Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
206 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
การแกปญหาการจดสงเลอดดวยวธไฮบรดการคนหาแบบนกกาเหวา
BLOOD VEHICLE ROUTING PROBLEM BY HYBRID
CUCKOO SEARCH ALGORITHM
คณน สจาร1 และ สรชย จรวงศนสรณ2 1สาขาวชาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร,
96 หม 3 ถ.พทธมณฑล สาย 5 ต.ศาลายา อ.พทธมณฑล จ.นครปฐม 73170,
[email protected] 2สาขาวชาวศวกรรมเครองกล คณะวศวกรรมศาสตร มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร,
96 หม 3 ถ.พทธมณฑล สาย 5 ต.ศาลายา อ.พทธมณฑล จ.นครปฐม 73170,
Kanon Sujaree1 และ Sirichai jirawongnuson2 1Division of Industrial Engineering, Faculty of Engineering,
Rajamangala University of Technology Rattanakosin, 96 Moo 3 Phutthamonthon Sai 5 Rd.
Salaya, Phutthamonthon, Nakhon Pathom 73170, Thailand, [email protected] 2Division of Mechanical Engineering, Faculty of Engineering,
Rajamangala University of Technology Rattanakosin, 96 Moo 3 Phutthamonthon Sai 5 Rd.
Salaya, Phutthamonthon, Nakhon Pathom 73170, Thailand, [email protected]
บทคดยอ
งานวจยนนาเสนอวธการคนหาแบบนกกาเหวาประยกตกบวธคนหาแบบทาบและวธคนหาแบบ
เพอนบานซงเรยกวธการนวาวธไฮบรดการคนหาแบบนกกาเหวา สาหรบการแกปญหาการจด
เสนทางการจดสงเลอดของศนยรบบรจาคเลอดจงหวดเชยงใหมไปยงโรงพยาบาลในพนทความ
รบผดชอบ เพอหาระยะทางทส นทสดสาหรบการจดสงเลอด การทดสอบประสทธภาพของอลกอร
ทมจงกาหนดขนาดของปญหาเปนสามขนาด และนาเสนอวธการออกแบบการทดลองและการ
วเคราะหความแปรปรวนเพอหาพารามเตอรทเหมาะสมสาหรบการหาผลเฉลย ปรากฏวาวธไฮบรด
การคนหาแบบนกกาเหวามผลเฉลยดกวาวธทางพนธกรรม วธการคนหาแบบนกกาเหวา และวธ
ปฏกรยาเคม สาหรบปญหาขนาดใหญ 150, 16 และ 12 กโลเมตร ตามลาดบ
คาสาคญ: วธไฮบรดการคนหาแบบนกกาเหวา, ปญหาการจดสงเลอด, การออกแบบการทดลอง
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 207
ABSTRACT
This research proposes the hybrid method between Cuckoo Search, Tabu Search and
Neighborhood Search that called the hybrid cuckoo search. The proposed algorithm solves
blood routing problem from Chiang Mai blood donation center to hospitals in the responsible
area. The aim of this research is to minimize the distances for blood transportation. There
are three sizes of comparing dataset to measure the hybrid cuckoo search performance.
The design of the experiment and the variance analysis were used to find the appropriate
parameters. The hybrid cuckoo search can get the better solution than the Genetic algorithm,
Cuckoo search and artificial chemical reaction optimization algorithm in the large problem by
150, 16 and 12 km, respectively.
KEYWORDS: Hybrid cuckoo search, Blood routing problem, Design of experiment
1. บทนา
องคกรหลกทรบบรจาคเลอดของประเทศไทยคอสภากาชาดไทย ซงเปนองคกรทมหนาท
บรการเกยวกบเลอดทงรบบรจาคเลอดและใหโรงพยาบาลทตองการเลอดนาเลอดไปบรการคนไข
โดยดาเนนการจดตงศนยโลหตแหงชาต (National Blood Centre: NBC) ในกรงเทพมหานคร ซง
ความตองการใชเลอดตามหมเลอดในแตละวนของประเทศไทย คอ หม A 400 ยนต หม B 400 ย
นต หม O 600 ยนต และหม AB 100 ยนต โดย 1 ยนตจะเทากบ 400 ซซ สาหรบศนยรบบรจาค
เลอดสวนภมภาค (Regional Blood Centre: RBCs) มหนาทแบบเดยวกนกบ NBC มจานวนศนย
รบบรจาคโลหตสวนภมภาค 11 แหงทวประเทศกระจายไปตามพนทจงหวดใหญๆ ทเปนศนยกลาง
ของแตละภมภาค โดยทง NBC และ RBCs มทาหนาทประชาสมพนธการรบบรจาคเลอด การตง
จดรบบรจาคเลอดนอกสถานทการคดกรองเลอด การสารองเลอด การบรหารคลงเลอดและจดสง
เลอดไปยงโรงพยาบาลทวประเทศ โดยการกาหนดจากรฐบาล สาหรบจดประสงคหลกของ
สภากาชาดไทยคอรกษาระดบปรมาณเลอดใหเพยงพอตอความตองการและรกษาคณภาพของ
เลอดซงจดประสงคเหลานเปนมาตรฐานแบบเดยวกบนานาชาต สวนขนตอนการคดกรองเลอด
ประกอบไปดวยการแยกกลมของเลอดและคดกรองเลอดจากเลอดทมเชอโรคซฟลส HIV และเชอ
ไวรสตบอกเสบเอ บและซ เลอดทงหมดถกทาการแยกอยในรปของเมดเลอดแดง(Single Donor
Red Cell) มอายอยได 21-42 วนแลวแตชนดของเมดเลอดแดง พลาสมา (Single Donor Plasma)
อยไดประมาณ 1 ป ทอณหภมตดลบและเกรดเลอด (Single Donor Platelets) อยไดประมาณ 5
วน เพอแจกจายไปยงโรงพยาบาล (ศนยบรการโลหตแหงชาตสภากาชาดไทย กรงเทพ, 2016)
กรณศกษาของงานวจยนมงเนนไปทพนทบรเวณภาคเหนอของประเทศไทยสาหรบรองรบความ
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
208 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
ตองการเลอดของโรงพยาบาลของเขตภาคเหนอตอนบน ซงจดรบบรจาคจดตงขนทจ งหวด
เชยงใหม ทต งของศนยรบบรจาคเลอดจงหวดเชยงใหม อยทเลขท 196 ถนนราชภาคนย ตาบลศร
ภม อาเภอเมอง เทศบาลนครเชยงใหม ซงมหนาทรบบรจาคและจดสงเลอดไปยงโรงพยาบาลเขต
จงหวดภาคเหนอตอนบน 8 จงหวด คอ เชยงใหม เชยงราย แพร นาน ลาปาง พะเยา และ
แมฮองสอน ซงจานวนโรงพยาบาลทตองจดสงเลอด คอ 112 โรงพยาบาล โดยทาการจดสงโดยใช
รถตทกาหนดอณหภมทเหมาะสมกบการเกบรกษาเลอดและกาหนดการจดสง 3 วนตอการจดสง 1
ครง [1] จดดาของรปท 1 แสดงตาแหนงของโรงพยาบาลทง 112 แหง
รปท 1 ตาแหนงของโรงพยาบาลสาหรบจดสงเลอด
ขอบเขตของงานวจยนคอ การจดสงเลอดจากศนยรบบรจาคเลอดจงหวดเชยงใหม ไปยง
โรงพยาบาลตางๆ 112 โรงพยาบาล โดยการจดสงเรมจากจดรบบรจาคเลอดไปสงยงโรงพยาบาล
ตางๆ ตามความตองการเลอดของแตละโรงพยาบาลและเชคปรมาณเลอดทเหลออยบนรถ เมอสง
เลอดครบหรอปรมาณเลอดทเหลอบนรถไมเพยงพอตอความตองการของโรงพาบาลทจะจดสง จง
กลบมาเตมเลอดทศนยรบบรจาคเลอดอกครง หลงจากจดสงเลอดครบทตามจานวนทโรงพยาบาล
ตองการแลวรถจดสงเลอดกจะเดนทางกลบมาประจาทศนยรบบรจาคเลอด มรปแบบการจดสงเลอด
แสดงตวอยางดงรปท 2
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 209
รปท 2 รปแบบการจดสงเลอดจากศนยรบบรจาคเลอดไปยงโรงพยาบาล
ปญหาการจดสงเลอดจดเปนรปแบบของปญหาการขนสงชนดหนง ซงเรยกวาปญหาการ
ขนสงแบบมเงอนไขดานความจของรถขนสง (Capacitated Vehicle Routing Problem: CVRP) ซง
มรปแบบปญหาคอ รปรมาณทลกคาตองการและสถานทจดสงทแนนอน (โรงพยาบาลแตละ
โรงพยาบาลแจงความตองการเลอดไปยงศนยรบบรจาคเลอด และจดสงไปยงโรงพยาบาลนนๆ) [2]
สาหรบวธการแกปญหาการจดสงเลอด อยในกลมของปญหาแบบ Non Polynomial hard (NP
Hard) ซงมความซบซอนสาหรบแกปญหา โดยงานวจยดานปญหาการขนสงแบบมเงอนไขดาน
ความจรถ มการคนควาอยางแพรหลาย วธแกปญหาการขนสงแบบมเงอนไขดานความจรถสามารถ
แบงวธการแกปญหาออกเปน 3 วธคอวธแบบทหนงคอ วธแกปญหาแบบสมการคณตศาสตร
(Mathematical model) เชน Linear Programming (LP) หรอ Dynamic Programming (DP) เหมาะ
กบปญหาขนาดของขอมลไมมาก ซงเปนวธการทสามารถหาผลเฉลยไดดทสดเนองจากใชหลกการ
ทางคณตศาสตรเหมาะสมกบปญหาทมขนาดเลก เพราะใชเวลาในการหาผลเฉลยใชเวลานาน โดย
มเวลาการคานวณเพมขนเปนรปแบบ exponential ตามขนาดของปญหา วธแบบทสอง คอ วธ
แกปญหาแบบเฉพาะเจาะจงกบชนดของปญหา (Specific approach) เปนวธการแกปญหาทถก
สรางขนมาเพอแกปญหาการแบบเฉพาะเจาะจง หรอเรยกวา Exact method จงไมสามารถนาไป
ประยกตแกปญหาอนได และไมการนตผลเฉลยทดทสดเพราะหาผลเฉลยจากการประมาณ
(Approximation) โดยวธนพฒนาขนเพอตองการลดพนทการคนหาคาตอบและลดเวลาสาหรบการ
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
210 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
ประมวลผล วธการแบบทสาม คอวธแกปญหาแบบปญญาประดษฐ (Artificial intelligent) หรอ
เรยกวา วธ Metaheuristic หรอวธ Machine learning เปนวธทเหมาะสมกบปญหาทมขนาดใหญ
มพนทของผลเฉลยมากปญหามความสลบซบซอนสง เพราะวธการนมความยดหยนในการ
แกปญหา เพราะมการเรยนรการสรางผลเฉลยและพฒนาผลเฉลยดวยตวของอลกอรทมเอง เหมาะ
กบปญหาการหาคาทเหมาะสม (Optimization) [3] แตหวใจสาคญคอการประยกตวธแกปญหากบ
ปญหาใหมความเหมาะสม วธเมตาฮวรสตก (Metaheuristic) ถกประยกตใชอยางแพรหลายใน
สาขาวชา เชน วศวกรรมศาสตร วทยาศาสตร บรหารธรกจ การจดการทรพยากร เปนตน คาวาเม
ตาฮวรสตกมาจากรากศพทภาษากรซ โดยแบงเปน 2 คาผสมกนคอคาวา เมตา แปลวา เหนอกวา
พเศษ ถดไป คาวา ฮวรสตกส แปลวา การหา การสารวจ ซงรวมกนมความหมายวา วธการท
เหนอกวาวธการปกต หรอพฒนามาจากทฤษฎหนงเพอแกปญหาอกทฤษฎหนง [4] โดยสวนมาก
