Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

54 12 0
Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Báo cáo chuyên đề Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị tập trung giải quyết các nội dung sau: tổng quan về heuristic; tìm hiểu bài toán tô màu đồ thị; bài toán tô màu đỉnh; cài đặt các thuật toán;... Mời các bạn cùng tham khảo nội dung chi tiết để hiểu rõ hơn nhé.

lOMoARcPSD|16911810 Nhóm07-Áp dụng thuật giải heuristic cho tốn tơ màu tối ưu đồ thị Công nghệ phần mềm (Trường Đại Học Điện Lực) StuDocu is not sponsored or endorsed by any college or university Downloaded by Dung Nguyen (tridanh2468@gmail.com) lOMoARcPSD|16911810 TRƯỜNG ĐẠI HỌC ĐIỆN LỰC KHOA CÔNG NGHỆ THÔNG TIN BÁO CÁO CHUYÊN ĐỀ HỌC PHẦN NHẬP MÔN TRÍ TUỆ NHÂN TẠO ĐỀ TÀI: Áp dụng thuật giải heuristic cho tốn tơ màu tối ưu đồ thị Sinh viên thực : PHẠM VĂN TUẤN Giảng viên hướng dẫn NGUYỄN HOÀNG HIỆU NGUYỄN DỨC THUẬN : VŨ VĂN ĐỊNH Ngành : CÔNG NGHỆ THÔNG TIN Chuyên ngành : HỆ THỐNG THƯƠNG MẠI ĐIỆN TỬ Lớp : D14HTTMDT1 Khóa : 2019 Hà Nội, tháng 10 năm 2021 Phiếu chấm điểm Downloaded by Dung Nguyen (tridanh2468@gmail.com) lOMoARcPSD|16911810 STT Họ tên sinh viên Nội dung thực Phạm Văn Tuấn Làm báo cáo Làm chương trình Nguyễn Hồng Hiệu Làm báo cáo Làm chương trình Nguyễn Đức Thuận Làm báo cáo Làm chương trình Họ tên giảng viên Chữ ký Downloaded by Dung Nguyen (tridanh2468@gmail.com) Điểm Chữ ký Ghi lOMoARcPSD|16911810 MỤC LỤC I GIỚI THIỆU BÀI TOÁN Tổng quan heuristic 1.1 Heuristic cách biểu diễn đồ thị .4 1.2 Các tốn điển hình Bài toán tô mầu đồ thị 2.1 Bài tốn tơ mầu cạnh 2.2 Bài tốn tơ mầu đỉnh 2.3 Các khái niệm liên quan 2.4 Ứng dụng II III GIẢI THUẬT .9 Bài tốn tơ mầu đỉnh 1.1 Các định nghĩa sử dụng: 1.2 Thuật toán 10 1.3 Ví dụ 12 Bài tốn tơ mầu cạnh 17 2.1 Giải thuật 17 2.3 Độ phức tạp: .23 CÀI ĐẶT THUẬT TOÁN 24 Bài toán tô mầu đỉnh .24 Bài tốn tơ mầu cạnh .30 2.1 Đọc liệu từ fle 30 2.2 Dữ liệu vào từ bàn phím 40 IV Mã nguồn 51 TÀI LIỆU THAM KHẢO 52 PHỤ LỤC 1: DANH MỤC CÁC HÌNH ẢNH TRONG TÀI LIỆU 53 PHỤ LỤC 2: PHÂN CHIA CÔNG VIỆC 53 Downloaded by Dung Nguyen (tridanh2468@gmail.com) lOMoARcPSD|16911810 I GIỚI THIỆU BÀI TOÁN Thuật giải heuristic 1.1.khái niệm heuristic  Là mở rộng khái niệm thuật tốn o Thuờng o Nhanh tìm lời giải tốt khơng tốt chóng tìm kết so với giải thuật tối ưu, chi phí thấp o Thuờng thể tự nhiên, gần gũi với cách suy nghĩ hành động nguời Các nguyên lý thuật giải heuristic  Vét cạn thông minh  Nguyên lý thứ tự Nguyên lý tham lam Hàm heuristic Kyỹ thuật heuristic:  Theo Từ điển tiêếng Anh Oxford: “Heuristics nghệ thuật tm kiêếm chân lý Nói riêng, heuristics đặc trưng trình học nhờ học sinh học cách tự tm cách giải thích tượng tự nhiên”   Từ “Heuristics” có gơếc tiêếng Hy Lạp từ Eureka Feigenbaum Feldman đưa định nghĩa :  “Heuristics (Các quy tắếc heuristics, phương pháp heuristics) quy tắếc, phương pháp, chiêến lược, mẹo giải hay phương cách nhắằm làm giảm khôếi lượng tm kiêếm lời giải không gian tóan cực lớn” Bài tốn tơ mầu đồ thị Tô màu đồ thị tổng quát cơng cụ hữu dụng việc mơ hình hóa nhiều tốn khác vấn đề xếp lịch, xây dựng chương trình vấn đề phân cơng cơng việc Bài tốn tơ màu đồ thị bao gồm nhiều loại: tô màu đỉnh đồ thị (vertex graph coloring) , tô màu cạnh đồ thị (edge graph coloring) 2.1 Bài tốn tơ mầu cạnh Bài tốn Cho G=(V,E) đơn đồ thị vô hướng ( G không đồ thị khun) , tìm cách gán (tơ màu) cho cạnh đồ thị màu cho hai cạnh có chung đỉnh khơng bị tô màu Một phép gán màu cho cạnh gọi phép tô màu cạnh đồ thị Nói cách khác, phép tơ cạnh đồ thị k màu nói hiểu phân hoạch tập cạnh E G thành k tập (tương ứng với k màu) cho tập ứng với màu i định Bài tốn đặt tìm cách tơ màu sử dụng số màu Ví dụ Downloaded by Dung Nguyen (tridanh2468@gmail.com) lOMoARcPSD|16911810 Đồ thị hình tơ màu Đồ thị G gọi tô k màu-cạnh G có phép tơ k màu-cạnh phù hợp.Thơng thường hầu hết đồ thị không đồ thị khuyên tơ được.Và G có tính chất G tơ l màu với l>k 2.2 Bài tốn tơ mầu đỉnh Một phép tơ mầu sử dụng nhiều k mầu gọi phép tô k mầu Số lượng mầu nhỏ cần để tô đỉnh đồ thị G gọi sắc số đỉnh đồ thị G, cho khơng có hai đỉnh kề tô mầu Một đồ thị tơ k mầu, tập đỉnh mầu gọi lớp mầu Một đồ thị tơ k mầu nghĩa có có k tập độc lập đồ thị 2.3 Các nguyên lý thuật giải heuristic 1.Vét cạn thông minh  Hạn chêế vùng khơng gian tm kiêếm có định hướng để nhanh chóng tm đêến mục tiêu  Tạo miêằn D’ râết nhỏ so với D  Vét cạn D’ 2.Nguyên lý tham lam (Greedy):  Lâếy tiêu chuẩn tôếi ưu (trên phạm vi tồn cục) tốn để làm tiêu chuẩn chọn lựa hành động cho phạm vi cục bước  a)Thuật giải GTS1: (Greedy-Traveling Saleman)  Xây dựng lịch trình du lịch có chi phí Cost tơếi thiểu cho tốn trường hợp phải qua n thành phôế với ma trận chi phí C bắết đâằu đỉnh U Downloaded by Dung Nguyen (tridanh2468@gmail.com) lOMoARcPSD|16911810                            W Thuật giải: Bước 1: {Khởi đâằu} Đặt Tour := {}; Cost := 0; V := U; {V đỉnh làm việc} Bước 2: {Thắm tâết thành phôế} For k := To n Do qua bước 3; Bước 3: {Chọn cung kêế tiêếp} Đặt (V, W) cung có chi phí nhỏ nhâết tnh từ V đêến đỉnh W chưa dùng: Tour := Tour + {(V,W)}; Cost := Cost + Cost(V,W); Nhãn W sử dụng Đặt V := W; {Gán để xét bước kêế tiêếp} Bước 4: {Chuyêến hoàn thành} Đặt Tour := Tour + {(V,U)}; Cost := Cost + Cost(V,U); Dừng U= A Tour = {} Cost = V =A W ∈ {B, C, D, E}{Các đỉnh đêến từ A} → W = B{Vì qua B có giá thành bé nhâết} Tour = {(A, B)} Cost = V=B ∈ {C, D, E}→ W = EA  Tour = {(A, B),(B, E)}  Cost = + =  V =E W ∈ {C, D} → W = C b.Thuật giải GTS2:  Tạo lịch trình từ p thành phơế xuâết phát riêng biệt Tìm chu trình người bán hàng qua n thành phơế (1

