การพัฒนาวิธีการค้นหาแบบนกกาเหว่าโดยการผสมผสานด้วยเจเนติกอัลกอริททึมสำหรับค่าที่เหมาะสมของการทำแห้งมะละกอแบบออสโมซิส

Abstract

การศึกษาวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการค้นหาแบบนกกาเหว่าโดยการผสมผสานด้วยเจเนติกอัลกอริทึม (CSGA) สำหรับหาค่าที่เหมาะสมของการทำแห้งมะละกอแบบออสโมซิส และเปรียบเทียบประสิทธิภาพกับวิธีการค้นหาแบบนกกาเหว่า (CS) และวิธีพื้นผิวตอบสนอง (RSM) ดำเนินการศึกษา โดยนำวิธีการค้นหาแบบนกกาเหว่า (CS) ไปผสมผสานกับเจเนติกอัลกอริทึม แล้วทดสอบการทำงานของอัลกอริทึมด้วยฟังก์ชันมาตรฐาน Sphere Model, Schwefel’s Problem, Schwefel’s Problem, Schwefel’s Problem และ Generalized Rosenbrock’s Function หลังจากนั้นเปรียบเทียบค่าความคลาดเคลื่อนของค่าที่เหมาะสมที่ได้จากอัลกอริทึม CSGA, CA และ RSM กับค่าที่ได้จากการทดลองทำแห้งมะละกอโดยใช้แผนการทดลองแบบบอกซ์-เบนเคน ผลการวิจัยปรากฏว่า 1. วิธีการค้นหาแบบนกกาเหว่าโดยการผสมผสานด้วยเจเนติกอัลกอริทึม (CSGA) สำหรับหาค่าที่เหมาะสมของการทำแห้งมะละกอแบบออสโมซิส เป็นกระบวนการค้นหาชุดคำตอบของ ตัวแปร , C และ T ที่ทำให้ค่า SG และ WL เป็นไปตามเกณฑ์ที่กำหนดจากสมการ SG = a+b1+b2C+b3T + b42+ b5C2 + b6T2+ b7xC + b8xT + b9CxT + b10xCxT และ WL = c+w1+w2C+w3T + w42+ w5C2 + w6T2+ w7xC + w8xT + w9CxT + w10xCxT โดยใช้หลักการสุ่มชุดคำตอบที่เกิดจากการผสมชุดคำตอบตั้งต้นที่มีค่าใกล้เคียงกับเกณฑ์ ที่กำหนดเพื่อให้ได้ชุดคำตอบที่เป็นไปได้ทั้งหมด จากนั้นคัดเลือกชุดคำตอบของตัวแปร , C และ T ที่ทำให้ค่า SG มีค่าเข้าใกล้ 4.0 และ WL มีค่าสูงสุด 2. วิธี CSGA ที่พัฒนาขึ้น มีค่าเฉลี่ยเวลาในการค้นหาชุดคำตอบได้รวดเร็วกว่าวิธี CS ทั้ง 5 ฟังก์ชัน โดยวิธี CSGA มีประสิทธิภาพและค่าร้อยละของความคลาดเคลื่อนดีกว่าวิธี CS และวิธี RSM 3. ค่าที่เหมาะสมของการทำแห้งมะละกอแบบออสโมซิส คือ = 60 oBrix, C = 42 oc และ T = 6 Hrs จะทำให้การทำแห้งมะละกอมีประสิทธิภาพสูงสุดที่ SG = 4.0, WL = 33.7 และ ร้อยละของความคลาดเคลื่อนประมาณ 0.04