วธการเมตาฮวรสตกพฒนามาจากแนวคดพนฐานทางวทยาศาสตรและสงคม วธเมตาฮวรสตกท
พฒนามาจากพนฐานและกฎทางฟสกสเชน วธ Gravity Search Algorithm (GSA) [5] , วธ
Intelligent Water Drops Algorithm (IWD) [6] เปนตน วธเมตาฮวรสตกทพฒนามาจากพนฐานทาง
ชววทยาหรอจากพฤตกรรมของสงมชวต เชน วธ Ant Colony Optimization (ACO) [7], วธ
Cuckoo Search (CS) [8],วธ Particle Swarm Optimization (PSO) [9] และ วธ Genetic Algorithm
(GA) [10] เปนตน วธเมตาฮวรสตกทพฒนามาจากพนฐานทางเคม เชน วธ Artificial Chemical
Reaction Optimization (ACROA) [11] วธเมตาฮวรสตกทพฒนามาจากพนฐานทางสงคมวทยา
เช น วธ Imperialist Competitive Algorithm (ICA) [1 2] , วธ Tabu Search (TS) [13] และวธ
Neighbor Search (NS) [14] วธเมตาฮวรสตกทพฒนามาจากพนฐานทางมานษยดนตรวทยา เชน
วธ Harmony Search Algorithm (HSA) [15] จากทกลาวมาขางตนเปนการแบงวธเมตาฮวรสตก
ดวยพนฐานการพฒนาแตถาแบงดวยวธการสรางประชากรเรมตนแบงออกไดเปน 2 ชนด คอ แบบ
สม (Random) ซงความนาจะเปนเทากนเชน GA, PSO และแบบความนาจะเปนไปยงตาแหนง
ถดไปเชน ACO, CFO [16] โดยหวใจสาคญของวธเมตาฮวรสตก คอการเรยนรดวยตวของอลกอร
ทม จากประสบการณหรอผลเฉลยกอนหนา ซงแบงเปน 2 แบบ คอ แบบนาเอาผลเฉลยเกามา
พฒนาตอ เชนวธ GA, วธ PSO ซงนาผลเฉลยจากรอบการคานวณครงกอนมาเกบเปนผลเฉลย
เรมตนของงรอบการคานวณถดมาและวธการนาผลเฉลยครงกอนมาแทนดวยตวเลขเพอแทนผล
เฉลยทงหมด เชน วธของกลม ACO งานวจยนนาเสนอวธไฮบรดการคนหาแบบนกกาเหวา ซง
พฒนาจากงานวธการคนหาแบบนกกาเหวาสาหรบการแกปญหาการจดสงเลอดในพนทของศนยรบ
บรจาคเลอดจงหวดเชยงใหม ไปยงโรงพยาบาลในเขตพนทรบผดชอบ [1]
บทความประกอบดวยหวขอตางๆ ทจะอธบายในหวขอถดไปคอ หวขอท 2 สมการของปญหา
การจดสงเลอด หวขอท 3 แนวคดวธไฮบรดการคนหาแบบนกกาเหวา หวขอท 4 การประยกตวธ
ไฮบรดการคนหาแบบนกกาเหวากบปญหาการจดสงเลอด หวขอท 5 การออกแบบการทดลอง
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 211
สาหรบหาพารามเตอรทเหมาะสมของวธไฮบรดการคนหาแบบนกกาเหวา หวขอท 6 การสรปผล
การทดลอง
2. สมการและเงอนไขของปญหาการจดสงเลอด
รปแบบของสมการปญหาการจดสงเลอด มวตถประสงคเพอหาระยะทางทส นทสดของการ
จดสงเลอดจากศนยรบบรจาคเลอดไปยงโรงพยาบาลตางๆ ในเขตความรบผดชอบ ครบตามความ
ตองการเลอดในแตละกรปของแตละโรงพยาบาล ซงกาหนดความหมายของตวแปรดงตอไปน
Z ผลรวมระยะทางสาหรบการจดสงเลอดจากศนยรบบรจาคเลอดไปยงโรงพยาบาล
i โรงพยาบาล i
j โรงพยาบาล j
k รถขนสงเลอด k kiU ระยะทางจากโรงพยาบาล i โรงพยาบาล j
N จานวนโรงพยาบาลทงหมด
K จานวนรถทงหมด
p โรงพยาบาล
A กรปเลอด A
B กรปเลอด B
AB กรปเลอด AB
O กรปเลอด O
ka ความจของยานพาหนะ ท k
Aiq ความตองการเลอดกรป A ของโรงพยาบาล i
Biq ความตองการเลอดกรป B ของโรงพยาบาล i
ABiq ความตองการเลอดกรป AB ของโรงพยาบาล i
Oiq ความตองการเลอดกรป O ของโรงพยาบาล i
kijX เปน 1 ถายานพาหนะ k เดนทางจากโรงพยาบาล i ไป j และเปน 0 ถาไมเดนทาง
kiY เปน 1 เมอเลอดถกบรรทกดวยยานพาหนะ k และเปน 0 ถาไมไดถกสงดวยพาหนะ k
kiU คาตวแปรสาหรบปองกนการสงเลอดไมครบ
โดยมการกาหนดสมการวตถประสงคดงตอไปน
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
212 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
1 0 0
K N N
kij ij
k j i
Min Z d X= = =
= ∑∑∑ (1)
เงอนไขและขอจากด
( )1
1 1, 2,3, ..N
koj
j
X K K=
≤ = ……∑ (2)
( )0 0
0 1N N
k kip pj
i j
X X p N= =
− = = …∑ ∑ (3)
( )1
1 1, 2,3 K
ki
k
Y i K=
= = …∑ (4)
( ) 1
1 .N
A K Ai i k
i
q Y a k K=
≤ = …∑ (5)
( ) 1
1 .N
B K Bi i k
i
q Y a k K=
≤ = …∑ (6)
( ) 1
1 .N
O K Oi i k
i
q Y a k K=
≤ = …∑ (7)
( ) 1
1 .N
AB K ABi i k
i
q Y a k K=
≤ = …∑ (8)
( ) ( ) 1
1 . , 1 .N
k ki ji
i
Y X i N k K=
≤ = … = …∑ (9)
( )1 0
1 1, 2,3 .K N
kij
k i
X j N= =
≥ = …∑∑ (10)
( )( ) ( ) k k k k ki j i k k ij ij ij i jU U q a a X X X q q≥ + − + + − + (11)
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 213
( ) 0 k ki k i k iU a X a q≤ − − (12)
1
N
k ki i j ji
j
U q q X=
≤ +∑ (13)
kijX = {0,1} ( ) ( ) ( )1 . , 1 . , 1 .i N j N k K= … = … = … (14)
