Metaheuristics

เมตาฮิวริสติกส์

2(1-3-5)

วิชาบังคับก่อน : ไม่มี

ศึกษาเทคนิคเมตาฮิวริสติก เน้นการเทคนิคสร้างแบบจำลองที่มีประสิทธิภาพสัมพันธ์กับปัญหาผลเฉลยสลับลำดับกัน ศึกษาหลักการอัลกอริทั่มอิงเส้นทาง เช่น เทคนิคตัวแปรผลเฉลยใกล้เคียง, เทคนิคตาบูเสริช และเทคนิคอบอ่อน ศึกษาหลักการอัลกอริทั่มอิงประชากร เช่น เทคนิคเจนเนติกอัลกอริทั่ม เป็นต้น ผ่านการเขียนภาษาเพื่อแก้ไขปัญหาเทคนิคเมตาฮิวริสติกด้วยโปรแกรมทางคอมพิวเตอร์

ผลสัมฤทธิ์การเรียนรู้

  1. วิเคราะห์เทคนิคเมตาฮิวริสติกเพื่อค้นหาผลเฉลยปัญหาโดยใช้หลักการอัลกอริทั่มอิงเส้นทางสัมพันธ์กับปัญหาผลเฉลยสลับลำดับกัน
  2. วิเคราะห์เทคนิคเมตาฮิวริสติกเพื่อค้นหาผลเฉลยปัญหาโดยใช้หลักการอัลกอริทั่มอิงประชากร สัมพันธ์กับปัญหาผลเฉลยสลับลำดับกัน

 

Metaheuristics

Prerequisite : none

Survey of selected metaheuristic techniques. The course will also emphasize effective modelling techniques with the contexts of problems which used the permutation representation. Topics may include path-based algorithms such as variable neighborhood search, tabu search, and simulated annealing algorithm. We will discuss the population-based algorithms such as genetic algorithms and others. Students will apply metaheuristic techniques from problems throughout the semester by using computer software.

Learning outcomes

  1. Analyze the metaheuristic techniques to solve the problems which used the path-based algorithms based on the permutation representation.
  2. Analyze the metaheuristic techniques to solve the problems which used the population-based algorithms based on the permutation representation.