Tìm hiểu giải thuật định tuyến xe, ứng dụng trong tối ưu lộ trình thu gom rác thải trong khu công nghiệp TT

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG Nguyễn Quang Hưng TÌM HIỂU GIẢI THUẬT ĐỊNH TUYẾN XE, ỨNG DỤNG TRONG TỐI ƯU LỘ TRÌNH THU GOM RÁC THẢI TRONG KHU CÔNG NGHIỆP CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN Mã số: 60.48.01.04 TÓM TẮT LUẬN VĂN THẠC SỸ ( Theo định hướng ứng dụng) Hà Nội - 2021 Luận văn hồn thành tại: HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: TS Nguyễn Trọng Khánh Phản biện 1: PGS.TS Nguyễn Linh Giang Phản biện 2: PGS.TS Bùi Thu Lâm Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Cơng nghệ Bưu Viễn thơng Vào lúc: 30phút ngày 15 tháng 01 năm 2022 Có thể tìm hiểu luận văn tại: Thư viện Học viện Cơng nghệ Bưu Viễn thơng PHẦN MỞ ĐẦU Lý chọn đề tài Hiện nay, vấn đề bảo vệ môi trường mối quan tâm hàng đầu nhiều quốc gia giới, vấn đề ô nhiễm môi trường trở nên ngày cấp bách hết Đã có nhiều phương án nhiều chiến dịch mở để khắc phục, giảm thiểu hậu ô nhiễm môi trường kiện “Giờ Trái Đất” tất nước hưởng ứng việc tắt đèn mơi trường Cho nên phải chung tay đẩy mạnh việc bảo vệ môi trường đạt kết nhiều Bảo vệ môi trường đồng nghĩa với việc tự bảo vệ cho sức khỏe thân Hành động cá nhân có vai trị quan trọng cơng tác bảo vệ môi trường Bởi hết người tác nhân quan trọng việc bảo vệ môi trường Việt Nam sau 20 năm đổi mới, vị diện mạo đất nước hoàn toàn thay đổi Tuy nhiên, phát triển trình đa diện khơng dễ để điều hồ mối quan hệ phát triển kinh tế bảo vệ môi trường, cho dù nhiều quốc gia giới quen áp dụng chiến lược phát triển bền vững Sau Vedan, Miwon…sẽ cịn khơng cơng ty, tập đồn khác có tên danh sách gây ô nhiễm môi trường nghiêm trọng Tại khu công nghiệp, rác thải cần thu gom đưa xử lý bãi nhiều Quản lý rác thải khu công nghiệp (RTCN) hiệu trọng tâm sách phát triển môi trường bền vững Việc quản lý hiệu RTCN, đặc biệt khu vực KCN, mối đe dọa tới sức khỏe cộng đồng, làm ô nhiễm môi trường dẫn tới giảm chất lượng sống người dân Hơn nữa, quản lý RTCN không khoa học làm phát sinh khơng nhiều chi phí tốn mà lâu dài Qua khảo sát chưa có nhiều đề tài hướng tới giải toán tối ưu thu gom rác thải Khu công nghiệp Tổng quan vấn đề nghiên cứu Luận văn tập trung nghiên cứu toán định tuyến xe, biến thể chúng Để từ áp dụng cho tốn thu gom rác thải khu công nghiệp, với ràng buộc liên quan đến thể tích xe ép rác, quãng đường phải đi, giới hạn khung thời gian thu gom Đối tượng phạm vi nghiên cứu - Giải pháp đưa áp dụng thử nghiệm cho việc thu gom rác thải khu công nghiệp - Phạm vi: Tìm hiểu giải thuật tối ưu tìm đường ngắn có ràng buộc thời gian Áp dụng toán thu gom rác thải ràng buộc thời gian theo ca làm việc Xây dựng thử nghiệm hệ thống đề xuất đường thu gom rác thải khu cơng nghiệp có tính ràng buộc thời gian, hệ thống nhận đầu vào đồ điểm đổ rác, lưu lượng rác điểm, số lượng xe, dung lượng thùng xe, thời gian cần phải xong Đầu quãng đường tối ưu Phương pháp nghiên cứu - Nghiên cứu lý thuyết: - Thực tìm hiểu số giải thuật áp dụng cho toán định tuyến xe VRP (Vehicle Routing Problem – VRP) - Bài toán định tuyến xe với cửa sổ thời gian VRPTW (Vehicle Routing Problem with Time Windows) - Nghiên cứu thực nghiệm: Dữ liệu thực tế hỗ trợ từ đề tài cấp Sở HN Để tính toán đề yếu tố động, đề tài phát triển mơ hình dựa tác tử (Agent Based Model - ABM) để mơ lộ trình tối ưu ngữ cảnh động Từ đối chiếu so sánh hai kết với CHƯƠNG TỔNG QUAN VỀ BÀI TOÁN ĐỊNH TUYẾN XE Chương khái quát lĩnh vực tối ưu hóa tổng hợp, toán người giao hàng, toán định tuyến xe số biến thể đồng thời chương thực giới thiệu số giải thuật áp dụng cho toán VRP, giải thuật láng giềng gần nhằm tìm kiếm đường đồ thị với chi phí tối thiểu Bài tốn định tuyến xe với cửa sổ thời gian VRPTW 1.1 Tổng quan lĩnh vực tối ưu hóa tổ hợp Tối ưu hóa chất ngành Tốn học ứng dụng hiệu nhiều ngành khác Bài toán tối ưu tổ hợp toán quan tâm đến cấu hình “tốt nhất” theo nghĩa Đây tốn có nhiều ứng dụng thực tiễn lý thuyết tổ hợp đóng góp phần đáng kể việc xây dựng thuật tốn hữu hiệu Từ lĩnh vực Cơng nghệ thông tin, thiết kế chế tạo máy đến lĩnh vực khác quy hoạch tài nguyên, điều khiển tự động, quản trị kinh doanh, kiến trúc đô thị, … có nhiều ứng dụng, đặc biệt việc xây dựng hệ hỗ trợ định phát triển hệ thống lớn Do đó, lĩnh vực tối ưu hóa ngày trở nên đa dạng Bài tốn tối ưu tổ hợp phát biểu hình thức tốn học sau: Tìm X∈ D : f (X) →min (max) 1.2 Bài toán định tuyến xe số biến thể 1.2.1 Phát biểu toán định tuyến xe Bài toán Người bán hàng (Travelling Salesman Problem - gọi tắt TSP) trường hợp đơn giản toán định tuyến xe (Vehicle Routing Problem - VRP) với xe giao hàng - người bán hàng Bài toán yêu cầu tìm đường ngắn cho nhân viên bán hàng (traveling salesman), nhân viên bán hàng xuất phát từ thành phố, qua tất thành phố có lộ trình lần quay thành phố ban đầu với chi phí thấp Nhiệm vụ tốn phải tìm lộ trình tối ưu (ví dụ tổng độ dài quãng đường dịch chuyển nhỏ nhất) để người bán hàng giao hàng cho tất thành phố theo dự định, thành phố ghé thăm lần Bài tốn TSP mơ hình hóa đồ thị, đỉnh đồ thị tương ứng với thành phố, cạnh tương ứng với đường thành phố, khoảng cách thành phố trọng số tương ứng cạnh nối chúng Lời giải tối ưu toán TSP đường ngắn nối tất điểm đồ thị hay cịn gọi chu trình Hamilton ngắn Hình 1.1 Ví dụ cho tốn Người bán hàng– TSP Trên sở mở rộng toán TSP, toán VRP bao gồm tập xe tập kết kho hàng khách hàng có yêu cầu vận chuyển khác Vấn đề đặt phải tìm cách định tuyến cho tập xe phục vụ tất khách hàng với chi phí vận chuyển nhỏ Hình 1.2 Mơ tốn VRP Hình 1.2 mơ tốn VRP hình bên trái thể xe tập kết Depot, khách hàng biểu diễn điểm chấm đen với yêu cầu vận chuyển họ Các cạnh nối điểm diễn tả đường chúng Hình bên phải diễn tả lời giải cho tốn, chu trình nối đường nét đậm diễn tả lộ trình tuyến xe phục vụ khách hàng Trong toán định tuyến xe bản, xe xuất phát từ kho hàng, giao hàng nhận hàng từ khách hàng quay trở điểm xuất phát Các khái niệm sử dụng toán bao gồm: ✔ Xe (Vehicle): phương tiện dùng để vận chuyển hàng hóa Trong thực tế xe không đồng nhất, chúng phân loại dựa vào đặc điểm sức chứa xe (tức tải trọng hàng hóa tối đa xe đáp ứng), loại hàng hóa mà xe vận chuyển (hàng hóa đơng lạnh, hàng hóa khơ…), chi phí vận chuyển (có hai loại chi phí thơng dụng: chi phí cố định – chi phí cần thiết ban đầu để xe khởi hành, chi phí khơng phụ thuộc vào qng đường mà xe phải đi; chi phí động – chi phí tiêu tốn đơn vị quãng đường mà xe phải đi) … ✔ Kho hàng (Depot): nơi cất trữ hàng hóa địa điểm xuất phát/quay xe Trong số toán, hàng hóa cần giao cất trữ vài kho hàng ✔ Khách hàng (Customer): đón hàng xe giao tới chuyển hàng lên xe để vận chuyển kho hai Mỗi khách hàng yêu cầu lượng hàng hóa định, đưa số yêu cầu khác thời gian cho phép xe đến