kiY = {0,1} ( ) ( )1 . , 1 .i N k K= … = … (15)
kiU ≥ 0 ( ) ( )1 . , 1 .i N k K= … = … (16)
จากสมการท 1 เปนสมการหาผลรวมของระยะทางจากศนยรบบรจาคเลอดจงหวดเชยงใหมไปยง
โรงพยาบาล สมการท 2 เปนการเชคเงอนไขของรถขนสงเลอดตองออกจากโรงพยาบาลทเปนศนยรบ
บรจาคเลอด ถาไมใชตองทาการประมวลผลใหม สมการท 3 เชคเงอนไขโรงพยาบาลทตองการเลอด
จะไดรบเลอด ถาไมใชใหสงโรงพยาบาลถดไป สมการท 4 เชคเงอนไขวารถขนสงเลอดเดนทางผาน
โรงพยาบาล ถาไมใช กลบไปเชคเสนทางเดนรถใหม สมการท 5-8 เชคเงอนไขการจดสงเลอดตามหม
A, B, AB, O ตองไมเกนทรถสามารถบรรทกไดและเพยงพอตอโรงพยาบาลทตองการ ถาไมใชใหเวน
โรงพยาบาลทจดสงเลอดนนแลวไปสงโรงพยาบาลถดไป สมการท 9 เชคเงอนไข รถขนเลอดเดน
ทางเขาโรงพยาบาล i ไดกตอเมอ รถขนเลอด i เดนทางผานโรงพยาบาล j ถาไมใชใหเชคเงอนไขใหม
สมการท 10 แสดงโรงพยาบาล j ไดรบการเดนทางผานอยางนอย 1 ครงจากเสนทางของโรงพยาบาล
j ถาไมใชใหทาซาจนพบเสนทางการเดนรถทยงไมไดเดนทางผาน สมการท 11-13 เปนสมการสาหรบ
การปองกนไมใหเกดการขนสงไมครบทกโรงพยาบาลทตองการเลอดและปองกนการเกดทวรยอยของ
ทกรอบการคานวณ ถาไมใชใหทาซาและคนหาเสนทางจนสงครบทกโรงพยาบาลทตองการเลอด
สมการท 14-15 กาหนดใหมคาเปน 0 หรอ 1 ถาไมใชใหกลบมาเชคเงอนไขใหมใหถกตอง สมการท
16 กาหนดใหมคามากกวา 0 [17] ถาไมใชใหกลบมาเชคเงอนไขจนกวาผานเงอนไข
3. วธไฮบรดการคนหาแบบนกกาเหวา (Hybrid Cuckoo Search: HCS)
งานวจยนนาเสนอวธไฮบรดกระบวนการคนหาแบบนกกาเหวา ซงมวธการหลกคอวธการ
คนหาแบบนกกาเหวาและนาวธคนหาแบบทาบวธการคนหาแบบเพอนบานมาประยกตกบขนตอน
การสรางผลเฉลยเรมตนและขนตอนการพฒนาผลเฉลยตามลาดบ เพอความเขาใจเปนลาดบ
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
214 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
ขนตอนหวขอนมการอธบายแนวคดวธการคนหาแบบนกกาเหวา วธคนหาแบบทาบ วธคนหาแบบ
เพอนบาน และการวธไฮบรดการคนหาแบบนกกาเหวาตามลาดบดงน
เมอป 2009 Xin She Ying และ Suash Deb ไดพฒนาวธการคนหาแบบนกกาเหวา ซงพฒนา
มาจากพฤตกรรมการวางไข (NE) ของนกกาเหวาทวางไขทรงของนกชนดอนทอยในสายพนธ
เดยวกน ซงอาจวางไขพรอมกนทละหลายๆ รง เมอวางไขแลวนกกาเหวาทาการเลยนแบบ (λ) ไข
ของตวเองใหมความคลายกบไขของนกชนดอนในรงนนใหมากทสด โดยพยายามใหนกเจาของรง
คนหาไมเจอวามไขแปลกปลอมหรอบางทเรยกวาไขเอเลยนเขามาในรง กรณทนกเจาของรงเจอไข
แปลกปลอมกมอย 2 ทางเลอกคอ ทาลายไขแปลกปลอมโดยการโยนไขนกกาเหวาทแปลกปลอม
ทงและนกเจาของรงทงรง (Pa) ไปสรางรงใหม [8] ซงแผนภาพขนตอนการทางานของนกกาเหวา
ดงแสดงในรปท 3
รปท 3 แผนภาพกระบวนการทางานของวธคนหาแบบนกกาเหวา
วธคนหาแบบทาบ ถกนาเสนอครงแรก โดย Glover F. ในป 1986 การคนหาแบบทาบใช
สาหรบแกปญหาสาหรบหาคาตอบของสมการคณตศาสตร หรอแกปญหาทมความซบซอน
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 215
กระบวนการทางานของวธคนหาแบบทาบ คอ การสรางผลเฉลยหรอฟงชนวตถประสงค เมอ
ดาเนนการเรยบรอยแลวทาบนทกของผลเฉลยนนไว เพอปองกนการทาซา เรยกวา ทาบลสต
(Tabu list) และ ทาซาไปเรอยๆ จนถงเงอนไขทกาหนดและเลอกผลเฉลยทดทสด [13]
วธคนหาแบบเพอนบาน เปนวธทการคนหาทชวยเพมประสทธภาพการหาคาตอบหรอผล
เฉลย โดยมแนวคดการสลบตาแหนงกบตาแหนงขางเคยง และอาจพฒนาผลเฉลยใหดขนได ซง
อาจเรยกวาเปนการหาผลเฉลยแบบเฉพาะท (Local search) ถกนาเสนอครงแรกป ค.ศ. 1973 โดย
Knuth D. [14]
หลงจากการนาเสนอทง 3 วธ งานวจยนจงนาขอดของแตละวธมาประยกตใชโดยใชวธคนหา
แบบนกกาเหวาเปนโครงสรางหลก จงนาการเชคทาบลสตของวธคนหาแบบทาบ ทปองกนการ
เกดผลเฉลยซา ทาใหโอกาสพฒนาผลเฉลยใหมๆ ไดมากขน ครอบคลมพนทของผลเฉลยมากขน
และวธการคนหาแบบเพอนบานนามาพฒนาผลเฉลยหลงจากไดผลเฉลยจากวธการคนหาแบบนก
กาเหวา ซงแสดงเปนแผนภาพดงรปท 4
รปท 4 แผนภาพกระบวนการทางานของวธไฮบรดการคนหาแบบนกกาเหวา
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
216 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
4. การประยกตวธไฮบรดการคนหาแบบนกกาเหวากบปญหาการจดสงเลอด
ขนตอนท 1 เรมตนดวยการขนตอนการกาหนดคาพารามเตอรเรมตน เชนจานวนรอบการ
คานวณ (I) จานวนไขในแตละรง (NE) อตราการทงรงของนกเจาของรง (Pa ) จานวนการเลยนแบบ
