摘要
分類元系統是建構在基因演算法的一種機器學習系統，一個分類元依靠環境給予的回饋決定它的適應度，適應度較高的分類元才可以生存下去，適應度較低的分類元會逐漸被淘汰。因此，分類元系統是以規則為單元、透過訊息傳遞的方式，並以大量並行處理及接受環境的回饋來達成學習的一種機器學習機制。Holland的LCS分類元系統曾經被應用到股票管理、產生決策、以及存貨管理等諸多問題上，然而它的學習機制及系統架構有些缺點。本文中，我們針對LCS的缺點提出一個名叫TLCS的分類元系統，此系統具有增強式的學習能力，能夠適應動態環境的變化而自行修改或產生新的分類元，達成機器學習的目的。本論文僅就TLCS的系統架構、功能以及作業方式提出具體說明。
參考文獻
A. Borisov,A. Vasilyev(2002).Learning classifier systems in autonomous agent control tasks.Proceedings of 5th International Conference on Application of Fuzzy Systems and Soft Computing.(Proceedings of 5th International Conference on Application of Fuzzy Systems and Soft Computing).
A. Geyer-Schulz(1995).Holland Classifier Systems.Proceedings of the International Conference on Applied Programming Languages.(Proceedings of the International Conference on Applied Programming Languages).:
D. E. Goldberg,J. Horn, K. Deb(1992).What makes a problem hard for a classifier system?.
J. H. Holmes,D. R. Durbin,F. K. Winston(2000).The learning classifier system: an evolutionary computation approach to knowledge discovery in epidemiologic surveillance.Artificial Intelligence in Medicine.19,53-74.
J. H. Holmes,P. L. Lanzi,W. Stolzmann,S. W. Wilson(2002).Learning classifier systems: New models, successful applications.Information Processing Letters.82,23-30.
延伸閱讀
- 陳翔傑（2003）。控制解題環境以誘導學習者認知基模的抽象、儲存與使用--線上實驗設計〔碩士論文，中原大學〕。華藝線上圖書館。https://doi.org/10.6840/cycu200300152
- 林榆澂（2020）。深度學習在多用戶大規模輸入輸出系統中預編碼設計上之研究〔碩士論文，淡江大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0002-1407202022393100
- 李易哲、陳俊澤、許廷碩、劉靖家、許雅婷、陳耀華、盧俊銘（2020）。NNSim：基於SystemC/TLM之快速且準確的深度學習網路加速器之模擬器。電工通訊季刊，()，26-33。https://doi.org/10.6328/CIEE.202009_(3).0004
- Kao, Y. C. (2017). 利用自我映射組織圖與增強式學習法於可調式交通號誌控制系統的機器學習模型 [master's thesis, National Tsing Hua University]. Airiti Library. https://www.airitilibrary.com/Article/Detail?DocID=U0016-3004201814420945
- Lu, S. W. (2022). 利用Transformer機器學習模型進行性質預測以及分子設計 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU202202303