giao hàng, thời gian cho phép bốc dỡ hàng… ✔ Lộ trình (Route): hành trình bắt đầu từ điểm xuất phát quay trở điểm ban đầu (kho hàng) xe coi lộ trình 1.2.2 Các biến thể toán định tuyến xe Bài toán VRP có nhiều biến thể dựa yêu cầu vận chuyển cụ thể toán thực tế phân chia theo đặc điểm cụ thể đặc điểm đội xe, yêu cầu vận chuyển hay vấn đề lợi nhuận Cụ thể sau: 1.2.2.1 Dựa vào cấu trúc đường 1.2.2.2 Dựa vào yêu cầu vận chuyển 1.2.2.3 Dựa vào ràng buộc nội tuyến 1.2.2.4 Dựa vào đặc điểm đội xe 1.2.2.5 Dựa vào ràng buộc liên tuyến 1.2.2.6 Dựa vào hàm mục tiêu 1.3 Một số giải thuật áp dụng cho toán 1.3.1 Giải thuật láng giềng gần Thuật toán K láng giềng gần KNN (K- Nearest Neighbors) kĩ thuật học có giám sát (supervised learning) dùng để phân loại quan sát cách tìm điểm tương đồng quan sát với liệu sẵn có Thuật tốn Láng giềng gần thuật toán dùng để tìm lời giải cho tốn người bán hàng, thường cho kết chênh lệch phạm vi 20% so với đường tối ưu Nó chạy nhanh nhiều so với việc kiểm tra tuyến đường số thuật toán khác Thuật toán mô tả sau: Input: Đồ thị G=(X,V) X = Tập đỉnh Y= Tập cạnh D = Ma trận khoảng cách đồ thị G Output: Lộ trình tối ưu Giải thuật: = nút xuất phát nút hành Z = tập đỉnh qua (đánh dấu qua x) If go to step Thứ tự mà nút qua kết thuật tốn 1.3.2 Giải thuật tối ưu hóa đàn kiến Bài tốn người bán hàng hồn tồn giải giải thuật Ant Colony, thuật tốn áp dụng cho nhiều lớp tốn Để hiểu thuật tốn tìm hiểu đặc điểm hoạt động tự nhiên đàn kiến từ hiểu thuật tốn Tối ưu hóa đàn kiến Tối ưu hóa đàn kiến ACO (Ant Colony Optimization) lần Marco Dorigo giới thiệu vào năm 1992, gọi tên khác Hệ thống đàn kiến (Ant System – AS) Trong tự nhiên loại kiến hoạt động theo quy luật sau: Khi tìm kiếm thức ăn, trình di chuyển kiến thường để lại mùi riêng để kiến đàn nhận diện lối di chuyển chúng, mùi kiến để lại đường gọi pheromone Input: Số kiến, khởi tạo số thành phố, vị trí tọa độ thành phố, điểm xuất phát, khởi tạo mùi Output: Chu trình đường ngắn từ thành phố xuất phát qua thành phố lại lần quay lại thành phố ban đầu Method: Begin: B1:Nhập liệu đầu vào: số kiến, vị trí tọa độ thành phố, khoảng cách thành phố, điểm xuất phát, khởi tạo mùi B2: Xây dựng phương án lựa chọn đường B3: Cập nhật mùi B4: Nếu chu trình đường ngắn qua B5 ngược lại quay lại B2 End 1.3.3 Giải thuật di truyền GA song song cho toán VRPTW VRPTW toán tối ưu tổ hợp tiếng, mở rộng từ toán VRP Trong VRPTW, tập hợp phương tiện có giới hạn trọng tải định hướng từ kho tới phục vụ tập khách hàng có vị trí khác khung thời gian xác định trở kho chứa, cho tổng khoảng cách ngắn không vi phạm ràng buộc thời gian Cùng với đời mơi trường tính tốn song song, thuật toán di truyền song song GA song song kết hợp với phương pháp heuristic (Push-Forward Insertion HeuristicPFIH) hồn tồn giải tốn VRPTW GA phát triển Holland xây dựng lời giải VRPTW theo dạng bít xâu nhiễm sắc thể Phương pháp bắt đầu dân cư có nhiễm sắc thể ngẫu nhiên, chọn lựa nhiễm sắc thể phù hợp để thực lai tạo trao đổi chéo, đưa hệ khác hệ cha kế thừa gen từ cha mẹ Quá trình tiếp tục đạt tới số lượng cố định hệ dân cư đủ Trong đó, tốn tử di truyền thực song song N xử lý theo mơ hình Master-slave khơng đồng Theo sơ đồ giải thuật này, quần thể lời giải lưu nhớ dùng chung xử lý chủ truy cập k xử lý khách Trong xử lý, hai cá thể chọn theo chế chọn lọc cạnh tranh cho q trình tiến hố (lai ghép, đột biến) thực