ไขนกเจาของรง levy’ fight (λ) และกาหนดจานวนไขในแตละรง
ขนตอนท 2 การสรางรงและไขของนกเจาของรง โดยการสรางไขแตฟองมดงน สมเลอก
โรงพยาบาลสาหรบจดสงเลอด โดยแตละเสนทางการจดสงเลอดแทนไขของนกเจาของรง จดเกบ
เสนทางการเดนรถและเรมสรางไขฟองตอไปจนครบและนาไขไปวางในแตละรงจนครบตามจานวน
ทกาหนดจากขนตอนท 1
ขนตอนท 3 การเชคทาบลสต เปนขนตอนการปองกนการสรางคาตอบเรมตนซา เพอให
คาตอบเรมตนเกดการกระจายของคาคาตอบเพอโอกาสสาหรบสรางคาตอบทดข น โดยการจดเกบ
เสนทางการจดสงเลอดไปยงโรงพยาบาลในลกษณะของอารเรย 2 มต ถาสรางคาตอบใหมตองนา
เสนทางการจดสงเลอดเขาไปวนลปหาเสนทางทซากนในทาบลสต กรณซากนทกจดสงเลอดใหสรา
คาตอบเรมตนขนมาใหม ถาไมซากนทกจดสงเลอดใหเกบเสนทางการจดสงเลอดนนเพมไวในทาบ
ลสต
ขนตอนท 4 การคานวณสมการวตถประสงค เมอไดเสนทางการจดสงเลอดแลวกนากลบมา
คานวณระยะทาง ซงกคอคาสมการวตถประสงค (สมการท 1) และเชคเงอนไขของการจดสงเลอด
(สมการท 2-16) ซงขอมลระยะทางระหวางโรงพยาบาลจดเกบอยในรปแบบของตารางเมตรกแบบ
สมมาตร
ขนตอนท 5 การเลอกรงดวยวงลอเสยงทาย ไดมการกาหนดจานวนรงซงโดยปกตกาหนด 15
รง ถง 50 รง [13] หมายถงกลมของคาตอบของสมการวตถประสงคและเสนทาง ตวอยางเชนรงนก
มไขของนกเจาของรง 4 ฟอง นนหมายความวา ในกลมของคาตอบน (รง) ประกอบดวย เสนทาง
การเดนรถ(ไข) 4 เสนทาง มการคานวณผลของระยะทาง 4 คาตอบ ซงตองไมตรงกบเสนทางทอย
ในทาบลสต และทาการเรยงคาตอบซงหมายถงระยะทางทนอยทสดจะถกเรยงไวลาดบแรก โดยให
นกกาเหวาทตองการฝากใขไวทรงของนกชนดอนใหวธวงลอเสยงทายเลอกรงทจะไปวางไข ตาม
ความนาจะเปนของไข(ระยะทางทส นทสด) ทดทสดในแตละรงนน การคานวณความนาจะเปนจาก
การเปลยนผนใหระยะทางสนมความนาจะเปนมาก แสดงดงรปท 5
คาของแตละเสนทาง (A) = (ระยะทางรวมของทกเสนทาง/ระยะทางของเสนทางนน)
ความนาจะเปน (P) = (ระยะทางของเสนทางนน/ระยะผลรวมของ A)
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 217
รปท 5 แผนภาพกระบวนการเลอกรงดวยวงลอเสยงทาย
ขนตอนท 6 การทา levy’ fight (λ) เปนขนตอนการเลยนแบบใขทดทสดของรงนน ซงทาได
โดยการนาเสนทางของไขทดทสดเปนตวโครงสรางหลกและทาการสมตาแหนงของโรงพยาบาลท
จดสงเลอดแทรกเขาไประหวางเสนทางเพอเปนเสนทางใหมและคานวณระยะทางตามลาดบ
กาหนดตาแหนงสาหรบการสมคอ 1-3 ตาแหนง ซงรปแบบคลายกบวธการมวเตชนของวธทาง
พนธกรรมและไดเลอกวธ Shift change เนองจากวาใหคาผลเฉลยทดกวาวธมวเตชนแบบอนๆ
ของวธทางพนธกรรม [18] โดยการสมตาแหนงมา 2 ตาแหนง ซงตาแหนงท 2 จะถกแทรกใน
ตาแหนงแรก แสดงตงรป 6
รปท 6 ขนตอนการทา levy’ fight (λ) ของนกกาเหวา
ขนตอนท 7 นกเจาของรงคนหาไขแปลกปลอมในรง เนองจากวานกกาเหวานาไขมาฝากไวใน
รงและทาการเลยนแบบไขของนกเจาของรง ทาใหใขในรงมจานวนเพมมากขน โดยนกเจาของรง
พจารณาจากคาของสมการวตถประสงควาจะทาลายไขทใหคาผลเฉลยแยทสดหรอทงรงนนไปเพอ
สรางรงใหม [13]
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
218 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
ขนตอนท 8 วธการคนหาแบบเพอนบาน เปนการนาไขทดทสดของแตละรง (ผลเฉลยทดทสด
ของแตละรง) มาทาการพฒนาคาตอบ โดยการสมตาแหนงของโรงพยาบาลในเสนทางการจดสง
เลอด และสลบตาแหนงซายขวา ซงจะไดผลเฉลยเพมขนมาอก 2 ผลเฉลย แลวนามาเปรยบเทยบ
กบผลเฉลยทมอยเดม ถาผลเฉลยของวธคนหาแบบเพอนบานดกวาใหนาผลเฉลยหรอไขนนกลบ
เขาไปในรงแทนผลเฉลยหรอไขเดม แสดงดงรปท 7 ขนตอนวธคนหาแบบเพอนบาน
รปท 7 วธการคนหาแบบเพอนบาน
ขนตอนท 9 ขนตอนของการนาผลเฉลยทดทสดจากไขทกรงมาเกบเปนคาผลเฉลยทดทสด
ตงแตการคานวณมา (Best so far) ตอจากนนเชคเงอนไขของรอบการคานวณทกาหนดวาครบ
หรอไม ถายงไมครบตามจานวนทกาหนดใหกลบไปทาซากระบวนการเดม ถาครบแลวใหเลอก
คาตอบทเปน Best so far มาเปนคาตอบของรอบการคานวณนน
งานวจยนถกพฒนาบนชดของการพฒนา Visual studio และทาการพฒนาบนภาษา Visual
basic 2012 เวอรชนทดลอง (Express edition) ประมวลผลบนคอมพวเตอร Intel core i7 3.40
GHz Ram 8 GB ซงสามารถเขยนขนตอนการประยกตวธไฮบรดการคนหาแบบนกกาเหวากบ
ปญหาการจดสงเลอดไดในรปแบบของรหสเทยม (Pseudo code) ดงรปท 8
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 219
รปท 8 รหสเทยมของอลกอรทมสาหรบการแกปญหาการจดสงเลอด
5 ผลการศกษาและอภปรายผล
