一、專案緣起

演化式演算法(Evolutionary algorithms，EAs)是一個通用名詞，泛指以達爾文進化論為基礎，並模擬自然界演化過程所建立的演算模式，通常將演化式計算所建立的模式通稱為演化式演算法。近年來演化式演算法，已經發展成為許多不同的研究領域與不同的研究團體。其利用達爾文進化論－適者生存，不適者淘汰(survival of the fittest) 的道理，做為在廣大空間的搜尋機制，藉此可求解各種困難的組合最佳化問題，找到問題的最佳解。其中最主要的也是最早出現的EA就是演化式規劃、演化策略、與基因演算法，有的學者將它們稱為EA的三種主流模式或三種基本的理論模式。有鑒於此，我們對其領域的未來發展倍感興趣，因此想進一步對OEA做更深入的研究與探討。

二、 專案特色

   在傳統上，在演化演算法的族群都是未按次序排列在個體上。這些個體將從適應值中產生子代。然而，全域適應值在族群裡的分配將被刪除。因為這種設計會使領導者（leader）過早收斂，但事實上這個現象只會發生在區域環境，且每個個體也僅會圍繞著它進行交互作用。在OEA中，組織是由每個成員所集合而成；而族群則是由每個組織所集合，OEA為了使組織內更強，所以組織與組織間會進行互動，而這些讓他們互動的運算子有以下三個，分裂（splitting）、併吞（annexing）、合作（cooperating）等。可以避免過早收斂，更加嚴謹，盡量避免區域解，進而找到更合適的最佳解。 

三、  專案貢獻  

• 對成員來說，了解演化式計算是甚麼。

• 對成員來說，了解演化式計算在實際生活的應用。

• 利用matlab完成了一個大型的演化式演算法。

• 探討組織的演化在演化式演算法的重要性。

• 了解各類數值的benchmark problem。

• 了解何謂單峰和多峰的數值問題。

• 分析演化式演算法在解決單峰和多峰問題的特色。

• 深入探討各參數對演化式演算法的影響程度。

• 引用工業工程領域在品質管理應用之田口實驗法。

• 應用田口氏實驗法深入分析參數之設定。

• 實際的把OEA應用於生活中－物流規劃、路徑規畫、能力的選擇。