การหาผลเฉลยของระบบสมการไม่เชิงเส้น สำหรับฟังก์ชันหนึ่งตัวแปร โดยใช้ วิธีการค้นแบบสุ่มหลายจุด
Article Sidebar
เผยแพร่แล้ว:
ต.ค. 31, 2019
คำสำคัญ:
ระบบสมการไม่เชิงเส้น การหาค่าเหมาะสม วิธีการค้นแบบสุ่มหลายจุด
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้เป็นการศึกษาเพื่อหาผลเฉลยของระบบสมการไม่เชิงเส้น สำหรับฟังก์ชันหนึ่งตัวแปรโดยใช้การค้นแบบสุ่มหลายจุด ซึ่งมีองค์ประกอบหลักคือ จุดเริ่มต้นแบบสุ่ม ทิศทางของจุดที่ค้น และระยะกระโดด ซึ่งได้ทดลองกับฟังก์ชันทดสอบ 7 ฟังก์ชัน และได้ทำการเปรียบเทียบการหาผลเฉลยของวิธีการค้นแบบสุ่มหลายจุด (Multi-point Random Search : MPRS) กับระเบียบวิธีแบ่งครึ่งช่วง (Bisection Method) จากการศึกษาพบว่าประสิทธิภาพของวิธีการค้นแบบสุ่มหลายจุด สามารถหาผลเฉลยได้เร็วขึ้น (Global optimization solution speed) และแม่นยำเมื่อใช้การคำนวณฟังก์ชันเป็นตัวชี้วัด
Article Details
บท
บทความวิจัย
References
1. Sheela, B.V. 1979. An Optimized step-size random Search (OSSRS). Computer Method in Applied Mechanics and Engineering. 19: 99-106.
2. Mohamed, Ali W., Hegazy Z. Sabry and Motaz Khorshid. 2012. An alternative differential evolution algorithm for global optimization. 3: 149-165.
3. Zabinsky, Zelda B. 2009. Random Search Algorithms, Department of Industrial and Engineering, University of Washington. Seattle. April 5.
4. Stoer, J. and Bulirsch, R.1993. Introduction to Numerical Analysis. Springer- Verlag New York, Inc., 2nd edition.
5. Alpaslan , Mehmet Kurban. 2014. Bisection Method and Algorithm for solving the electrical Circuits. Department of Electrical & Electronics Engineering Bilecik Şeyh Edebali University Bilecik, Turkey.
6. Montaz Ali, Aimo andSami viitanen. 1997. A Numerical Comparison of some Modified Controlled Random search Algorithm. Turku centre for computer science TUCS Technical Report.98
7. Raphael B. and Smith I.F.C. A probabilistic search algorithm for finding optimally directed solutions. Institute of Structural Engineering and Mechanics (ISS-IMAC) CH-1015 Lausanne EPFL-Federal Institute of Technology Switzerland.
2. Mohamed, Ali W., Hegazy Z. Sabry and Motaz Khorshid. 2012. An alternative differential evolution algorithm for global optimization. 3: 149-165.
3. Zabinsky, Zelda B. 2009. Random Search Algorithms, Department of Industrial and Engineering, University of Washington. Seattle. April 5.
4. Stoer, J. and Bulirsch, R.1993. Introduction to Numerical Analysis. Springer- Verlag New York, Inc., 2nd edition.
5. Alpaslan , Mehmet Kurban. 2014. Bisection Method and Algorithm for solving the electrical Circuits. Department of Electrical & Electronics Engineering Bilecik Şeyh Edebali University Bilecik, Turkey.
6. Montaz Ali, Aimo andSami viitanen. 1997. A Numerical Comparison of some Modified Controlled Random search Algorithm. Turku centre for computer science TUCS Technical Report.98
7. Raphael B. and Smith I.F.C. A probabilistic search algorithm for finding optimally directed solutions. Institute of Structural Engineering and Mechanics (ISS-IMAC) CH-1015 Lausanne EPFL-Federal Institute of Technology Switzerland.