3F 最佳化技術發展研究室Optimization Techonology R&D Laboratory

3F 最佳化技術發展研究室管理者 ->->->郭坤煌老師

研究室網址：/p/404-1020-19531.php

■研究室簡介

一、何謂最佳化 (Optimization)?

　　我們從整個電腦軟硬體的發展來看，我們可說電腦軟硬體的發展史就是一部最佳化的歷史。電腦愈加以研究發展，就使得電腦的體積愈作愈小、功能愈來強且價格愈來愈便宜。硬體的發展由真空管 ⇒ 電晶體 ⇒ 積體電路(SSI ⇒ MSI ⇒ LSI) ⇒ 超大型積體電路(VLSI); 體積愈來愈小、所容納的電子元件數愈來愈多、而計算的速度愈來愈快。而軟體程式的發展由機器語言(0與1) ⇒ 組合語言 ⇒ 高階語言(ex FORTRAN,PASCAL,COBOL) ⇒ 第四代語言(資料庫查詢語言 ex DB2, SQL, DBASE) ⇒ 物件導向程式設計語言( OOP 語言 ex C++, Visual Basic); 這樣的發展使得程式設師能在愈短時間內，發展出功能愈強大的軟體系統。所以我們可簡單定義最佳化為使其投入最少，卻能獲得最大效益。當然最佳化可應用在各個研究領域上及各行各業上，但本特色發展研究室將聚焦 (Focus) 在電腦軟硬體相關研究領域的最佳化研究上。此最佳化技術，不像傳統的方式著重理論分析，而是藉電腦執行數值化分析及最佳化演算法。其研究方向有三：

(1)	最佳化新方法的創新研究
(2)	原最佳化方法的改進研究
(3)	最佳化實際應用研究

二、成立目的

1.	促進特色發展研究室成員老師間的合作研究，以帶動研究風氣。
2.	吸收、培訓優秀學生，以提昇建國科技大學的研究水準。
3.	藉最佳化應用研究並透過產學合作以協助中小企業提昇技術水準。

■教授研究群

◎ 管理老師
	副教授 ─ 許釗興

◎ 其他教授
	副教授－陳俊華
	副教授－陳振雄
	副教授－郭坤煌
	助理教授－李樹鴻

■研究室成員

◎『大學部專題生』：

1.	「遺傳演算法應用於數位浮水印」
	四技四甲何欽仲、王進利
2.	「模擬退火演算法應用於數位浮水印」
	二技二乙　吳基誠、廖昶華、徐文賢、陳柏諺、蔡玉凱、陳宏正
3.	「粒子群尋優演算法應用於數位浮水印」
	二技二乙　吳國彰、陳彥志、陳健志
4.	「禁忌搜尋演算法應用於數位浮水印」
	四技四甲　傅奕銘、林郁斌、魏智偉、吳晁良、林智揚、陳彥志

■研究方向及成果

一、相關研究領域

遺傳演算法(Genetic Algorithm)：

1975年 John Holland提出以基因遺傳演算法來解決數學最佳化的問題，經過多年研究發展已成功應用在物理、工業工程、電腦資訊，甚至財物金融等研究及應用領域的最佳化問題求解。基因遺傳演算法主要啟發自達爾文的進化論：物競天擇、強者生存的定律；模擬生物基因(gene)有擇優(Selection)、交配(Crossover)及突變(Mutation)的能力，使產生更優秀的新生代的程序；將要解的最佳化問題轉化為染色體及基因的模型，再藉著基因擇優、交配及突變的過程去尋求最佳解。

類神經路網路(Neural Network)：

自從McCulloch和Pitts在1943年提出第一個神經元(Neuron)的運算模型以來，類神經網路的研究大門便從此敞開。類神經網路是由模擬人類心智和腦部活動所發展出來的一種模型。就網路的架構而言，它是由許多簡單而且相互連結的神經元所組成；就網路的功能而言它是啟發自人類腦部活動所產生出來新型態的資訊處理和計算方式。目前類神經網路的研究除了應用在影像處理、語音辨識、文字辨識、控制等領域外，應用在最佳化上也是許多學者努力研究的目標。

