遺傳演算法(Genetic Algorithm，GA)

佳的親代保留到子代，使下一代更能適應環境，依據每一物種的適應程度來決 定其在下一代中被淘汰或複製個數多寡的一種運算過程，適應程度高的物種在 下一代中將被大量複製，適應程度低的物種在下一代中則被淘汰，其中適應程 度的量測是由適應函數來反應(張聖倫，2005)。遺傳演算法的作法是利用適合 度函數來當作評斷群集的標準，適合程度越佳者，被複製的機會越高，其方法 有(1)輪盤法(Roulette Wheel Method)、(2)排序選取法或正規化幾何階次法(Rank Selection)、(3)競爭選取法或杜魯門選取法(Tournament Selection Method)等。本 研究所使用遺傳演算為 GeneHunter 之套裝軟體，其軟體以輪盤法方式進行複 製。

2. 交換(crossover)

交換機制是隨機選取兩個母代染色體，彼此交換部份基因，形成兩個新的 子代染色體，並取代母代染色體。交換的目的是希望能夠產生與母代不同基因 的子代，交換過後新的子代染色體可能兼具兩個母代染色體的優點，但也可能 遺傳到缺點，因此，交換不一定保證能夠產生更好的子代。但即使如此，不好 的子代最終仍會被自然淘汰(吳詩敏，2007)。所以交換是為了讓染色體互相交 換有用的資訊，使得染色體獲得更高的適應度，也可產生更多樣性的搜尋空 間 。 其 方 法 有(1) 單 點 交 換 (One-Point Crossover) 、 (2) 兩 點 交 換 (Two-Point Crossover)、(3)均勻交換或字罩交配(Uniform Crossover)等。交換率之高低會影 響母代能否繼續生存於子代之機率，其越高，母代會被迫以子代取代；其越低，

則產生子代之比率會較低，一般交換率設定於 0.8~0.9 之間，而本研究中所使 用遺傳演算為GeneHunter 之套裝軟體，其是以單點交換方式進行交換。

3. 突變(mutation)

突變是針對子代之遺傳因子以一定機率，更動某一基因值，如 0→1 或

1→0，以避免染色體於複製與交換過程中，遺漏重要訊息或落入局部最佳解，

亦即預防群集內各染色體之僵化，其處理方法有(1)基因突變(Gene Mutation)、

(2)移轉基因(Shit Mutation)，即變動同一染色體內各基因之位置，而不改變其 值，即隨機更動某一基因值。突變率之設定影響優選甚大，該值過小，將無法 發揮突變之功能；該值過大，則可能破壞子代繼承母代優良因子之，而無法獲 得較佳解。一般建議設定突變率等於群集數之倒數或設定為0.01～0.03 之間(馮 正民&邱裕鈞，2004)。本研究中所使用遺傳演算為 GeneHunter 之套裝軟體，

其是以基因突變方式進行突變。

遺傳演算法除了遵守遺傳三大法則外，亦進行基因之編寫，利用基因代表原始 問題之決策變數，將決策變數轉換為遺傳演算之基因，稱之編碼(Encoding)；反之，

將基因換回決策變數則稱之解碼(Decoding)，因此編碼與解碼是遺傳演算與原始問 題 之 溝 通 橋 樑 ， 其 常 見 編 碼 方 法 有(1)二元編碼(Binary Coding)；(2)排列編碼 (Permutation Coding)；(3)實數編碼(Value Coding)(馮正民&邱裕鈞，2004)。本研究所 使用遺傳演算為GeneHunter 之套裝軟體，其以二元編碼方式進行編碼，且染色體之 編碼上可採8 位元(Bit)、16 位元與 32 位元等，其位元大小表示為多少個基因在染 色體裡(對於連續的染色體)，轉化成在電腦裡可維持變數的位元數，更多的位元數 代表有更高之精確度，因此染色體編碼之位元數越高，可能使求解更準確。

遺傳演算法具有求解非線性離散最佳化問題之能力，已成為研究者經常採用之 最佳化方法之一，遺傳演算具有與傳統優選方法明顯不同之四個特性：(1)機率尋優 (Stochastic Search)，即以機率作為遺傳法則之運作依據，而沒有固定尋優型態可依 循、(2)多點尋優(Multipoint Search)，一次對於整個群集進行運算，而不是對於單一 個體進行運算，不像傳統啟發式解法由某一可行解堆演至下一個解，一次僅尋優一 個、(3)直接尋優法(Direct Search)，直接以適合度值作為研判染色體之優劣與否之評 估指標，而無需其他輔助資訊、(4)平行尋優法(Parallel Search)，即各染色體於遺傳

法則下之運作是平行獨立性進行(馮正民&邱裕鈞，2004)。但遺傳演算亦有其缺點，

如無法保證每次執行皆收斂至相同的解，且求解時間隨染色體之位元數增加而成指 數增加。故採用遺傳演算求取最佳解時，某些特殊型態之遺傳因子，因較適合環境 即適合度較高，而得以交配繁衍，藉以產生更接近最佳解之染色體，即一組可行解，

並以突變方式，減少尋得局部最佳解之可能性。