độc lập N xử lý Sơ đồ thuật toán di truyền để giải tốn VRPTW trình bày sau Hình 1.7 Sơ đồ thuật toán GA song song cho VRPTW 1.4 Kết luận chương Chương khái quát lĩnh vực tối ưu hóa tổ hợp, tốn người giao hàng, toán định tuyến xe số biến thể đồng thời chương thực giới thiệu số giải thuật áp dụng cho toán VRP, giải thuật láng giềng gần nhất, giải thuật tối ưu hóa đàn kiến nhằm tìm kiếm đường đồ thị với chi phí tối thiểu 10 2.2 Hàm mục tiêu Mục tiêu đặt cung cấp dịch vụ cho N khách hàng, khách hàng có nhu cầu mi khoảng thời gian cho phép phục vụ (ei,li) (gọi cửa sổ thời gian) với i=1, N Một đội xe kho (i = 0) gồm K xe giống nhau, xe có khả chuyên chở lớn qk với k = 1,…,K Để đơn giản, đội xe giả định đồng nhất, tức khả chuyên chở lớn xe • Bước 1: Bắt đầu với lộ trình rỗng xuất phát từ kho Đặt r = • Bước 2: Nếu {tất khách hàng lập lộ trình} nhảy đến bước Ngược lại, ứng với khách hàng j chưa lập lộ trình: tính chi phí chèn nút đẩu tiên • Bước 3: Chọn khách hàng tối ưu từ danh sách cho chi phí thỏa ràng buộc thời gian khả vận chuyển xe • Bước 4: Thêm j* vào cuối lộ trình cập nhật tải lộ trình • Bước 5: Với khách hàng j chưa lập lộ trình, ứng với cạnh {k,l}trong lộ trình tại: tính chi phí chèn khách hàng j vào k l • Bước 6: Chọn khách hàng j* cạnh {k*, l*} có chi phí Nếu {việc chèn khách hàng j* k* 1* khả thi theo ràng buộc thời gian tải trọng xe} chèn khách hàng vào k* l*, cập nhật lại tải lộ trình r nhảy đến bước Ngược lại, nhảy đến bước • Bước 7: Bắt đầu lộ trình xuất phát từ kho Đặt r = r + Nhảy đến bước • Bước 8: Tất khách hàng lập lộ trình Kết xuất kết Ngừng thuật toán PFIH thường cho lời giải khả thi tốt, hợp lý theo khía cạnh số xe sử dụng Trong trường hợp xấu nhất, số lộ trình tạo với số khách hàng, số xe khởi tạo cho hình dung cận số lộ trình lời giải 2.3 Thuật toán di truyền giải toán VRPTW 2.3.1 Biểu diễn nhiễm sắc thể Thuật toán di truyền phương pháp tìm kiếm heuristic có tính thích nghi dựa quần thể gồm cá thể (các lời giải) Các đặc tính quan trọng cá thể mã hóa thành nhiễm sắc thể Theo Sinh học, nhiễm sắc thể hình thành từ chuỗi 11 gene Như vậy, gene nắm giữ đặc tính lời giải Một nhiễm sắc thể thường biểu diễn chuỗi nhị phân chuỗi số nguyên có chiều dài cố định Cho toán VRPTW, lời giải (nhiễm sắc thể) thường biểu diễn thành chuỗi số nguyên (chỉ phương pháp Thanghiah[35] sử dụng biểu diễn chuỗi nhị phân) Mỗi số (mỗi gene) chuỗi số nguyên gán cho khách hàng Thứ thự gene nhiễm sắc thể thứ tự viếng thăm khách hàng Ví dụ lời giải gồm có lộ trình • Lộ trình thứ nhất: -> -> -> 10 -> • Lộ trình thứ hai: -> ->11 -> 12 -> -> -> • Lộ trình thứ ba: -> -> -> -> -> Chuỗi số biểu diễn cho nhiễm sắc thể tương ứng sau: -> -> 10 -> ->11 -> 12 -> -> -> -> -> -> Ở đây, khách hàng cuối viếng thăm lộ trình i liên kết với khách hàng viếng thăm lộ trình i+1 để hình thành chuỗi lộ trình có liên quan Cần lưu ý khơng có ký hiệu phân tách đặt vào chuỗi để phân biệt lộ trình, điều gây cản trở đến việc áp dụng toán tử di truyền sau Để giải mã nhiễm sắc thể thành lộ trình, phương pháp tương tự phương pháp PFIH sử dụng, tức chèn gene vào lộ trình 2.3.2 Tạo quần thể ban đầu Quần thể khởi tạo ban đầu có ảnh hưởng lớn đến thời gian tìm lời giải chất lượng lời giải kết xuất thuật toán di truyền Một quần thể khởi tạo ngẫu nhiên chậm hội tụ lời giải tối ưu áp dụng thuật toán di truyền Quần thể ban đầu tốt giúp cho thuật toán