Ngày đăng: 24/09/2022, 10:50

Hình ảnh liên quan

Đồ thị trong hình trên có thể tơ bởi 4 màu. Đồ thị G gọi là tơ được bở ik màu-cạnh nếu G có một phép tô k màu-cạnh phù hợp.Thông thường hầu hết các đồ thị không là đồ thị khuyên đều tô được.Và nếu G có tính chất như vậy thì G cũng có thể tô bởi l màu với  - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

th.

ị trong hình trên có thể tơ bởi 4 màu. Đồ thị G gọi là tơ được bở ik màu-cạnh nếu G có một phép tô k màu-cạnh phù hợp.Thông thường hầu hết các đồ thị không là đồ thị khuyên đều tô được.Và nếu G có tính chất như vậy thì G cũng có thể tô bởi l màu với Xem tại trang 6 của tài liệu.
Hình 02: Đồ thị G của bài toán lập lịch trên - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Hình 02.

Đồ thị G của bài toán lập lịch trên Xem tại trang 10 của tài liệu.
Hình 03.Các đồ thị đầu vào G với 3-màu tương ứng của các đỉnh của nó được tìm thấy bởi thuật toán - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Hình 03..

Các đồ thị đầu vào G với 3-màu tương ứng của các đỉnh của nó được tìm thấy bởi thuật toán Xem tại trang 15 của tài liệu.
Hình 04: tích đề các G×K3với một tập độc lập với kích thước 4 được tìm thấy bằng thuật tốn - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Hình 04.

tích đề các G×K3với một tập độc lập với kích thước 4 được tìm thấy bằng thuật tốn Xem tại trang 16 của tài liệu.
Bây giờ chúng ta thực hiện các thủ tục 1. Sau đây là các kết quả dưới dạng bảng: Tập độc lập S 1,1 = {(1, 1)} - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

y.

giờ chúng ta thực hiện các thủ tục 1. Sau đây là các kết quả dưới dạng bảng: Tập độc lập S 1,1 = {(1, 1)} Xem tại trang 16 của tài liệu.
Hình 05: Đồ thị hai phía Kuratowski K3, 3với tập đúng m-màu - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Hình 05.

Đồ thị hai phía Kuratowski K3, 3với tập đúng m-màu Xem tại trang 28 của tài liệu.
Hình 05: Đồ thị Octahedron với tập đúng m-màu (n= 6,m= χ(G )= 3) - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Hình 05.

Đồ thị Octahedron với tập đúng m-màu (n= 6,m= χ(G )= 3) Xem tại trang 29 của tài liệu.
Hình 06: Đồ thị Bondy-Murty G1 với tập đúng m-màu (n= 7,m= χ(G) ) - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

Hình 06.

Đồ thị Bondy-Murty G1 với tập đúng m-màu (n= 7,m= χ(G) ) Xem tại trang 30 của tài liệu.
Ví dụ với cạnh [3,4] lúc này trạng thái các cạnh như hình sau    - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

d.

ụ với cạnh [3,4] lúc này trạng thái các cạnh như hình sau Xem tại trang 36 của tài liệu.
PHỤ LỤC 1: DANH MỤC CÁC HÌNH ẢNH TRONG TÀI LIỆU - Báo cáo chuyên đề học phần Nhập môn trí tuệ nhân tạo: Áp dụng thuật giải heuristic cho bài toán tô màu tối ưu trên đồ thị

1.

DANH MỤC CÁC HÌNH ẢNH TRONG TÀI LIỆU Xem tại trang 53 của tài liệu.

Tài liệu cùng người dùng

Tài liệu liên quan