งานวจยนกาหนดปญหาเปน 3 ขนาดเพอทดสอบความสามารถของการหาคาตอบของวธ
ไฮบรดการคนหาแบบนกกาเหวา กาหนดปญหาขนาดเลกม 26 โรงพยาบาล ใชรถขนสง 1 คน ซง
เปนโรงพยาบาลในจงหวดเชยงใหมเทานน ปญหาขนาดกลางม 38 โรงพยาบาล ใชรถขนสง 2 คน
ในเขต 3 จงหวดคอ เชยงใหม แมฮองสอนและลาพน และปญหาขนาดใหญจดสงเพมอก 5 จงหวด
คอ นาน แพร เชยงราย พะเยาและลาปาง ใชรถขนสง 3 คน แตละคนสามารถบรรทกได 600 ยนต
และความตองการเลอดของแตละวนของศนยรบบรจาคเลอดจงหวดเชยงใหมโดยเฉลยประมาณ
125 ยนต ซงโรงพยาบาลบางแหงไดมเลอดสารองไวอยแลวและไดรบบรจาคเลอดของโรงพยาบาล
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
220 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
โดยมการเปรยบผลการผลเฉลยกบวธทางพนธกรรม (Genetic Algorithm: GA) วธการคนหาแบบ
นกกา เหว า (Cuckoo Search: CS) [1] และวธปฏก รย า เคม (Artificial Chemical Reaction
Optimization Algorithm: ACROA) [19]
เนองจากอลกอรทมทนาเสนอมตวแปรทมผลตอการหาผลเฉลยหลายตว เชน รอบการคานวณ
(Iteration) จานวนไขทอยในรง อตราการทาลายรง หรอ จานวนไขนกกาเหวาทการทา levy’ fight
จงนาเสนอวธการออกแบบการทดลองแบบฟลแฟคทอเรยล 3k ซง k เปนจานวนปจจย โดยกาหนด
พารามเตอร 3 ตว (ปจจย) คอ กาหนดรอบการคานวณ (i) ตอ จานวนไข (NE) อตราการทงรงของ
นกเจาของรง (Pa) และการเลยนแบบไขนกเจาของรง levy’ fight (λ) แตละตวม 3 ระดบ กาหนด
รอบการทาซา 5 รอบ ซงมผลการทดลองทงหมด 3k x 5 = 135 ครง [1] ซงงานวจยนออกแบบการ
ทดลอง ประมวลผลในโปรแกรม Minitab 18 เวอรชนทดลองและทดสอบกบปญหาขนาดใหญทม
112 โรงพยาบาลเทานนเพอหาพารามเตอรทเหมาะสม สาหรบใชในปญหาขนาดกลางและขนาด
เลกดวย เนองจากรปแบบของปญหาคลายกน ปจจยและระดบการทดลองแสดงในตารางท 1
ตารางท 1 การกาหนดระดบพารามเตอรของวธไฮบรดการคนหาแบบนกกาเหวา
พารามเตอร ระดบ
ตา กลาง สง
กาหนดรอบการคานวณตอจานวนไข (i/NE) 50/200 100/100 200/50
อตราการทงรงของนกเจาของรง (Pa ) 25% 35% 45%
การเลยนแบบไขนกเจาของรง levy’ fight (λ) 1 2 3
โดยกาหนดการวเคราะหการกระจายตวของเศษเหลอ (Residual) โดยพจารณากราฟความ
นาจะเปนปกต (Normal probability plot) และกราฟแทง (Histogram plot) พบวามการแจกแจง
แบบปกต กราฟ Versus fits และกราฟ Versus order สามารถสรปขอมลไดวาขอมลมการกระจาย
ตวแปรแบบปกตและขอมลมความเปนอสระตอกนดงแสดงในรปท 9
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 221
รปท 9 กราฟการวเคราะหการกระจายตวของเศษเหลอ
การวเคราะหความแปรปรวน (ANOVA) เพอตองการทดสอบความมนยยะสาคญของปจจยทม
ผลตอคาสมการวตถประสงค โดยวเคราะหจากคา P-value ทกาหนดคาความเชอมนไวท 95% (1-α)
รายละเอยดปรากฏไวในตารางท 2
ตารางท 2 ผลการทดสอบปจจยทมผลตอสมการวตถประสงค
Source DF SS MS F P
i/NE 2 164 82 0.01 0.986
Pa 2 45484 22742 3.99 0.021
λ 2 332124 166062 29.15 0.000
i/NE * Pa 4 62678 15669 2.75 0.032
i/NE * λ 4 8636 2159 0.38 0.823
Pa * λ 4 15244 3811 0.67 0.615
i/NE * Pa* λ 8 15709 1964 0.34 0.946
Error 108 615186 5696
Total 134 1095225
2001000-100-200
99.999
90
50
10
10.1
Residual
Perc
ent
22002150210020502000
200
100
0
-100
-200
Fitted Value
Resi
dual
180120600-60-120-180
20
15
10
5
0
Residual
Freq
uenc
y
1301201101009080706050403020101
200
100
0
-100
-200
Observation Order
Resi
dual
Normal Probability Plot Versus Fits
Histogram Versus Order
Residual Plots for Objective function
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
222 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
จากตารางดงกลาวแสดงวาปจจยของ levy’ fight และปจจย Pa มผลตอการสรางผลเฉลยของ
วธไฮบรดการคนหาแบบนกกาเหวาสาหรบการแกปญหาการจดสงเลอด อกทงยงมปจจยรวม
ระหวาง i/NE * Pa กมผลตอการทดลองเชนเดยวกน เนองจากมคา P-value นอยกวา 0.05 จาก
กราฟปจจยผลกระทบหลก (Main effect plot) ทแสดงดงรปท 10 ซงสรปไดวาปจจยทมผลตอการ
หาผลเฉลยคอ คา levy’ fight (λ) เทากบ 3 ตาแหนง อตราการทงรงของนกเจาของรง (Pa) คอ รอย
ละ 45 จานวนรอบการคานวณตอจานวนไข (i/NE) เทากบ 100/100 เนองจากคาเฉลยของกราฟ
