工業技術研究院

技術簡介

基因演算法是模仿自然界生物進化機制發展起來的隨機全局搜索和優化方法。其本質是一種高效、並行、全局搜索的方法，它能在搜索過程中自動獲取和積累有關搜索空間的知識，並自適應的控制搜索過程以求得最適解。基因演算法操作使用適者生存的原則，於潛在的解決方案族群中逐次產生一個近似最適解的方案，在遺傳算法的每一代中，根據個體在問題域中的適應度值和從自然遺傳學中借鑑來的再造方法進行個體選擇，產生一個新的近似解。 因為基因演算法通常需要耗費長時間計算才能得出最適解，而平行化技術的優勢之一即是可大幅縮短計算時間。本技術乃是藉由平行化架構所實作的基因演算法。

Abstract

Genetic algorithm(GA) is a global search and optimization method. It’s essence is an efficient, parallel , global search method, it can automatically acquire and accumulate knowledge about the search space in the search process, and adaptive control the search process to find an optimum solution. Use the principle of survival of the fittest genetic algorithm operation, a potential solution to produce a population of successive approximation scheme optimal solution in each generation genetic algorithm, based on individual fitness value in the problem domain and the Nature Genetics in reference to the reconstruction method of individual selection, create a new approximate solution. Because GA usually needs long time to create a better approximate solution, and the advance of parallelization technology is to reduce the computing time. This technology is using parallelization technology to implement GA

技術規格

染色體編碼檢查機制 染色體交配突變機制 染色體分群及淘汰機制 目標式評估機制

Technical Specification

Chromosome encode check Chromosome crossover Chromosome mutation Chromosome classification and replacement Target evaluation

技術特色

採用Map/Reduce平行化計算架構設計，設計並實作平行化之基因演算法 使用Java程式語言及Hadoop平台開發

應用範圍

生產資源、車輛排程、生產排程等應用

接受技術者具備基礎建議（設備）

雲端硬體及軟體

接受技術者具備基礎建議（專業）

Hadoop, Linux, Virtualization platform, C＋＋ and Java

聯絡資訊