Professional Documents
Culture Documents
Thuật Toán Di Truyền - Thuật Toán Tối Ưu Hóa Đàn Kiến - Thuật Toán Tối Ưu Hóa Bầy Đàn
Thuật Toán Di Truyền - Thuật Toán Tối Ưu Hóa Đàn Kiến - Thuật Toán Tối Ưu Hóa Bầy Đàn
2
• GIẢI THUẬT DI TRUYỀN
I
3
I. GIẢI THUẬT DI TRUYỀN:
1. ĐỊNH NGHĨA:
ĐN của GA:
Kỹ thuật phỏng theo quá trình thích nghi tiến hóa của
các quần thể sinh học dựa trên học thuyết Darwin.
5
I. GIẢI THUẬT DI TRUYỀN:
2. LƯU ĐỒ THUẬT TOÁN:
Khởi tạo
dân số
Đánh giá độ
thích nghi
Chọn lọc
Lai ghép
Đột biến
Kết thúc
không
6
có
I. GIẢI THUẬT DI TRUYỀN:
3. CÁC NGUYÊN LÝ TIẾN HÓA:
A. Qúa trình lai ghép ( phép lai )
- Diễn ra nhằm để lai ghép 2 cá thể thành 1 cá thể mới
mang bộ nst mới mang đặc tính của cả cha lẫn mẹ.
- Phép lai này được diễn ra theo mô tả như sau:
T F T T F T
Nst 2 mới
1 1 1 1 0 0
0 1 1 0 0 1 nst2
8
I. GIẢI THUẬT DI TRUYỀN:
9
I. GIẢI THUẬT DI TRUYỀN:
nst1
Nst1 mới
F F F T F F
0 1 1 1 1 1
0 1 1 0 1 1
F T F F F T 1 0 1 1 0 1
1 1 1 1 0 0
10
I. GIẢI THUẬT DI TRUYỀN:
C. Qúa trinh sinh sản và chọn lọc:
(Phép tái sinh và phép chọn)
- Phép tái sinh là quá trình các cá thể được sao chép
dựa trên độ thích nghi của nó. Độ thích nghi là một
hàm được gán các giá trị thực cho các cá thể trong
quần thể của nó.
- Ta mô tả phép tái sinh như sau:
𝒇(𝒗𝒊)
Fi= 𝟒 𝒇(𝒗𝒊)
𝒊=𝟏
1 2
12
I. GIẢI THUẬT DI TRUYỀN:
13
I. GIẢI THUẬT DI TRUYỀN:
14
I. GIẢI THUẬT DI TRUYỀN:
THỂ TRẠNG
CÁC CÁ THỂ
1 1 0 1 1 9 ĐƯỢC CHỌN
1 0 0 0 1 7
1 0 0 0 1 7
1 1 0 0 1 5
1 1 0 1 1 9
0 1 0 0 1 3
1 1 0 1 0 2
15
I. GIẢI THUẬT DI TRUYỀN:
17
I. GIẢI THUẬT DI TRUYỀN:
18
I. GIẢI THUẬT DI TRUYỀN:
4. ỨNG DỤNG:
Điều khiển tối ưu.
19
I. GIẢI THUẬT DI TRUYỀN:
20
II. TỐI ƯU HÓA ĐÀN KIẾN (ACO)
1. TÁC GIẢ :
- Lý thuyết về mối mọt: phát minh bởi
Pierre-Paul Grassé năm 1959.
22
II. TỐI ƯU HÓA ĐÀN KIẾN
23
II. TỐI ƯU HÓA ĐÀN KIẾN
3. LƯU ĐỒ THUẬT TOÁN:
24
II. TỐI ƯU HÓA ĐÀN KIẾN
4. MỘT SỐ CÔNG THỨC:
Nồng độ mùi trên đoạn đường đi:
m
ij 0 nn , (i, j )
C
Quy luật phân bố xác suất mà con kiến dựa
vào lựa chọn một đoạn đường đi tiếp theo:
ij ij
p
k
, j N ik
ij
lNik il il
Nhận dạng hệ
thống.
27
II. TỐI ƯU HÓA ĐÀN KIẾN
6. Ý NGHĨA VÀ SO SÁNH:
29
III. TỐI ƯU HÓA BẦY ĐÀN (PSO)
2. CƠ SỞ THUẬT TOÁN:
Phỏng theo hành vi tìm kiếm thức ăn của các bầy
chim
30
III. TỐI ƯU HÓA BẦY ĐÀN (PSO)
3. ÁP DỤNG VÀ LƯU ĐỒ THUẬT TOÁN:
Áp dụng:
• Bài toán tối ưu của hàm số F trong không gian n chiều.
Mỗi vị trí trong không gian là một điểm tọa độ n chiều.
• Hàm mục tiêu xác định trong không gian n chiều và
nhận giá trị thực.
• Tìm điểm cực tiểu của hàm F trong miền xác định nào
đó.
• Số lượng thức ăn tại một vị trí tỉ lệ nghịch với giá trị của
hàm F tại vị trí đó.
Việc tìm vùng chứa thức ăn nhiều nhất tương tự như
việc tìm ra vùng chứa điểm cực tiểu của hàm F trên không
gian tìm kiếm. 31
III. TỐI ƯU HÓA BẦY ĐÀN (PSO)
Lưu đồ thuật toán:
32
III. TỐI ƯU HÓA BẦY ĐÀN (PSO)
3. ÁP DỤNG VÀ LƯU ĐỒ THUẬT TOÁN:
vt 1 W * vt c1* rand 0,1 * pbest xt c2 * rand (0,1) * gbest xt
Tham số ban đầu:
• Kích thước đàn.
• Vị trí của phần tử.
• Vận tốc của phần tử.
• Số vòng lặp lớn nhất.
34
III. TỐI ƯU HÓA BẦY ĐÀN (PSO)
4. ƯU ĐIỂM:
Tìm ra giá trị tối ưu toán cục với thiết lập điều kiện
đơn giản với hiệu quả cao, đặc biệt với nhiều bài
toán tối ưu hóa đa mục tiêu phức tạp.
Tiết kiệm chi phí tính toán về bộ nhớ lưu trữ và tốc
độ tính toán.
35
III. TỐI ƯU HÓA BẦY ĐÀN (PSO)
5. ỨNG DỤNG:
Tìm đường đi cho robot tự
hành trong nhiều môi
trường: tĩnh, động, …
Fuzzy Neural.