Applying Discrete Particle Swarm Optimization and Lambda-Fuzzy Measure to Interactive Competence Sets

Project: National Science and Technology CouncilNational Science and Technology Council Academic Grants

Project Details

Abstract

過去能力集合分析的研究幾乎不考慮擴展過程中的交互作用,新近發展的Particle Swarm Optimization(PSO)演算法配合λ-fuzzy measure有極大的潛力發展出可處理複雜交互作用的簡單演算法。PSO雖然簡單又快速,但面對能力集合擴展這類side-constraints的離散問題卻少有成功的案例報告。本研究同時考慮能力集合擴展過程中的成本與收益因素,以λ.fuzzy measure衡量成本間與效益間的交互作用,再設計一套Particle Swarm Optimization方法求解。離散型Particle Swarm Optimization必須針對不同的side-constraints設計特殊的處理,大大限制了這個新方法的發展。本研究加入repair機制與貪心法處理重複擴展、循環擴展和分離sub-tree的問題,成功解決這個方法的關鍵困難。研究成果包括一般化的能力集合擴展模型、以λ.fuzzy measure計算能力集合交互作用的方法、一個適合解決能力集合擴問題的PSO演算法,和一個數值例。

Project IDs

Project ID:PF9407-1310
External Project ID:NSC94-2416-H182-004
StatusFinished
Effective start/end date01/08/0531/07/06

Fingerprint

Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.