| 姓名 | 林嘉軍(Chia-Chun Lin) | 電子郵件信箱 | E-mail 資料不公開 | |
| 畢業系所 | 營建工程系碩士班(Department and Graduate Institute of Constrction Engineering) | |||
| 畢業學位 | 碩士(Master) | 畢業時期 | 92學年第1學期 | |
| 論文名稱(中) | 應用快速混亂基因演算法於營建作業流程模擬 | |||
| 論文名稱(英) | Applying Fast Messy Genetic Algorithm on Construction Operation Simulation | |||
| 檔案 |
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。 |
論文使用權限 | 校內外完全公開 | |
| 論文語文/頁數 | 中文/76 | |||
| 摘要(中) | 摘要 營建工程由於其作業複雜，工法、技術與材料等變化大，難以精確計量的數學模式求得最佳解，相形之下電腦模擬便成為分析營建工程作業較佳的選擇。而電腦模擬應用於營建作業已行之多年，由許多研究亦證明電腦模擬技術可用以分析營建作業之工作流程與各項指標值，但是當面臨求解多類型資源組合龐大之最佳化問題時，傳統電腦模擬技術僅能以效率不彰之窮舉法搜尋所有可能組合解，以達最佳化之目的。為改善電腦模擬求解多類型資源組合最佳化問題，近年來已有研究提出應用簡單基因演算法作為最佳化搜尋機制，然而傳統的簡單基因演算法於解決最佳化問題時，其求解精度與演算效率會隨著問題規模尺寸的增加而隨之降低。因此，本研究應用快速混亂基因演算法與電腦模擬結合，開發出一最佳化搜尋演算模式，求解多類型資源與資源組合數龐大之大規模營建作業資源組合最佳化問題，本研究以兩個案例進行驗證。在小案例方面（資源組合數為1,512種），應用快速混亂基因演算法所求解之結果與窮舉最佳解之平均差異值小於2%；在大案例部分（資源組合數為7.8125×1012種），本研究之演算模式僅模擬不到所有可能解空間之1.01×10-7%即可找到很好的解，且在相同之搜尋範圍下，快速混亂基因演算法所求得之結果較簡單基因演算法與啟發式演算法所求得之結果佳。由此模擬結果亦證明本研究演算模式應用於求解營建作業大規模資源組合最佳化之問題，確有其效率與求解精確度。 | |||
| 摘要(英) | Abstract Computer simulation has been used in the analysis and design of construction operation processes for many decades. The construction manager can use simulation for resource allocation to optimize performance of construction system. Normally, computer simulation has to run all possible alternatives of resource combination for analyze optimum problem. If the resource alternatives increase explosively, computer simulation will become inefficiency. In order to improve the efficiency of computer simulation in optimum problem, many researches use simple genetic algorithms to solve. However, the efficiency and accuracy of solve of simple genetic algorithms will decrease when the scale of simulated system increases. Fast messy genetic algorithm was proposed in recent for making up such defect. This research employs fast messy genetic algorithm to enhance the efficiency of optimization resource allocations for construction projects. Case studies show fast messy genetic algorithm can efficiently and accurately locate those resource combinations have better fitness value. | |||
| 關鍵字(中) |
|
關鍵字(英) |
| |
| 指導教授 |
| |||