การศึกษาและประยุกต์ใช้หน่วยการสร้างในขั้นตอนวิธีเชิงวิวัฒน์แบบหลายจุดประสงค์บนคลังข้อมูลเจเมทัล Study of Building-Box in Evolutionary algorithm in multi-objective on Library JMetal โดย นายวีรชัย เลขาโสภณ รหัส 503040261-4 นายสัญลักษณ์ ผลเลขา รหัส 503040788-4 ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น

Outline of Project Jmetal testing and configuration demo Jmetal class configuration Problem Design : Rail-train Scheduling Guideline of Problem-Designed Problem Objective Problem Factor Selection Constraint of problem design. Platform of Problem. Basic Programmed Implementation Sourcecode and Implementation Evaluation Graph of program Obstacle of Problem Implementation

Jmetal experiment demo problem Procedure of Jmetal experimentation Select the problem . Select algorithm to solve the problem . Select the varied solutions to solve the problem. Run each solution and record the results. Evaluate each performance .

การแก้ปัญหาหลายจุดประสงค์ ขั้นตอนวิธีเชิงพันธุกรรม (Genetic Algorithm) ที่ใช้แก้ปัญหาหลายจุดประสงค์ที่เลือกนำมาทดสอบคือ NSGA-II (Non-dominated Sorting Genetic Algorithm II) วิธีการการระบุหน่วยการสร้าง 4 วิธี NSGA-IIa NSGA-IIb NSGA-IIc NSGA-IId

รายละเอียดในวิธีการการระบุหน่วยการสร้าง 1. NSGA-IIa ไม่สนใจหน่วยการสร้างในแต่ละจุดประสงค์ แต่สนใจหน่วยการสร้างร่วมที่ได้จากคำตอบที่ไม่ถูกครอบงำในแต่ละรุ่นประชากร นั่นคือวิธีนี้เลือกประชากรครึ่งดีกว่าแบบหลายจุดประสงค์ 2. NSGA-IIb เลือกเอาคำตอบครึ่งที่ดีกว่ามาหาหน่วยการสร้างของจุดประสงค์นั้นๆ คำตอบไม่จำเป็นต้องอยู่ในพาเรโตฟรอนต์และอาจไม่ใช่คำตอบที่ดีอันดับต้นๆ แต่ก็เป็นคำตอบที่ดีในจุดประสงค์นั้นๆ ดังรูปที่ 1

รายละเอียดในวิธีการการระบุหน่วยการสร้าง รูปที่ 1 การรวมหน่วยการสร้างแต่ละจุดประสงค์แบบ NSGA-IIb

รายละเอียดในวิธีการการระบุหน่วยการสร้าง 3. NSGA-IIc เป็นการรวมหน่วยการสร้างแต่ละจุดประสงค์แบบขยาย เพื่อไม่ให้หน่วยการสร้างของแต่ละจุดประสงค์หายไป ดังแสดงในรูปที่ 2

รายละเอียดในวิธีการการระบุหน่วยการสร้าง รูปที่ 2 การรวมหน่วยการสร้างแต่ละจุดประสงค์แบบ NSGA-IIc

รายละเอียดในวิธีการการระบุหน่วยการสร้าง 4. NSGA-IId จะสร้างคำตอบในประชากรรุ่นถัดไปครึ่งหนึ่งจะสร้างจากการไขว้เปลี่ยน (Crossover) ตามแนวกทางการสร้างของจุดประสงค์แรก และอีกครึ่งหนึ่งจากจุดประสงค์ที่สอง แต่กระบวนการเลือกคำตอบได้จากการสุ่มโดยไม่พิจารณาแยกจุดประสงค์ ดังรูปที่ 4

รายละเอียดในวิธีการการระบุหน่วยการสร้าง รูปที่ 3 การรวมหน่วยการสร้างแต่ละจุดประสงค์แบบ NSGA-IId

การทดลอง ปัญหาหลายจุดประสงค์ที่ได้ทำการทดลอง ได้แก่ ZDT1, ZDT2, ZDT3 และ ZDT4 อัลกอริทึมที่ใช้แก้ปัญหา ได้แก่ NSGA-IIa, NSGA-IIb, NSGA-IIc และ NSGA-IId เครื่องมือที่ใช้ Eclipse Editer และ Java Programming Language

ผลการทดลอง ผลการทดลองได้ไฟล์ค่าฟังก์ชั่น FUN และไฟล์ค่าตัวแปร VAR มาอย่างละ 30 ไฟล์ และได้ไฟล์ HV, SPREAD, EPSILON และ IDG

ผลการทดลอง

ผลการทดลอง

ผลการทดลอง

ผลการทดลอง

Problem Designed The problems should appropriate with Jmetal library. The Problems must be multi-objective problem. Conclude at least 2 objective in problems. The objectives must be turn over relation in MOP. The problems must can use more than one solution to solve the problem. The problems should appropriate with Jmetal library. The problems should can make to the innovation.

Guideline of Problem-Designed The problem that is interested is rail-train scheduling The problem study about relative of cost and performance of rail-train by scheduling solution. Fitness function of this problem is the approximately relation of cost and waiting time of passengers. Improve fitness function in MOEA and generate the solution to solve the problem.

Problem Purpose This problem can applied to improve the performance of rail-train scheduling that can make the benefit both service provider and passengers in approximately relative of cost for investor and waiting-time for passenger by using MOEA.

Problem Objective Selection Waiting time of passengers. Waiting time should decrease when runtime of rail-train is increased. Cost of service provider for train-running. Cost related with runtimes of rail-train that should decrease when waiting time of passengers increase. Period for each section of time in serviced. In each period of serviced time , passenger behaviors are different that mean each serviced periods should have different value of passengers.

Platform of Problem Platform of problem is compare the performance between fixed-cost and non fixed-cost scheduling. Fixed-cost Consider the approximately relation of cost and waiting time that using (simulated) fixed values for compare with non fixed-cost platform. Non fixed-cost Consider the real (simulated) relation of cost and waiting time in each serviced period that the passenger behaviors have the uniqued using functional for comparewith fixed-cost platform.

Constraint of problem design. Periods that serviced the passenger. Number of station. Time between stations. Latency of rail-train containing. Frequency that each runtimes of rail-train is released ETC.

Source-code and Implementation Prototype-Programming used C# Language to implement and convert to Java language in developed Program later. See some coding

Source-code and Implementation(con’t) Prototyped-Programming used for generate the average waiting time, total passengers and total omit passengers which is developed to fitness function.

Evaluation Graph of program

Evaluation Graph of program(con’t)

Obstacle of Problem Implementation Complexity of Problem analysis. Approximately fitness function of problem. Special case of Problem . Constraint of problem. Connectivity of Problem and Jmetal Library. Approximately solution for problem. Related Implementation. ETC. Coding skill

Q&A The End Thank You Q&A