多單體基因演算法,碩士論文,東海大學工業工程學系,台中,(2002)。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top