TẠP CHÍ TIN HỌC VÀ ĐIỀU KHIỂN HỌC

THƯ GIẢI TRÌNH CÁC NHẬN XÉT CỦA NGƯỜI PHẢN BIỆN

về bài báo
Thuật toán di truyền lai ghép thuật toán đàn kiến
giải bài toán cực tiểu hóa độ trễ
A hybrid algorithm combining genetic algorithm with
ant colony algorithm for the minimum latency problem

Kính gửi Người Phản Biện,

Các tác giả xin chân thành cảm ơn Người Phản Biện đã dành thời gian đọc bản sửa chữa của
bài báo và đã cho các tác giả những nhận xét để hoàn thiện nội dung bài báo. Các tác giả cố
gắng chỉnh sửa bài báo theo các nhận xét của Người Phản Biện. Sau đây, các tác giả xin trình
bày tóm tắt giải trình về các sửa chữa trong phiên bản mới của bài báo theo các nhận xét góp
ý của người phản biện.

1) Trong trình bày thuật toán ACS, Marco Dorigo cũng có cách trình bày mà không sự
dụng thời gian. Để tránh confusion (treo đầu dê bán thịt chó) các tác giả nên bỏ yếu tố
thời gian trong bài báo của mình. Các công thức nên cite cẩn thận /có nhiều công thức
không do tác giả nghĩ ra hoặc dẫn ra/ thì phải có trích dẫn cẩn thận.

Giải trình:
Tiếp thu ý kiến của Người Phản Biện, chúng tôi đã trình bày mô tả bằng lời của thuật toán mà
không sử dụng yếu tố thời gian. Trong bài báo cũng đã bổ sung các trích dẫn cần thiết cho các
công thức trong thuật toán được sử dụng theo thuật toán ACO chuẩn của Macro Dorigo.

2) Tuy nhiên, một nghiên cứu về hành vi kiến trong thực tế chỉ ra rằng có khoảng 20%
số lượng kiến không có khả năng sử dụng vết mùi để tìm đường đi. Hãy trích dẫn /cite
reference/
Số lượng kiến loại một, hai và ba sẽ được xác định một cách ngẫu nhiên với tỷ lệ tương
ứng là 50%, 30% và 20% (theo nhận xét đã nêu ở trên, ta giữ 20% số lượng kiến không
có khả năng sử dụng vết mùi để tìm đường đi). Tại sao 50% và 30%?

Giải trình:
Tiếp thu ý kiến của Người Phản Biện, chúng tôi đã bổ sung trích dẫn bài báo nghiên cứu về
hành vi kiến trong thực tế.
Để xác định tỷ lệ giữa loại kiến sử dụng vết mùi và thông tin di truyền với loại kiến chỉ sử
dụng vết mùi, chúng tôi đã tiến hành thực nghiệm. Kết quả thực nghiệm cho thấy thuật toán
cho kết quả tốt nhất khi các tỷ lệ tương ứng là 50% và 30%. Chính vì vậy, các tác giả sử dụng
tỷ lệ này trong thuật toán.
Sau đây, chúng tôi trình bày thực nghiệm liên quan đến việc xác định các tỷ lệ này:
Chúng tôi chọn ra 5 file dữ liệu trong bộ dữ liệu ngẫu nhiên và 5 file dữ liệu trong bộ dữ liệu
TSPLIB để tiến hành thực nghiệm:
 - 5 file dữ liệu trong bộ dữ liệu ngẫu nhiên của A. Salehipour et al. là: TRP-50-R1,
TRP-50-R3, TRP-50-R5, TRP-50-R7, TRP-50-R9.
- 5 file dữ liệu trong bộ dữ liệu TSPLIB là: st70, rat195, kroD100, pr226, lin105.
Bảng 1 ghi nhận giá trị hàm mục tiêu tại lời giải tìm được bởi thuật toán ACO-GA sử dụng
các tỷ lệ khác nhau. Gọi p1, p2 lần lượt là số lượng kiến sử dụng vết mùi và thông tin di truyền
và số lượng kiến chỉ sử dụng vết mùi.

Bảng 1. Kết quả thực nghiệm của thuật toán ACO-GA với các tỷ lệ khác nhau
File dữ liệu p1/p2 = 2/6 p1/p2 = 3/5 p1/p2 =4/4 p1/p2 = 5/3 p1/p2 = 6/2
Bộ dữ liệu TRP-50-R1 13315 13085 13023 12198 13085
ngẫu nhiên TRP-50-R3 13119 13072 12717 12139 12832
TRP-50-R5 13564 13459 12126 12126 13148
TRP-50-R7 12430 12402 12236 11176 12273
TRP-50-R9 14122 14024 13947 13149 13964
Bộ dữ liệu st70 19800 19682 19215 19215 19893
TSPLIB rat99 58164 58124 57551 57896 57551
kroD100 955745 954245 951327 948325 948325
eil101 31362 30333 30333 29123 30356
bier127 4993917 4987013 4768611 4768611 4987013