hội tụ nhanh lời giải tối ưu Để có lời giải tốt, heuristic xây dựng lộ trình thường sử dụng trình khởi tạo quần thể Tuy nhiên, tính đa dạng cá thể quần thể phải đảm bảo để áp dụng thuật tốn di truyền khơng bỏ sót vùng tiềm cho lời giải tốt Chính vậy, Tan cộng sự[38] kết hợp heuristic xây dựng lộ trình phương pháp khởi tạo ngẫu nhiên trình khởi tạo quần thể ban đầu Theo đó, quần thể khởi tạo làm hai phần, phần tạo heuristic phần tạo ngẫu nhiên; tỷ lệ cá thể phần điều khiển tỷ số cho trước 12 Phương pháp PFIH Solomon sử dụng nhiều nghiên cứu VRPTW để tìm lời giải ban đầu (hạt giống di truyền) PFIH đảm bảo lời giải khả thi tốn có lời giải Với giả định PFIH cho lời giải nằm vùng lân cận lời giải tốt toàn cục, phần quần thể ban đầu tạo dựa lân cận lời giải Đặt lời giải thu từ PFIH S = {R1, , Rp, , Rq, , Rk}, với Rp tập khách hàng phục vụ xe vận chuyển p Một thao tác λ-trao đổi hai cặp lộ trình Rp Rq trình thay tập S1 ⊆ Rp với kích thước |S1| ≤ λ tập khác S2 ⊆ Rq với kích thước λ ≤ S2 Phép trao đổi giúp sinh lộ trình Rp = ( Rp - S1 ) ∪ S2 , Rq = ( Rq S2 ) ∪ S1 lời giải lân cận S = {R1, , Rp, , Rq, , Rk} Vùng lân cận Nλ(S) lời giải S tập tất lời giải lân cận {S’} tạo thao tác λ-trao đổi với λ cho trước Như vậy, phần quần thể ban đầu tạo thao tác λ-trao đổi Phần lại quần thể tạo ngẫu nhiên, không liên quan đến lời giải PFIH Nhận xét thấy phần quần thể xuất phát từ vùng lân cận không xa điểm khởi tạo ban đầu, bỏ hội khám phá vùng khác Đây lý cần thêm phần quần thể khởi tạo ngẫu nhiên Sự cân đối nhiễm sắc thể có liên quan nhiễm sắc thể ngẫu nhiên điều khiển tham số RANDOM_RATIO Giá trị tham số cao, quần thể ban đầu trở nên đa dạng Tham số phản ánh mức độ tin cậy người sử dụng lời giải PFIH Nếu mức độ tin cậy cao, tức tối ưu toàn cục định vị vùng lân cận lời giải ban đầu, RANDOM_RATIO phải nhỏ để quần thể nhanh hội tụ đến tối ưu 2.3.3 Đánh giá tính thích nghi Giá trị thể tính thích nghi nhiễm sắc thể phản ánh chất lượng lời giải Cách đánh giá tính thích nghi sử dụng tương tự đề xuất Zhu[39] bao gồm số lộ trình tổng khoảng cách di chuyển tất xe vận chuyển: Trong đó: fi: độ thích nghi nhiễm sắc thể thứ i quần thể Ri: số lộ trình lời giải biểu diễn nhiễm sắc thể thứ i Di: tổng khoảng cách lời giải biểu diễn nhiễm sắc thể thứ i Dmax: tổng khoảng cách di chuyển lớn 13 Dmax thể tổng khoảng cách trường hợp lập lộ trình xấu nhất, tức số khách hàng số lộ trình Doi khoảng cách Euclide kho khách hàng thứ i Như vậy, lời giải S1 tốt lời giải S2 S1 có lộ trình Trong trường hợp hai lời giải có số lộ trình giống lời giải có tổng khoảng cách di chuyển nhỏ lời giải tốt 2.3.4 Các thao tác di truyền ● Chọn lọc: Phép chọn nhằm tìm cá thể cha mẹ tốt để thực lai ghép Cho mục đích này, chế chọn theo vòng thi đấu áp dụng Mỗi hệ có hai 1P, 2P quần thể Pgồm N cá thể Sau đó, 1P 2P xếp tùy ý Ứng với hai nhiễm sắc thể liền kề (vị trí i i + 1, 20 ≤≤ Ni) quần thể, chọn nhiễm sắc thể có giá trị thích nghi nhỏ làm nhiễm sắc thể cha/mẹ tiềm Như vậy, sau duyệt qua hết tất cặp nhiễm sắc thể liền kề quần thể 1P cặp nhiễm sắc thể liền kề quần thể 2P thu tập cá thể cha f0 f1, f2…… tập cá thể mẹ m0, m1, m2…… Hình 2.2 Chọn cá thể theo vịng thi đấu Với chế chọn theo vòng thi đấu, cá thể có tính thích nghi cao có nhiều hội tham gia vào trình tái tổ hợp để sinh cá thể hệ 2.3.5 Tạo hệ Ở hệ, cá thể tốt chọn lựa từ quần thể Sau đó, tùy theo xác suất lai