การพัฒนาวิธีการค้นหาแบบนกกาเหว่าโดยการผสมผสานด้วยเจเนติกอัลกอริททึมสำหรับค่าที่เหมาะสมของการทำแห้งมะละกอแบบออสโมซิส

วีระ พุ่มเกิด

DSpace Home
→
College of Research Methodology and Cognitive Science
→
วิทยานิพนธ์ (Theses)
→
View Item

dc.contributor.advisor	พูลพงศ์ สุขสว่าง
dc.contributor.advisor	เสรี ชัดแช้ม
dc.contributor.author	วีระ พุ่มเกิด
dc.contributor.other	มหาวิทยาลัยบูรพา. วิทยาลัยการวิจัยและวิทยาการปัญญา
dc.date.accessioned	2023-05-12T06:13:01Z
dc.date.available	2023-05-12T06:13:01Z
dc.date.issued	2560
dc.identifier.uri	https://buuir.buu.ac.th/xmlui/handle/1234567890/7880
dc.description	ดุษฎีนิพนธ์ (ปร.ด.)--มหาวิทยาลัยบูรพา, 2560
dc.description.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
dc.language.iso	th
dc.publisher	วิทยาลัยการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา
dc.rights	มหาวิทยาลัยบูรพา
dc.subject	จีเนติกอัลกอริทึม
dc.subject	มะละกอ -- การเก็บและรักษา
dc.subject	ออสโมซิส
dc.subject	มหาวิทยาลัยบูรพา -- สาขาวิชาการวิจัยและสถิติทางวิทยาการปัญญา
dc.title	การพัฒนาวิธีการค้นหาแบบนกกาเหว่าโดยการผสมผสานด้วยเจเนติกอัลกอริททึมสำหรับค่าที่เหมาะสมของการทำแห้งมะละกอแบบออสโมซิส
dc.title.alternative	Development of cuckoo serch by hybrid with genetic lgorithm for ppy osmosis dehydrtion optimiztion
dc.type	วิทยานิพนธ์/ Thesis
dc.description.abstractalternative	The goals of this research were to develope a cuckoo search by hybrid with genetic algorithm (CSGA) for papaya osmosis dehydration optimization and compare the performance of cuckoo search (CS) algorithm and response surface method (RSM). The study were hybrided cuckoo search with genetic algorithm and tested by benchmark functions; Sphere Model, Schwefel's Problem, Schwefel's Problem, Schwefel's Problem, and Generalized Rosenbrock's Function. Then, compare the error of the optimize values obtained from the CSGA, CA and RSM algorithms with the values obtained from the papaya drying experiments by using the Box-Benken experimental. The results were as follows: 1. The hybrid of cuckoo search with genetic algorithm (CSGA) for papaya osmosis dehydration was derived from the responses to the search for , C, and T variables was used to define the criteria of WL and SG according to the specified principles from these quadratic equations. SG = a + b1+ b2C + b3T + b42+ b5C2 + b6T2+ b7xC + b8xT + b9CxT + b10xCxT and WL = c+w1+w2C+w3T + w42+ w5C2 + w6T2+ w7xC + w8xT + w9CxT+ w10xCxT This method was accomplished by sampling the optimizing values by selecting those closest to the specified principles in order to get all possible values. Then the sampling of the values of the variables; , C, and T, which were close to 4.0 was done, with WL at the highest rate and SG at the closest 4. 2. CSGA showed greater speed in searching answers than CS with all five functions. Moreover, CSGA had a lower error value rate than CS and RSM. 3. The optimized values for papaya osmosis dehydration were = 60 oBrix, C =42 oc, and T = 6 Hrs. The highest performance of papaya osmosis dehydration were at SG = 4.0 and WL = 33.7; the error value was 0.04.
dc.degree.level	ปริญญาเอก
dc.degree.discipline	การวิจัยและสถิติทางวิทยาการปัญญา
dc.degree.name	ปร.ด.
dc.degree.grantor	มหาวิทยาลัยบูรพา