อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล
วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | Thai |
| Published: |
จุฬาลงกรณ์มหาวิทยาลัย
2006
|
| Subjects: | |
| Online Access: | http://cuir.car.chula.ac.th/handle/123456789/1201 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Chulalongkorn University |
| Language: | Thai |
| id |
th-cuir.1201 |
|---|---|
| record_format |
dspace |
| institution |
Chulalongkorn University |
| building |
Chulalongkorn University Library |
| country |
Thailand |
| collection |
Chulalongkorn University Intellectual Repository |
| language |
Thai |
| topic |
เอเจนต์เคลื่อนที่ (โปรแกรมคอมพิวเตอร์) ระบบการจัดเก็บและค้นข้อสนเทศ |
| spellingShingle |
เอเจนต์เคลื่อนที่ (โปรแกรมคอมพิวเตอร์) ระบบการจัดเก็บและค้นข้อสนเทศ สมชัย แสงทองสกุลเลิศ, 2521- อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| description |
วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544 |
| author2 |
ลัญฉกร วุฒิสิทธิกุลกิจ |
| author_facet |
ลัญฉกร วุฒิสิทธิกุลกิจ สมชัย แสงทองสกุลเลิศ, 2521- |
| format |
Theses and Dissertations |
| author |
สมชัย แสงทองสกุลเลิศ, 2521- |
| author_sort |
สมชัย แสงทองสกุลเลิศ, 2521- |
| title |
อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| title_short |
อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| title_full |
อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| title_fullStr |
อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| title_full_unstemmed |
อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| title_sort |
อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล |
| publisher |
จุฬาลงกรณ์มหาวิทยาลัย |
| publishDate |
2006 |
| url |
http://cuir.car.chula.ac.th/handle/123456789/1201 |
| _version_ |
1681410034537332736 |
| spelling |
th-cuir.12012007-11-29T08:17:28Z อัลกอริทึมสำหรับการจัดสรรโมบายล์เอเจนต์ในระบบการสืบค้นข้อมูล An algorithm for mobile agent allocation in information retrieval system สมชัย แสงทองสกุลเลิศ, 2521- ลัญฉกร วุฒิสิทธิกุลกิจ จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ เอเจนต์เคลื่อนที่ (โปรแกรมคอมพิวเตอร์) ระบบการจัดเก็บและค้นข้อสนเทศ วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544 วิทยานิพนธ์ฉบับนี้ได้เสนออัลกอริทึมที่ใช้ในการกำหนดเส้นทางให้กับโมบายล์เอเจนต์ โดยใช้อัลกอริทึม Simulated Annealing และอัลกอริทึม Tabu Search มาประยุกต์ใช้ควบคู่กับอัลกอริทึมฮิวริสติกที่คิดขึ้น และทำการเปรียบเทียบผลลัพธ์ที่ได้กับอัลกอริทึม Brute Force Search (BF) อัลกอริทึม Simulated Annealing (SA) อัลกอริทึม Tabu Search (Tabu) อัลกอริทึม Modified Compact Genetic Algorithm (McGA) (ซึ่งประยุกต์มาจากอัลกอริทึม Compact Genetic Algorithm : cGA) และอัลกอริทึมกำหนดเส้นทางแบบสุ่มที่มีการกระจายแบบยูนิฟอร์ม (Random Uniformly : RU) สำหรับพารามิเตอร์ที่นำมาใช้วิเคราะห์เปรียบเทียบคือค่าต้นทุนที่ต่ำที่สุดของเส้นทางย่อยที่มีค่าสูงที่สุด (Minimum of Maximum Sub-Route Cost : MMSRC) และเวลาที่ใช้ในการประมวลผล ผลลัพธ์ที่ได้จากการวิเคราะห์แสดงให้เห็นว่า กรณีจำนวนโนดในเนตเวิร์กมีค่าต่ำ อัลกอริทึมฮิวริสติกจะให้ค่า MMSRC ที่มีค่ามากกว่าค่า MMSRC ที่ได้จากอัลกอริทึม BF, SA, Tabu และ McGA แต่ให้ค่า MMSRC ที่ต่ำกว่ามากเมื่อเทียบกับอัลกอริทึม RU เมื่อวิเคราะห์กรณีจำนวนโนดในเนตเวิร์กมีค่าสูงอัลกอริทึมฮิวริสติกจะให้ค่า MMSRC ที่ต่ำกว่าค่า MMSRC ที่ได้จากอัลกอริทึม SA และจากการวัดค่าเวลาประมวลผลของแต่ละอัลกอริทึม ผลลัพธ์แสดงให้เห็นว่าอัลกอริทึมฮิวริสติกจะใช้เวลาประมวลผลโดยเฉลี่ยน้อยกว่าอัลกอริทึมกำหนดเส้นทางชนิดอื่น ๆ อย่างเห็นได้ชัด ในการพัฒนากรรมวิธีการกำหนดเส้นทางให้กับโมบายล์เอเจนต์ของงานวิจัยนี้ อาศัยการประยุกต์แนวคิดมาจากปัญหาการเดินทางของเซลส์แมน (Traveling Salesman Problem : TSP) โดยมีข้อกำหนดว่า เซลส์แมนไม่สามารถเดินย้อนเส้นทางเดิมได้ ซึ่งแตกต่างจากกรณีการกำหนดเส้นทางให้กับโมบายล์เอเจนต์ โดยโมบายล์เอเจนต์สามารถเดินย้อนกลับผ่านเส้นทางเดิมได้ ดังนั้นเพื่อศึกษาถึงผลกระทบของข้อจำกัดดังกล่าว วิทยานิพนธ์จึงได้พิจารณาเพิ่มเติมโดยนำรีดิวซ์เมตริกซ์มาประยุกต์ใช้เพื่อช่วยในการวิเคราะห์การกำหนดเส้นทางให้กับโมบายล์เอเจนต์กรณีย้อนกลับเส้นทางเดิมได้ ซึ่งการใช้งานรีดิวซ์เมตริกซ์ในวิทยานิพนธ์ฉบับนี้ได้แบ่งออกเป็น 2 วิธี คือวิธีแทนค่า และวิธีประยุกต์ จากผลลัพธ์แสดงให้เห็นว่า วิธีประยุกต์โดยส่วนใหญ่จะให้ผลลัพธ์ที่ดีกว่าวิธีแทนค่า อย่างไรก็ตามในบางกรณี วิธีประยุกต์อาจให้ค่า MMSRC ที่เลวกว่ากรณีไม่ใช้รีดิวซ์เมตริกซ์ ในขณะที่วิธีแทนค่าจะให้ค่า MMSRC ที่ดีกว่ากรณีไม่ใช้รีดิวซ์เมตริกซ์เสมอ แม้ว่าการนำรีดิวซ์เมตริกซ์มาใช้แม้ว่าจะให้ค่า MMSRC ที่ลดลง แต่ความแตกต่างของค่า MMSRC ที่ลดลงนั้นอยู่ในช่วงร้อยละ 10 ดังนั้นจึงกล่าวได้ว่า การกำหนดเส้นทางให้กับโมบายล์เอเจนต์แบบอนุญาตกลับเส้นทางเดิมได้ ส่งผลกระทบต่อต้นทุนโดยรวมของการกำหนดเส้นทางให้กับโมบายล์เอเจนต์ไม่มากนัก The thesis proposes the mobile agent itinerary creation algorithm by modifying the traditional Simulated Annealing and Tabu Search algorithm in conjunction with proposed heuristic (HR) algorithm and then compares with Brute Force Search algorithm (BF), Simulated Annealing algorithm (SA), Tabu Search Algorithm (Tabu), Modified Compact Genetic Algorithm (McGA), which modified from Compact Genetic Algorithm (cGA), and Random Uniformly Algorithm (RU). To show the pros and cons of each algorithm, the parameters MMSRC (Minimum of Maximum Sub-Route Cost) and Processing Time are used as the key parameters. The results show that in the case of the number of nodes in network is low, HR gives the result slightly worse than MMSRC with respect to BF, SA, Tabu and McGA but greatly better than RU. In the case of the high number of nodes HR gives the better MMSRC with respect to the result from SA. Furthermore, given the processing time parameter HR gives obviously less average processing time with respect to the others. In this thesis the development of Mobile Agent's itinerary creation algorithm is based on the concept of Traveling Salesman Problem (TSP). For the TSP problem, on his return, the salesman is not allowed to take the same route. This is in contrast to the Mobile Agent's itinerary creation application. With the itinerary creation application, the Mobile Agents are entitled to return to the same node they have previously passed. To study the impact of this discrepancy this thesis extends the investigations by introducing a reduced matrix technique so as to analyze the Mobile Agent's itinerary creation application in the case of allowing the return to the previously passed node. The use of reduced matrix technique is categorized into 2 cases, namely replacement and application technique. The result shows that in general the application technique gives better result than the replacement. However in some cases the application technique may offer poorer results than the MMSRC that does not use the reduced matrix technique whereas the replacement always offers better MMSRC than the MMSRC that does not use reduced matrix technique. Although reduced matrix technique gives better results but the difference is marginal, i.e. within 10%. As a result it is reasonable to conclude that allowing Mobile Agent to return to the previously passed node does not cause significant impact on the overall system costs. 2006-07-29T05:18:44Z 2006-07-29T05:18:44Z 2544 Thesis 9740310621 http://cuir.car.chula.ac.th/handle/123456789/1201 th จุฬาลงกรณ์มหาวิทยาลัย 25200416 bytes application/pdf application/pdf จุฬาลงกรณ์มหาวิทยาลัย |