加強型基因演算法及其在模糊建模之應用 陳俊儒、陳木松
E-mail: [email protected]
摘 要
函數最佳化是工程應用領域中的重要研究課題，一般而言函數最佳化 的求解方法至少有以下二種類型。第一類型的方法是 應用求解函數的微 分(或梯度)，第二類型的方法則是以隨機的方式(Probabilistic)決定疊 代過程時狀態的轉移(機率的大小由 適應值控制)如基因演算法(Genetic Algorithms, GAs)等。 由於基因演算法中對於互置機率及突變機率的設定並無一定的法則 可依循 ，所以本論文研擬模糊-基因演算法(Fuzzy-Genetic Algorithms, FGA)， 結合模糊推論系統(Fuzzy Infe-rence System, FIS)，使能適應性地調 整互置/突變機率，並且混合基因演算法中的互置(Crossover)運算及突 變(Mutation)的運算方法，以 期能有效地尋找全域最佳值點。本研究將以 單極點/多極點及連續/不連續等不同型式的函數，經由GA、AGA(Adaptive GA)與FGA進行測試，並比較其對於函數最或化問題的求解能力。測試結果 顯示FGA對於極點的搜尋能力優於GA、AGA
。最後我們整合FGA與TSK模糊系 統於函數建模，並以FGA的方法調整模糊歸屬函數的參數。實驗結果顯示 本法確實能 夠有效地調整歸屬函數的參數。
關鍵詞 : 基因演算法 ; 模糊推論系統 ; 互置/突變機率
目錄 0
參考文獻 0