đột biến, thao tác di truyền áp dụng lên cá thể nhằm tạo 14 cá thể chúng thay cha mẹ hệ Nếu thao tác di truyền không áp dụng, cá thể chép nguyên y đến hệ Thuật toán di truyền giải toán VRPTW sau: • Bước 1: Khởi tạo quần thể ban đầu gồm N cá thể (một phần quần thể khởi tạo từ lời giải khả thi S PFIH lân cận )(SNλ; phần quần thể khởi tạo ngẫu nhiên) • Bước 2: Đánh giá tính thích nghi cá thể quần thể ban đầu Tính maxD thiết lập số thơng số cần thiết cho thuật tốn • Bước 3: Lặp từ bước 3.1 đến bước 3.5 số hệ vượt số hệ lớn cho phép ➢ Bước 3.1: Tìm cá thể tốt quần thể tại, cập nhật lời giải tốt ➢ Bước 3.2: Tạo quần thể cách lặp lại bước sau quần thể có đủ N cá thể ❖ Bước 3.2.1: Chọn lựa cá thể cha mẹ phương pháp chọn theo vòng thi đấu ❖ Bước 3.2.2: Thực trao đổi chéo cặp cá thể cha mẹ ứng với xác suất trao đổi chéo cho trước Nếu thao tác trao đổi chéo không thực hiện, cá thể chép nguyên y từ cá thể cha mẹ ❖ Bước 3.2.3: Thực đột biến cá thể ứng với xác suất đột biến cho trước ➢ Bước 3.3: Đánh giá tính thích nghi cá thể quần thể ➢ Bước 3.4: Tìm cá thể xấu quần thể ➢ Bước 3.5:Thực thay cá thể xấu cá thể tốt quần thể trước • Bước 4: Kết xuất lời giải tốt kết thúc thuật toán 15 2.4 Thuật toán di truyền song song giải tốn VRPTW Hình 2.2 Mơ hình giải thuật song song dạng chủ tớ ● Bước 1: Đọc tham số liệu đầu vào - Tiến trình chủ thực đọc tham số cấu hình cho thuật tốn từ tập tin cấu hình gửi đến tất tiến trình tớ - Tiến trình chủ thực đọc liệu đầu vào (dữ liệu khách hàng) từ tập tin gửi toàn liệu đến tất tiến trình tớ - Tất tiến trình tớ thực nhận liệu gửi đến tiến trình chủ Thiết lập môi trường thực thi cần thiết ● Bước 2: Khởi tạo quần thể ban đầu - Tiến trình chủ thực khởi tạo quần thể ban đầu gồm N cá thể (một phần quần thể khởi tạo từ lời giải khả thi S PFIH; phần quần thể khởi tạo ngẫu nhiên) ● Bước 3: Đánh giá tính thích nghi cá thể quần thể ban đầu - Tiến trình chủ phân chia công việc gửi cá thể đến tiến trình tớ - Các tiến trình tớ thực nhận cá thể gửi đến tiến trình chủ Sau đó, đánh giá tính thích nghi cá thể gửi giá trị đánh gíá trở cho tiến trình chủ - Tiến trình chủ nhận kết đánh giá từ tiên trình tớ cập nhật cá thể quần thể 16 ● Bước 4: Lặp từ bước 4.1 đến bước 4.5 số thể hệ vượt số hệ lớn cho phép • Bước 4.1: Tiến trình chủ thực tìm cá thể tốt quần thể tại, cập nhật lời giải tốt • Bước 4.2: Tiến trình chủ thực chọn lựa cá thể cha mẹ phương pháp chọn theo vịng thi đầu • Bước 4.3: Tạo cá thể con: o Tiến trình chủ phân chia cơng việc gửi đến cặp cha mẹ đến tiến trình tớ o Các tiến trình tớ thực nhận cặp cá thể chuyển đến từ tiến trình chủ Sau thực trao đổi chéo cặp cá thể cha mẹ ứng với xác suất trao đổi chéo cho trước Nếu thao tác trao đổi chéo không thực hiện, cá thể chép y nguyên từ cá thể mẹ Tiếp theo thực đột biến cá thể ứng với xác suất đột biến cho trước Kế tiếp, thực đánh giá tính thích nghi cá thể Sau cùng, gửi cặp cá thể trở cho tiến trình chủ o Tiến trình chủ nhận lấy cá thể cập nhật lại quần thể • Bước 4.4: Tiến trình chủ thực tìm cá thể xấu quần thể • Bước 4.5: Tiến trình chủ thực thay cá thể xấu cá thể tốt quẩn thể trước ● Bước 5: Tiến trình chủ thực kết xuất lời giải tốt ● Bước 6: Kết thúc thuật toán 2.5 Kết luận Trong chương hai thực phát biểu toán VRPTW, nêu rõ hàm mục tiêu giải thuật di truyền GA song song để giải tốn định tuyến xe tối ưu hóa thu gom rác thải khu Công nghiệp Thực