探針配置問題基因式隨機列交換演算法

基因式隨機列交換演算法(Genetic Random Row-Exchange Algorithm)為改良

之前基因演算法中有可能缺失的地方，並加強其於交配上之能力，再加入隨機列 交換之功能，進而達到我們預追求的整體最佳化探針配置的情況。

4.3.1 初始設定

基因式隨機列交換演算法的目的，為求出探針配置問題中的整體最佳化的探 針配置情況。由先前的介紹可以得知所有的配置方式總共有 N²階層種的排列組 合數，故捨去一般基因演算法最常用的亂數產生初始族群，採取另一種依照題目 所預搜尋之解的特徵，讓初始族群在最初產生的時候就能比較接近所要尋找的 解。

在設定初始族群時，我們利用先前所提出的隨機列交換的配置方式，以求大 量減少原先共有 N²階層種的排列組合，並且可以減少如果若由隨機產生的配置 方式到最佳解之探針配置所要執行的次數及所要花費的時間。

第四章 基因式探針配置演算法 48

4.3.2 複製過程

進行基因式隨機列交換演算法之複製過程，我們首先針對族群裡面所有探針 配置情況所產生的邊界配置解做分數的高低排列。由於我們所追求的是最近整體 解的最佳化探針配置情形，依照探針邊界最短問題來做為評估方式，將探針配置 的邊界配置解較高的配置情況捨棄，並將邊界配置解較小即配置方式較為優良之 探針配置方式，進入到下一步的交配與突變步驟，然後結束此複製過程。

第四章 基因式探針配置演算法 49

4.3.3 交配過程

進入交配的過程，我們隨機挑選出二個個體，再利用循環最短邊交配方式，

彼此交換這兩親代之基因資料，藉由交配這兩親代的優秀基因資訊，產生出來的 新的世代，期望能夠繁殖出更好的邊界配置解個體。

第四章 基因式探針配置演算法 50

4.4.4 突變過程

進入突變的步驟，為了讓個體能有新的資訊產生且具有多樣性，而不是侷限 於某些特定的解，並針對所提出之循環最短邊界交配之方法，與循環邊界交配方 式同樣採取實數編碼突變方式，任兩點工作位置交換，即若排列為(9, 4, 5, 2, 6, 7, 8, 1, 3)的列依序配置方式，隨機先擇兩個交配點為 8 與 3，則經過突變步驟後可 以得到(9, 4, 1, 2, 6, 7, 8, 5, 3)的答案。

第四章 基因式探針配置演算法 51

4.4.5 終止條件

探針配置問題基因式隨機列交換演算法的結束搜尋條件，採用「當搜尋結果 無法改進或是停滯不前」為基因式隨機列交換演算法的結束條件。我們首先設定 一個參數為EC(Ending Condition)。此參數表示世代中最佳的邊界配置解的配置 執行EC 次數後，邊界配置解若未能得到改善，即終止我們所預尋找的最佳化探 針配置，並結束執行此基因演算法。

第四章 基因式探針配置演算法 52