螞蟻演算法(Ant Algorithm)：

螞蟻演算法最早是由M. Dorigo於1992年他的博士論文所提出，其發展主要是起源於觀察螞蟻之移動行為，螞蟻移動時會分泌一種稱為費洛蒙(Pheromone)之荷爾蒙，螞蟻行經一路徑之機會與該路徑曾遺留之費洛蒙成正比。越多螞蟻走過一個路程則遺留之費洛蒙越多，而遺留越多費洛蒙又會吸引越多螞蟻行走該路徑。因此，當螞蟻面臨兩條路以上之抉擇時，其行走某一路線之機率與其遺留費洛蒙量有關，而越短之路線其螞蟻通過時間短，導致最短路線上遺留之費洛蒙量越多，進而誘使更多螞蟻行經最短路徑，最後所有螞蟻將往最短路徑行走。較短之路徑所需行經時間較短，容易累積較多之費洛蒙，因而吸引較多之螞蟻，最後螞蟻將沿最短路徑，而求得最佳解。蟻行演算法即在模仿螞蟻行為，以進行最佳化之搜尋工作。螞蟻演算法可應用在最短路徑、旅行推銷員問題( TSP )、生產排程、水庫最低水位...等最佳化問題上，以求得各問題之最佳解為目標。

模擬退火法(Simulated Annealing)：

模擬退火法最早由N.Metropolis 等人於1953 年提出，當時並沒有受到研究者的重視。一直到了1983 年由S.Kirkpatrick 等人利用他來求解組合最佳化的問題，才使得此演算法受到人們的重視而得以發揚光大。
模擬退火法的基本觀念主要來自於固體加熱至一定的溫度後會由固體結構瓦解變為液體結構，再對其降溫過程加以控制，使得分子在變回固體結構時，能重新排列成我們所預期的穩定狀態。它結合了最陡坡降法與隨機過程的方式來求得整體最小值。

禁忌搜尋演算法 (Tabu search algorithm)：

禁忌搜尋演算法為Glover於1986所提出來具有記憶之最佳化演算法，而由於其具有記憶之前所搜尋路徑的能力，因此可以避免陷入區域解、重覆找尋之前已搜尋過的近似最佳解，目前已被廣泛地應用於許多工程或管理領域問題，如組合最佳化問題、投資組合問題等等。
禁忌搜尋法包含了５個基本元素，分別為起始解、停止條件、禁忌名單、禁忌移動及凌駕條件。禁忌搜尋法的步驟大致如下：

(1)	找出任一起始解，令此起始解為目前解。
(2)	自目前解的鄰域中找出一最佳相鄰解。
(3)	檢查由目前解到最佳相鄰解的移動是否為禁忌移動；若不是禁忌移則動並記錄此移動的目標函數值，且將此移動記錄於禁忌名單中。若為禁忌移動則檢查此移動是否滿足凌駕規則，若滿足凌駕規則則取消此移動之限制狀態並回到步驟2。若無法再移動或是達到停止規則，則結束搜尋。

此外尚有糢糊邏輯(Fuzzy Logic)、陡坡降法(Gradient-Based Search)、灰色理論(Grey Theory)…等無法一一介紹。

二、行動計畫　

軟硬體資源共享、研究成果交流

成員老師定期聚集研討交流

申請以下研究計畫，以取得更多資源有助最佳化發展研究

(1)	國科會一般型計畫
(2)	國科會小產學計畫
(3)	國科會大專學生參與專題研究計畫
(4)	其它政府或財團法人(資策會、工研院…)的研究計畫
(5)	直接與廠商的合作研究計畫

■設備財產

最佳化發展研究室現有設備

1. 硬體：

(1)	已有規畫研究室位置(原系圖位置，已提隔間計畫)
(2)	個人電腦3台
(3)	雷射印表機1台
(4)	集線器(HUB)1台
(5)	相關網路拉線

在研究室成立之初，擬用系上及老師的相關設備，等到申請到研究計畫後再進行添購

2. 軟體：

(1)	C++
(2)	Matlab 6.5版 1 套

目前所需軟體，系上或學校已有採購，不需重覆投資

瀏覽數:

友善列印

建國科技大學 - 電子工程系暨研究所

3F 最佳化技術發展研究室Optimization Techonology R&D Laboratory