đề xuất giải pháp, ứng dụng giải thuật tối ưu hóa VRPTW vào toán định tuyến xe tối ưu hóa thu gom rác thải khu CN Trên sở đó, giới thiệu mơ hình thực nghiệm dựa tác tử nhằm tìm kiếm kết tối ưu môi trường mô gần giống với môi trường thực tế Từ sở để so sánh kết thu từ mơ hình thực nghiệm kết tính tốn chương 17 CHƯƠNG THỰC NGHIỆM XÂY DỰNG HỆ THỐNG Từ phần lõi tối ưu đề xuất trên, hệ thống phần mềm phân tích, thiết kế xây dựng + Mô đun phần mềm thứ lấy liệu thực hàng ngày, làm đầu vào cho giải thuật tối ưu, từ đưa khuyến nghị tối ưu theo điều kiện mong muốn + Mô đun phần mềm thứ nhận đầu vào kịch giả định lịch trình thu gom rác thải khác nhau, đường khác nhau, vị trí thu gom khác nhau, sau thống kế để đưa giải pháp tối ưu Phục vụ cho việc điều hành sách 3.1 Hệ thống thu gom rác thải khu công nghiệp Từ liệu hàng ngày ta thu thập thống kê qua bảng 3.1 o Cột 1: NodeID điểm thu gom rác o Cột 2: Tọa độ X điểm thu gom rác o Cột 3: Tọa độ Y điểm thu gom rác o Cột 4: Nhu cầu (Demand) (Khối lượng rác điểm) o Cột 5: Thời gian phục vụ sớm (Start TWs) o Cột 6: Thời gian phục vụ muộn (End TWs) o Cột 7: Thời gian phục vụ điểm gom rác - NodeId = điểm tập kết xe chở rác điểm đầu cuối hành trình thu gom rác - Tổng khối lượng rác ứng với cột Demand 16,8 số liệu ban đầu - Start TW, End TW khung thời gian bị ràng buộc tính theo đơn vị phút Là số phút kể từ xe gom rác bắt đầu chạy - Service Time thời gian để thu gom điểm tập trung rác Từ liệu này, mục tiêu cần giải để tối ưu hoá chi phí thu gom với ràng buộc thời gian điểm thu gom rác khác nhau, ràng buộc số lượng xe, ràng buộc chi phí vận hành theo đơn vị quãng đường 18 Bảng 3.1 Mô tả liệu điểm thu gom rác Từ bảng liệu ban đầu, ta import qua phần mềm QGIS kết sau hình 3.2 19 Hình 3.2 Bản đồ số trung tâm thu thập bãi rác khu cơng nghiệp X Hình tròn đỏ: Các điểm tập trung rác thải Số màu đỏ: Số thứ tự điểm tập trung rác (NodeId) Số màu xanh: Thời gian phục vụ sớm (Start TWs) Số màu cam: Thời gian phục vụ muộn (End TWs) Vòng tròn xanh chứa NodeId = điểm tập kết xe 3.2 Tối ưu hóa thu gom rác thải khu công nghiệp Trong phạm vi luận văn, thực mơ hình hóa giả lập q trình vận chuyển rác thải thị khu cơng nghiệp Mơ hình thể hình 3.4 Để tìm lộ trình tối ưu kết Luận văn thực chia làm hai bước lớn 20 Hình 3.4 Áp dụng mơ hình khu cơng nghiệp 3.2.1 Mơ hình đa tác tử Đầu vào mơ hình mơ bao gồm thành phần sau: * Bản đồ đường tòa nhà: Dữ liệu lấy từ liệu đồ số GIS Mã code mơ tả hình 3.5 * Vị trí điểm tập trung rác thải: Dữ liệu thu thập thiết bị định vị vệ tinh GPS Có 50 điểm tập trung rác thải địa bàn Mỗi điểm có số lượng thùng rác cụ thể tỉ lệ phát sinh rác thải * Phương tiện giao thơng: Mơ hình bổ sung ước lượng số lượng phương tiện đường khoảng từ 100-300 phương tiện ngày, tốc độ trung bình từ 20-35km/h * Xe ép rác thuộc tính: Gồm xe ép rác toán giả định đặt * Bãi xe: Dữ liệu vị trí thu thập thiết bị định vị GPS Có bãi xe ép rác bãi rác thành phố * Lộ trình thu gom: Lộ trình thu gom vận chuyển rác thải tối ưu tính tốn từ bước 3.2.2 Đầu mơ hình mơ là: 21 * Tổng chi phí di chuyển: bao gồm tổng chi phí di chuyển xe ép rác tổng chi phí di chuyển toàn xe ép rác thời gian thực nghiệm mơ hình mơ Phương trình tính tốn mơ tả hình 3.6 Hình 3.5 Đầu vào phần mềm GAMA 22 Hình 3.6 Tính tốn chi phí qua phương pháp mơ 3.2.2 Lộ trình tối ưu Trong phần thực nghiệm sử dụng mã nguồn từ iROCKBUNNY Lab