應用田口微分進化演算法於模式簡化

Abstract

在本文中，提出了兩種改良式的微分進化演算 法(differential evolution algorithm，DEA)，稱為田 口微分進化演算法（Taguchi-differential evolution algorithm，TDEA）及可調整式田口微分進化演算 法（ adjustable Taguchi-differential evolution algorithm，ATDEA）。其演算法應用於模式簡化 （model reduction），降階模型的動作使得模擬、分 析或是控制設計能夠更容易。TDEA 修改了傳統 DEA 突變之法則。利用田口實驗法具有的系統規 劃參數設計理念，應用於突變機制中，取代了傳統 DEA 在突變機制中隨機產生擾動向量的動作，提 升了避免搜索過程中陷入局部解的機率。然而在搜 尋最佳解時，最大的問題在於無法得知其範圍是多 大，故ATDEA 引入了搜尋空間擴大機制（search space expansion scheme），讓搜尋範圍空間成為動 態，使得搜索效率能提升。 最後利用TDEA及ATDEA 去做模式簡化的應 用，並與文獻中提出的DEA 來做分析比較。