ผลกระทบหลกนอยทสด ตามลาดบ
รปท 10 กราฟผลกระทบหลกทมตอสมการวตถประสงค
รปท 11 กราฟเปรยบเทยบผลเฉลยของ GA, CS, ACROA, HCS
200/50100/10050/200
2140
2120
2100
2080
2060
2040
2020
453525 321
Iteration/Number of eggs
Mea
n of
Obj
ectiv
e fu
nctio
n
Destroy rate Levy fight
Main Effects Plot for Objective functionFitted Means
50454035302520151051
2700
2600
2500
2400
2300
2200
2100
2000
1900
1800
จานวนครง
ระยะ
ทาง
GACSACROAHCS
Algorithm
การหาผลเฉลยของ GA, CS, ACROA, HCS
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 223
ปจจยทมผลกระทบตอการหาคาตอบของวธ Genetic algorithm (GA) วธ Cuckoo Search
(CS) วธ Artificial Chemical Reaction Optimization Algorithm (ACROA) และวธ Hybrid Cuckoo
Search (HCS) ไดแสดงดงตารางท 3 [1, 19]
ตารางท 3 การเปรยบผลของของแตละวธการ (หนวยเปนกโลเมตร)
ปจจยทมผลตอการหาคาตอบของแตละวธ
GA CS ACROA HCS
จานวนรนตอ
จานวนประชากร
(G/P) = 50/200
จานวนรอบการ
คานวณตอจานวนไข
(I/NE) = 100/100
จานวนรอบการคานวณ
ตอจานวนสารตงตน
(I/R) = 200/50
จานวนรอบการคานวณ
ตอจานวนไข (I/NE) =
100/100
อตรารอยละการ
Crossover
(CR) = 80
อตราการทงรงของ
นกเจาของรง
(Pa) = 45
รอยละการเกดปฏกรยา
(PR) = 75
อตราการทงรงของนก
เจาของรง
(Pa) = 45
อตรารอยละการ
Mutation
(MR) = 10
จานวนการทา
levy’ fight
(λ) = 3
รอยละของโมเลกล
เดยว
(PM) = 75
จานวนการทา
levy’ fight
(λ) = 3
เมอกาหนดหาคาพารามเตอรทเหมาะสมจากกราฟผลกระทบหลก ทาการประมวลผลดวย
คาพารามเตอรทเหมาะสม 50 ครง แสดงเปรยบเทยบกบวธทางพนธกรรม วธการคนหาแบบนก
กาเหวา และวธปฏกรยาเคม ซงไดเปรยบเทยบผลเฉลยดวยวธการทดลองทเหมอนกน [1, 19]
แสดงไดดงรปท 11 และเมอนาคาพารามเตอรทเหมาะสมมาประมวลผลสาหรบปญหาขนาดเลก
ปญหาขนาดกลาง และปญหาขนาดใหญ สรปไดดงตารางท 4
ตารางท 4 การเปรยบผลของของแตละวธการ (หนวยเปนกโลเมตร)
ขนาดปญหา
เปรยบเทยบผลเฉลย GA, CS, ACROA, HCS
ภายใน ( ) เปนเวลาประมวลผลเฉลย หนวยเปนวนาท
GA CS ACROA HCS
ขนาดเลก 26 โรงพยาบาล 389 (18.4) 389 (19.2) 389 (23.3) 389 (26.1)
ขนาดกลาง 38 โรงพยาบาล 735 (41.7) 697 (43.5) 697 (49.2) 697 (55.6)
ขนาดใหญ 112 โรงพยาบาล 1968 (191.5) 1836 (213.6) 1832 (231.7) 1818 (264.3)
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
224 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
6. สรป
งานวจยนนาเสนอวธไฮบรดการคนหาแบบนกกาเหวา ซงเปนการรวมกนของวธการคนหา
แบบนกกาเหวา วธคนหาแบบทาบและวธคนหาแบบเพอนบาน เพอเพมประสทธภาพของการหา
ผลเฉลยของปญหาการจดสงเลอด ขอบเขตของวจยศกษาการจดสงเลอดของศนยรบบรจาคเลอด
จงหวดเชยงใหม ไปยงโรงพยาบาลในเขตพนทรบผดชอบ เพอหาระยะทางทส นทสดสาหรบการ
จดสงเลอด โดยทาการทดสอบประสทธภาพของอลกอรทม โดยกาหนดขนาดของปญหาสามขนาด
สาหรบประมวลผล และนาเสนอวธการออกแบบการทดลองและการวเคราะหความแปรปรวนเพอ
หาพารามเตอรหรอปจจยทมผลตอการหาผลเฉลย อกทงยงทาการเปรยบเทยบอลกอรทมกบ
งานวจยทแกปญหาการจดสงเลอดแบบเดยวกน สรปไดวาวธไฮบรดการคนหาแบบนกกาเหวา
สามารถหาผลเฉลยไดเทากบ วธทางพนธกรรม วธการคนหาแบบนกกาเหวา และวธปฏกรยาเคม
และสามารถหาผลเฉลยไดดกวา สาหรบปญหาขนาดใหญ เนองจากวาวธการคนหาแบบนกกาเหวา
สามารถสรางประชากรเรมตนครอบคลมพนทของผลเฉลยมากกวา เพราะมการกาหนดจานวนรง
ของนก และมการสรางผลเฉลยเรมตนทไมซาเดมดวยวธทาบลสต ทาใหโอกาสในการหาผลเฉลย
ครอบคลมพนทของผลเฉลยมากขน อกทงยงปรบปรงผลเฉลยแบบพนทของผลเฉลยทดทสดของ
กลมหรอรงนน ทาใหไดผลเฉลยทดข น สาหรบงานวจยตอยอดเปนการจดเสนทางการจดสงวคซน
โดยใชวธเมตาฮวรสตก เนองจากวคซนตองมการควบคมอณหภมสาหรบการจดสงและองคการ
อนามยโลกใหความสาคญกบการรกษาคณภาพวคซนจากโรงงานทผลตไปยงผรบวคซน
กตตกรรมประกาศ
ขอขอบคณสาขาวศวกรรมอตสาหการ คณะวศวกรรมศาสตร มหาวทยาลยเทคโนโลย
ราชมงคลรตนโกสนทร
References
[1] Kanon Sujaree. Cuckoo search algorithm for mobile blood vehicle routing. In:
Rajamangala University of Technology Phra nakorn, editors. 1st RMUTP Engineering
Conference. 2016 May 28; Nonthaburi, Thailand; 2016. p. 118-8 (In Thai).