để thực thi giải thuật GA-VRPTW Mã nguồn viết ngôn ngữ python, yêu cầu cài đặt sau: git clone https://github.com/iRB-Lab/py-ga-VRPTW.git cd py-ga-VRPTW virtualenv python=python3 venv source venv/bin/activate pip install -r requirements.txt Hình 3.10 Kết áp dụng phương pháp GA 3.2.3 Kết đánh giá Hình 3.11 Mơ hình mơ dựa đa tác tử 23 Số kịch mô 50 Chi phí trước áp dụng thuật tốn 867 Chi phí tính tốn theo lộ trình tối ưu 725.7 Phần trăm giảm theo lộ trình tính tốn 16.2% 3.2.4 Thử nghiệm thuật toán tập liệu mở rộng Tất thử nghiệm nhận tham số đầu vào hình 3.9 (* )Kết P1[35] P2 [36] tốt Tham khảo Tham khảo P3 [37] Tham khảo P4 [38] Tham khảo Luận văn R1 12,00 1217,73 12,75 1300,25 12,58 1296,83 11,92 1221,10 14,42 1314,79 20,83 1935,60 R2 2,73 967,75 3,18 1124,28 3,00 1117,64 2,73 975,43 5,64 1093,37 6,45 1597,31 C1 10,00 28,38 10,00 892,11 10,00 838,11 10,00 828,48 10,11 860,62 19,33 2151,87 C2 3,00 589,86 3,00 749,13 3,00 589,90 3,00 589,93 3,25 623,48 8,75 1756,01 RC1 11,50 1389,22 12,50 1474,13 12,13 1446,25 11,50 1389,89 14,63 1512,94 20,16 2139,85 RC2 3,25 1129,19 3,38 1411,13 3,38 1360,60 3,25 1159,37 7,00 1282,47 7,25 1988,84 429 422 405 525 784 Tổng số lộ trình Hình 3.12 Bảng so sánh kết trung bình từ kết tốt phương pháp kết tốt biết 24 3.3 Kết luận Thuật toán đề xuất luận văn GA túy, không kết hợp với số - thuật tốn tìm kiếm khác để tiếp tục cải tiến lời giải tốt thu từ GA Trong đó, tác giả khác có giai đoạn cải tiến Ví dụ thuật toán đề xuất Tan cộng sự[38], tác giả thực cải tiến lời giải thu từ GA phương pháp λ-trao đổi (λ-interchange) Ngồi ra, vịng lặp GA, tác giả cịn sử dụng giải thuật tham lam số cá thể quần thể Các thủ tục lai (trao đổi chéo), đột biến đơn giản, cần cải tiến thêm - đa dạng thêm số thủ tục khác III KẾT LUẬN Trong phạm vi luận văn thực nghiên cứu toán định tuyến xe VRP biến thể VRPTW Thực tìm hiểu số giải thuật áp dụng cho toán định tuyến xe VRP giải thuật tối ưu hóa đàn kiến, giải thuật tìm kiếm cục bộ, giải thuật hàng xóm gần nhất, giải thuật di truyền song song Luận văn thực nghiên cứu toán định tuyến xe áp dụng lĩnh vực tối ưu hóa thu gom vận chuyển rác thải khu công nghiệp với số phương pháp tối ưu giới thiệu chiến lược tối ưu hóa đàn kiến, sử dụng giải thuật di truyền song song, Trong trình nghiên cứu, nhiều hạn chế phát để giải đòi hỏi tảng tri thức sâu rộng Các hướng nghiên cứu đề xuất sau: • Nghiên cứu toán tử lai đột biến; hàm đánh giá tính thích nghi nhằm tạo cá thể tốt hơn, phù hợp với ngữ cảnh toán VRPTW • Nghiên cứu đề xuất thuật tốn lai nhằm kết hợp GA với thuật toán khác thuật tốn luyện kim, tìm kiếm Tabu, để tạo chất lượng lời giải tốt • Phát triển thuật toán để giải vấn đề phức tạp tốn VRPTW có đa khung thời gian, đội xe không đồng nhất, đa kho chứa, ... giải thu? ??t áp dụng cho toán VRP, giải thu? ??t láng giềng gần nhất, giải thu? ??t tối ưu hóa đàn kiến nhằm tìm kiếm đường đồ thị với chi phí tối thiểu 9 CHƯƠNG TỐI ƯU LỘ TRÌNH THU GOM RÁC THẢI TRONG KHU. .. toán định tuyến xe VRP biến thể VRPTW Thực tìm hiểu số giải thu? ??t áp dụng cho toán định tuyến xe VRP giải thu? ??t tối ưu hóa đàn kiến, giải thu? ??t tìm kiếm cục bộ, giải thu? ??t hàng xóm gần nhất, giải. .. 3.2 Tối ưu hóa thu gom rác thải khu công nghiệp Trong phạm vi luận văn, thực mơ hình hóa giả lập q trình vận chuyển rác thải thị khu cơng nghiệp Mơ hình thể hình 3.4 Để tìm lộ trình tối ưu kết