การเปรียบเทียบการปรับแต่งขั้นตอนวิธีเชิงพันธุกรรมแบบหลายวัตถุประสงค์ด้วยแบ่งกลุ่มประชากรเริ่มต้นโดยใช้รูปแบบความเหมาะสมในการระบายน้ำ

บทคัดย่อ

บทความนี้เป็นการนำเสนอการเปรียบเทียบขั้นตอนวิธีการหาความเหมาะสมแบบหลายวัตถุประสงค์ ด้วยวิธีการใหม่ ซึ่งเป็นขั้นตอนวิธีเชิงพันธุกรรมแบบหลายวัตถุประสงค์ด้วยการแบ่งกลุ่มประชากรเริ่มต้นเรียกว่า PIMOGA (Partition of Initial population for Multi-objective Genetic Algorithm) โดยเป็นการประยุกต์การขั้นตอนวิธีการจัดกลุ่มแบบ K-Means เพื่อแบ่งกลุ่มย่อยของประชากรเริ่มต้น โดยมุ่งเน้นถึงประสิทธิภาพในการค้นหาคำตอบแบบกว้างของรูปแบบความเหมาะสมในการระบายน้ำ ซึ่งได้มาจากผลลัพธ์ของค่าพยากรณ์ด้วยวิธีปรับเรียบเอกซ์โพเนนเชียลของวินเทอร์เป็นพยากรณ์ข้อมูลอนุกรมเวลาแบบแนวโน้มและมีอิทธิพลของฤดูกาล ทำให้ได้สมการความเหมาะสมของวัตถุประสงค์ทั้งหมด 7 วัตถุประสงค์ และตัวแปรอิสระจำนวน 5 ตัวแปร ผลการทดลองของ PIMOGA พบว่า 1) ค่า k = 3 มีค่าเฉลี่ยของจำนวนการเกิดรุ่นครั้งสุดท้ายมีความเหมาะสมที่นำไปทดลองกับ PIMOGA  2) PIMOGA มีค่าการวัดค่าเวลากิจกรรมในการทดสอบ ซึ่งสามารถเพิ่มประสิทธิภาพในการค้นหาคำตอบที่มีการเกิดรุ่นครั้งสุดท้ายมีจำนวนน้อยกว่า MOGA และ MOPSO จึงมีความสามารถในการเพิ่มประสิทธิภาพในการค้นหาคำตอบแบบกว้างได้ดีกว่า MOGA และ MOPSO ยกเว้นขั้นตอนวิธีแบบ MOEA และงานวิจัยนี้ได่นำเสนอแอปพลิเคชันเพื่อสนับสนุนการประมาณค่าปริมาณน้ำในการระบายของโครงข่ายด้วยวิธีการ PIMOGA โดยการระบุค่าเริ่มต้นเป็นวันที่และค่าอิทธิพลฤดูกาล ซึ่งพบว่าสามารถประมาณค่าปริมาณน้ำในระบายได้อย่างมีประสิทธิภาพ