[2] Akhand MAH, Zahrul JP, Sultana T, Mahmud A. Solving Capacitated Vehicle Routing
Problem with Route Optimization using Swarm Intelligence. Khunla University of
Engineering & Technology, editors. Proceedings of International Conference on
Electrical Information and Communication Technology. 2015 December 10-12; Khunla-
9203, Bangladesh; 2015. p. 112-6.
Faculty of Engineering, Kasem Bundit University Research Article
วศวกรรมสารเกษมบณฑต ปท 8 ฉบบท 2 พฤษภาคม-สงหาคม 2561 225
[3] Pupong Pongcharoen, Hicks C, Braiden PM, Stewardson DJ, Metcalfe AV. Using
genetic algorithms for scheduling the production of capital goods. Proceedings of the
Eleventh International Working Seminar on Production Economics. 2000 Feb 20-23;
Innsbruck, Austria; 2000. p. 21-5.
[4] Lazar A. Heuristic knowledge discovery for archaeological data using genetic algorithm
and rough set. In: Ruhul AS, Hessian AA, Charles SN, editors. Heuristic and
optimization for knowledge discovery. London. IGI Global; 2002. p. 263-78.
[5] Rashedi E, Nezamabadi H, Saryazdi S. GSA: a gravatational search algorithm. Journal
of Information of Science 2009;179:2232-43.
[6] Shah-Hosseini H. Optimization with the Nature-Inspired Intelligent Water Drops
Algorithm, Evolutionary computation. Rijeka, Croatia. Wellington Pinheiro dos Santos
(Ed.); 2009. p. 297-320.
[7] Dorigo M, Gambardella LM. Ant Colony System: A cooperative learning approach to
the traveling salesman problem. IEEE Transactions on Evolutionary Computation
1997;1(1):53-66.
[8] Xin SY, Suash D. Cuckoo search via Lévy flights. Mathematical Modeling and Numerical
Optimization 2010;1(4):210-5.
[9] Kennedy J, Eberhart RC. Particle swarm optimization. IEEE Transaction 1995; 4:1942-7.
[10] Goldberg DE. Genetic Algorithm in Search optimization and Machine Learning. 13th ed.
New Jersey, United States: Addison-Wesley Publishing Company Inc; 1989.
[11] Alatas B. A novel chemistry based metaheuristic optimization method for mining of
classification rules. Expert system with application 2012;39:11080-9.
[12] Gargari AE, Lucas C. Imperialist Competitive Algorithm: An algorithm for optimization
inspired by imperialistic competition. IEEE Congress on Evolutionary Computation 2007;
7:4661-7.
[13] Glover F. Future paths for integer programming and link to artificial intelligence.
Computers and Operation Research 1986;13:533-49.
[14] Knuth D. The Art of Computer Programming. 3rd Revised ed. New Jersey, United States:
An Imprint of Addison Wesley Longman Inc; 1973.
[15] Lee KS, Geem ZW. A new meta-heuristic algorithm for continuous engineering
optimization: Harmony search theory and practice. Computer Methods in Applied
mechatronic and Engineering 2005;194:3902-31
คณะวศวกรรมศาสตร มหาวทยาลยเกษมบณฑต บทความวจย
226 Kasem Bundit Engineering Journal Vol.8 No.2 May-August 2018
[16] Kanon Sujaree, Sattithep Songthong, Jarirat Jitthumma. Designing blood supply chain
network using central force optimization. In: Khonkaen University, editors. IE Network;
2016 July 7-8; Khonkaen, Thailand; 2016. p. 2-9. (In Thai)
[17] Weena Promtet. Application of genetic algorithm in course timetabling [dissertation].
Phitsanulok: Naresuan University; 2006.
[18] Kanon Sujaree. Blood vehicle routing network using chemical reaction optimization
algorithm. In: Mahidol University, editors. The 2017 Technology Innovation Management
and Engineering Science international conference, 2017 November 20-21; Nakhon
phathom, Thailand; 2017. p. 189-95
[19] Montgomery DC. Design and Analysis of Experiments. 8th ed. New York, United States:
John Wiley and Sons; 2001
ประวตผเขยนบทความ
คณน สจาร อาจารยประจาสาขาวชาวศวกรรมอตสาหการ คณะ
วศวกรรมศาสตร มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร
E-Mail: [email protected]
งานวจยทสนใจ : Metaheuristic approaches, Computer simulation for
Industrial Engineering
สรชย จรวงศนสรณ อาจารยประจาสาขาวชาวศวกรรมเครองกล คณะ
วศวกรรมศาสตร มหาวทยาลยเทคโนโลยราชมงคลรตนโกสนทร
E-Mail: [email protected]
งานวจยทสนใจ : Design of experiment, Electric car
Faculty of Engineering, Kasem Bundit University Research Article