Các thuật toán tiến hóa Giải thuật di truyền, Thuật toán tiến hóa dựa trên khái niệm cho rằng quá trình tiến hóa tự nhiên là hoàn hảo nhất, hợp lý nhất và tự nó đã mang tính tối ưu. Sự tối ưu được thể hiện ở chỗ thế hệ sau bao giờ cũng phát triển hơn thế hệ trước. Tiến hóa tự nhiên được duy trì nhờ hai quá trình cơ bản: sinh sản và chọn lọc tự nhiên, các thế hệ mới luôn được sinh ra bổ sung thay thế thế hệ cũ, cá thể nào thích ứng với môi trường sẽ tồn tại, ngược lại sẽ bị đào thải. Giải thuật tiến hóa gồm 4 bước chính: Mã hóa lời giải, khởi tạo quần thể, sử dụng các phép toán di truyền và đánh giá độ thích nghi. Sau đó chúng ta lại sinh ra một quần thể mới bằng phép chọn lọc rồi tiếp tục sử dụng các phép toán di truyền và đánh giá độ thích nghi của các cá thể (điển hình bởi nhiễm sắc thể NST) trong quần thể. Thuật giải được thực hiện qua càng nhiều thế hệ thì lời giải đưa ra càng tốt hơn. Initial Population Khởi tạo quần thể. Evaluation Fitness Đánh giá năng lực. Selection Chọn lọc. Crossover Sinh sản. Mutation Đột biến. Evaluation Fitness Đánh giá năng lực.
THUẬT TỐN TIẾN HĨA Ý TƯỞNG 9/3/20XX - Thuật tốn tiến hóa dựa khái niệm cho q trình tiến hóa tự nhiên hồn hảo nhất, hợp lý tự mang tính tối ưu Sự tối ưu thể chỗ hệ sau phát triển hệ trước Tiến hóa tự nhiên trì nhờ hai q trình bản: sinh sản chọn lọc tự nhiên, hệ sinh bổ sung thay thế hệ cũ, cá thể thích ứng với môi trường tồn tại, ngược lại bị đào thải - Giải thuật tiến hóa gồm bước chính: Mã hóa lời giải, khởi tạo quần thể, sử dụng phép tốn di truyền đánh giá độ thích nghi Sau lại sinh quần thể phép chọn lọc tiếp tục sử dụng phép toán di truyền đánh giá độ thích nghi cá thể (điển hình nhiễm sắc thể - NST) quần thể Thuật giải thực qua nhiều hệ lời giải đưa tốt Presentation Title Ví dụ Nhằm giải thích xuất Hươu cao cổ, Darwin đưa giả thiết rằng: “Trong quần thể Hươu vốn tồn Hươu có cổ cao bình thường nhờ gen di truyền đột biến Trải qua trình sinh sống phát triển, môi trường thay đổi khiến cho thức ăn ngày khó kiếm hơn, khiến Hươu có cổ cao chiếm ưu sinh tồn Lâu dần hệ Hươu thay Hươu cao cổ có khả sinh sản thích nghi với mơi trường lớn hơn” THUẬT GIẢI DI TRUYỀN 9/3/20XX Các giải thuật di truyền thực thay đổi đổi theo toán cụ thể chúng chia sẻ chung cấu trúc tiêu biểu sau: Thuật giải cập nhật liên tục giả thuyết, gọi quần thể Ở lần lặp, tất cá thể quần thể ước lượng tương ứng với hàm thích nghi Quần thể tạo cách lựa chọn có xác suất cá thể thích nghi tốt từ quần thể Một số cá thể chọn đưa nguyên vẹn vào quần thể Những cá thể khác dùng làm sở để tạo cá thể khác cách áp dụng tác động di truyền: lai ghép đột biến Presentation Title GA (Fitness, Fitness_threshold, p, r, m) { Lưu đồ giải thuật CÁC TOÁN TỬ DI TRUYỀN Lai ghép Presentation Title Đột biến ĐẤU TRANH SINH TỒN 10 Xét tốn Tìm mật khẩu, u cầu tốn sau: Mật gồm kí tự ( bao gồm chữ cái, chữ số khoảng trắng) - Ví dụ: hoilamgi BÀI TỐN Mỗi lần thử, hệ thống báo số lượng kí tự với mật Yêu cầu tìm chuỗi mật cho trước Thuật tốn dừng lại tìm cá thể đáp ứng nhu cầu đề sau hệ Quá trình sản sinh hệ vòng lặp (Evaluation Fitness -> Selection > Crossover -> Mutation) Chúng ta xây dựng thành phần thuật tốn để giải toán 9/3/20XX Presentation Title 11 Initial Population- Khởi tạo quần thể Nhìn chung thuật tốn mô lại hầu hết tượng xảy q trình tiến hóa động vật Vì để thuật tốn vận hành được, điều cần có Quần thể Xét tốn tìm mật khẩu, quần thể bao gồm chuỗi kí tự, sinh ngẫu nhiên Initial Population- Khởi tạo quần thể 12 Evaluation Fitness - Đánh giá lực Tiếp theo, chuỗi mật đánh giá xác so với mật cho trước, với kí tự giống với mật cho trước vị trí point Thành phần Point đại diện cho khả sinh tồn cá thể quần thể, lớn tức cá thể thích nghi với môi trường tốt 13 Selection - Chọn lọc Sau đánh giá quần thể, cá thể có khả sinh tồn tốt có hội sinh sản nhiều cá thể cịn lại Các chuỗi kí tự mật lựa chọn theo số Point có 14 Crossover - Sinh sản Vào giai đoạn sinh sản, cá thể kế thừa đặc tính từ bố mẹ Cá thể thích nghi tốt hơn, Ngồi ra, có kiểu lai tạo khác Point, Uniform Selection 15 16 Mutation - Đột biến Dễ nhận thấy rằng, việc sinh ngẫu nhiên lai tạo, khó để tìm nghiệm Trừ cá thể khởi tạo phù hợp với yêu cầu đề bài, tức có đáp án ln từ đầu Như nói từ đầu, Đột biến nguyên liệu Chọn lọc tự nhiên, việc lựa chọn ngẫu nhiên vị trí thay kí tự ngẫu nhiên đó, mô lại tượng đột biến - Đột biến điểm Các cá thể đột biến có khả thích nghi tốt (1 -> 2), ngược lại (4 -> 3) Quá trình lặp lại tìm đáp án phù hợp (point = 8) 17 VẤN ĐỀ THƯỜNG GẶP Những vấn đề thường gặp sử dụng thuật tốn Thơng thường, Thuật tốn Di Truyền đạt lợi tốn có khơng gian tìm kiếm lớn mà giải thuật vét cạn khơng thể xử lí Tuy nhiên sử dụng, cần cân nhắc vấn đề ảnh hưởng tới việc lựa chọn thuật toán Evaluation Fitness- Đánh giá lực Vấn đề gặp phải việc đánh giá cá thể quần thể, cần phương thức để đánh giá thích nghi hay ưu cá thể Tuy nhiên thực việc này, cần cân nhắc vấn đề: • Tính khả thi: Việc tìm phương thức đánh giá khơng phải ln khả thi, ví dụ tồn tìm giai điệu mới, việc đánh giá giai điệu có “dễ nghe”, “hay” hay khơng thuộc cảm quan người, nên việc tìm hàm đánh giá xác khó khăn • Chi phí: Đây vấn đề cần cân nhắc, chi phí tính tốn phương thức đánh giá q lớn, việc sử dụng để tìm kiếm khơng gian nhiều thời gian, chí lâu vét cạn 19 Những vấn đề thường gặp sử dụng thuật tốn - Trong tốn Tìm mật chuỗi kí tự đại diện cho Nhiễm sắc thể hay Chuỗi ADN Việc số hóa đặc tính tốn thành bits, bytes để sử dụng khâu sinh sản đột biến gặp nhiều khó khăn tốn khác Bởi với thay đổi bit phải tương ứng với việc tạo cá thể với đặc tính khác 20 ... - Giải thuật tiến hóa gồm bước chính: Mã hóa lời giải, khởi tạo quần thể, sử dụng phép toán di truyền đánh giá độ thích nghi Sau lại sinh quần thể phép chọn lọc tiếp tục sử dụng phép toán di truyền. .. nghi với môi trường lớn hơn” THUẬT GIẢI DI TRUYỀN 9/3/20XX Các giải thuật di truyền thực thay đổi đổi theo toán cụ thể chúng chia sẻ chung cấu trúc tiêu biểu sau: Thuật giải cập nhật liên tục giả... Thơng thường, Thuật toán Di Truyền đạt lợi tốn có khơng gian tìm kiếm q lớn mà giải thuật vét cạn xử lí Tuy nhiên sử dụng, cần cân nhắc vấn đề ảnh hưởng tới việc lựa chọn thuật toán Evaluation