Các đồ thị dưới đây minh họa các kết quả ghi nhận trong bảng 1:

 Đối với 5 bộ dữ liệu ngẫu nhiên ta có:

Hình 1. Kết quả của thuật toán ACO-GA cho 5 bộ dữ liệu ngẫu nhiên với các tỷ lệ khác nhau

Từ Hình 1 ta thấy, với tỷ lệ p1/p2 = 5/3 thì thuật toán ACO-GA cho lời giải tốt nhất tại tất cả
các file dữ liệu ngẫu nhiên.

 Đối với file dữ liệu st70 ta có:

Hình 2. Kết quả của thuật toán ACO-GA cho st70 với các tỷ lệ khác nhau
Từ Hình 2, ta thấy, với tỷ lệ p1/p2 = 4/4 và p1/p2 = 5/3 thì thuật toán ACO-GA cho lời giải tốt
nhất đối với file dữ liệu st70.

 Đối với file dữ liệu rat99 ta có:

Hình 3. Kết quả của thuật toán ACO-GA cho rat99 với các tỷ lệ khác nhau

Từ Hình 3, ta thấy, với tỷ lệ p1/p2 = 4/4 thì thuật toán ACO-GA cho lời giải tốt nhất đối với
file dữ liệu rat99. Tuy nhiên, với tỷ lệ p1/p2 = 5/3 thì thuật toán ACO-GA cho kết quả không
tồi.

 Đối với file dữ liệu kroD100 ta có

Hình 4. Kết quả của thuật toán ACO-GA cho KroD100 với các tỷ lệ khác nhau

Từ Hình 4, ta thấy, với tỷ lệ p1/p2 = 5/3, p1/p2 = 6/2 thì thuật toán ACO-GA cho lời giải tốt
nhất đối với file dữ liệu KroD100.

 Đối với file dữ liệu eil101 ta có

Hình 5. Kết quả của thuật toán ACO-GA cho eil101 với các tỷ lệ khác nhau

Từ Hình 5, ta thấy với tỷ lệ p1/p2 = 5/3 thì thuật toán ACO-GA cho lời giải tốt nhất.
  Đối với file dữ liệu bier127 ta có

Hình 6. Kết quả của thuật toán ACO-GA cho bier127 với các tỷ lệ khác nhau

Từ Hình 6, ta thấy với tỷ lệ p1/p2 = 4/4 và p1/p2 = 5/3 thì thuật toán ACO-GA cho lời giải tốt
nhất.

Thực nghiệm cho ta thấy, thuật toán ACO-GA cho kết quả tốt nhất ở hầu hết các file dữ liệu
với tỷ lệ 50% và 30%. Bởi vậy, trên cơ sở thực nghiệm đã tiến hành chúng tôi quyết định lựa
chọn tỷ lệ là 50% và 30%. Do khuôn khổ giới hạn của bài báo, và theo hiểu biết của chúng
tôi, trong các công trình liên quan đến thuật toán meta-heuristics, người ta thông thường cũng
không trình bày những thực nghiệm như vậy. Bởi vậy, chúng tôi xin phép không đưa các kết
quả liên quan đến thực nghiệm xác định thông số của thuật toán vào trong bài báo.

3) Computational complexity O(...) là độ phức tạp tính toán thì thích hợp và dễ nghe
hơn.

Giải trình:
Theo sự hiểu biết của chúng tôi, đánh giá độ phức tạp tính toán của thuật toán (computational
complexity of algorithm) là đánh giá lượng tài nguyên các loại mà thuật toán đòi hỏi sử dụng.
Thông thường, người ta đặc biệt quan tâm đến hai loại tài nguyên quan trọng nhất, đó là thời
gian và không gian nhớ (time and space). Thời gian mà một thuật toán đòi hỏi sử dụng được
gọi là “time complexity”, mà chúng tôi tạm đề nghị dịch là “độ phức tạp thời gian” của thuật
toán. Tương tự như vậy, đối với không gian nhớ, có khái niệm “space complexity”. Có lẽ, các
thuật ngữ này chưa được sử dụng thông dụng trong các tài liệu tiếng Việt. Vì vậy, tiếp thu ý
kiến của Người Phản Biện, chúng tôi đã sử dụng thuật ngữ chung hơn là “độ phức tạp tính
toán” trong bài báo.

Cuối cùng, một lần nữa các tác giả xin chân thành cảm ơn người phản biện đã cho những ý
kiến quý giá và rất xác đáng, giúp tác giả hoàn thiện nội dung cũng như cách trình bày bài
báo.

Các tác giả

Ban Hà Bằng – Nguyễn Đức Nghĩa