Giải thuật di truyền

Giải thuật di truyền Giải thuật di truyền ThS. Trần Nguyên Hương ThS. Trần Nguyên Hương GIỚI THIỆU GIỚI THIỆU  Trong một khu nhà bỏ trống có nhiều mèo và Trong một khu nhà bỏ trống có nhiều mèo và chuột. Ban đầu chuột có hai loại: lông trắng chuột. Ban đầu chuột có hai loại: lông trắng hoặc đen. Sau thời gian sống với mèo ban đêm hoặc đen. Sau thời gian sống với mèo ban đêm chuột đen ít bị mèo nhìn thấy nên sống lâu hơn chuột đen ít bị mèo nhìn thấy nên sống lâu hơn và sinh đẻ thêm do đó phát triển, trong đó và sinh đẻ thêm do đó phát triển, trong đó chuột trắng ngày càng tuyệt giống vì bị mèo ăn chuột trắng ngày càng tuyệt giống vì bị mèo ăn thịt và không có nhiều để sinh đẻ thêm. thịt và không có nhiều để sinh đẻ thêm.  Trong thực tế chỉ có những sinh vật biết tiến Trong thực tế chỉ có những sinh vật biết tiến hóa để thích nghi với hoàn cảnh sẽ tồn tại và hóa để thích nghi với hoàn cảnh sẽ tồn tại và phát triển phát triển GIỚI THIỆU GIỚI THIỆU  Genetic Algorithms tạm dịch là Thuật giải di Genetic Algorithms tạm dịch là Thuật giải di truyền truyền (ngắn gọn gọi là GA) bắt nguồn từ ý (ngắn gọn gọi là GA) bắt nguồn từ ý niệm tiến hóa để tồn tại và phát triển trong tự niệm tiến hóa để tồn tại và phát triển trong tự nhiên. nhiên.  GA là phương thức giải quyết vấn đề bắt GA là phương thức giải quyết vấn đề bắt chước lối hành xử của con người để tồn tại và chước lối hành xử của con người để tồn tại và phát triển. Nó giúp tìm ra giải pháp tối ưu hay phát triển. Nó giúp tìm ra giải pháp tối ưu hay tốt nhất trong điều kiện thời gian và không tốt nhất trong điều kiện thời gian và không gian cho phép. gian cho phép. GIỚI THIỆU GIỚI THIỆU  GA xét đến toàn bộ các giải pháp, bằng cách GA xét đến toàn bộ các giải pháp, bằng cách xét trước nhất một số giải pháp sau đó loại bỏ xét trước nhất một số giải pháp sau đó loại bỏ những thành phần không thích hợp và chọn những thành phần không thích hợp và chọn những thành phần thích nghi hơn để tạo sinh những thành phần thích nghi hơn để tạo sinh và biến hóa nhằm mục đích tạo ra nhiều giải và biến hóa nhằm mục đích tạo ra nhiều giải pháp mới có hệ số thích nghi ngày càng cao pháp mới có hệ số thích nghi ngày càng cao  Hệ số thích nghi để dùng làm tiêu chuẩn đánh Hệ số thích nghi để dùng làm tiêu chuẩn đánh giá các giải pháp. giá các giải pháp. GIỚI THIỆU GIỚI THIỆU Cấu trúc dữ liệu + giải thuật di truyền = chương trình tiến Cấu trúc dữ liệu + giải thuật di truyền = chương trình tiến hóa. hóa. Thuật ngữ “ Thuật ngữ “ chương trình tiến hóa chương trình tiến hóa ” trong công thức trên ” trong công thức trên là khái niện dùng để chỉ các chương trình máy tính có là khái niện dùng để chỉ các chương trình máy tính có sử dụng thuật toán tìm kiếm và tối ưu hóa dựa trên sử dụng thuật toán tìm kiếm và tối ưu hóa dựa trên nguyên lý tiến hóa tự nhiên nguyên lý tiến hóa tự nhiên Các bước chính của GA Các bước chính của GA 1. 1. Chọn mô hình (model) để tượng trưng cho các Chọn mô hình (model) để tượng trưng cho các giải pháp. Các mô hình có thể là dãy (String) giải pháp. Các mô hình có thể là dãy (String) những số nhị phân: 1 và 0, thập phân và có những số nhị phân: 1 và 0, thập phân và có thể là chữ hay hỗn hợp giữa chữ và số. thể là chữ hay hỗn hợp giữa chữ và số. 2. 2. Chọn hàm số thích nghi để dùng làm tiêu Chọn hàm số thích nghi để dùng làm tiêu chuẩn đánh giá các giải pháp. chuẩn đánh giá các giải pháp. 3. 3. Tiếp tục các hình thức biến hóa cho đến khi Tiếp tục các hình thức biến hóa cho đến khi đạt được các giải pháp tốt nhất hoặc đến khi đạt được các giải pháp tốt nhất hoặc đến khi thời gian cho phép chấm dứt. thời gian cho phép chấm dứt. Thuật giải di truyền Thuật giải di truyền  Các thành phần cơ bản của thuật giải di Các thành phần cơ bản của thuật giải di truyền truyền  Thuật giải di truyền Thuật giải di truyền Các thành phần cơ bản của Các thành phần cơ bản của GA GA  Quá trình lai ghép (phép lai) Quá trình lai ghép (phép lai)  Chọn ngẫu nhiên hai (hay nhiều) cá thể bất Chọn ngẫu nhiên hai (hay nhiều) cá thể bất kỳ trong quần thể. Giả sử các nhiễm sắc thể kỳ trong quần thể. Giả sử các nhiễm sắc thể của cha mẹ đều có m gen. của cha mẹ đều có m gen.  Tạo một số ngẫu nhiên trong khoảng từ 1 đến Tạo một số ngẫu nhiên trong khoảng từ 1 đến m-1 (ta gọi là điểm lai). m-1 (ta gọi là điểm lai).  Đưa hai cá thể mới này vào quẩn thể để tham Đưa hai cá thể mới này vào quẩn thể để tham gia các quá trình tiến hóa tiếp theo. gia các quá trình tiến hóa tiếp theo. Các thành phần cơ bản của Các thành phần cơ bản của GA GA  Quá trình đột biến (phép đột biến) Quá trình đột biến (phép đột biến)  Chọn ngẫu nhiên một cá thể bất kỳ cha mẹ Chọn ngẫu nhiên một cá thể bất kỳ cha mẹ trong quần thể. trong quần thể.  Tạo một số ngẫu nhiên k trong khoảng từ 1 Tạo một số ngẫu nhiên k trong khoảng từ 1 đến m, 1 ≤ k ≤ m. đến m, 1 ≤ k ≤ m.  Thay đổi gen thứ k và trả cá thể này về quần Thay đổi gen thứ k và trả cá thể này về quần thể để tham giá quá trình tiến hóa tiếp theo. thể để tham giá quá trình tiến hóa tiếp theo. Các thành phần cơ bản của Các thành phần cơ bản của GA GA  Quá trình sinh sản Quá trình sinh sản  Tính độ thích nghi của từng cá thể trong quẩn thể Tính độ thích nghi của từng cá thể trong quẩn thể hiện hành, lập bảng cộng dồn các giá trị thích nghi hiện hành, lập bảng cộng dồn các giá trị thích nghi (theo số thứ tự gán cho từng cá thể). Giả sử quần (theo số thứ tự gán cho từng cá thể). Giả sử quần thể có n cá thể. Gọi độ thích nghi của cá thể thứ i là thể có n cá thể. Gọi độ thích nghi của cá thể thứ i là Fi, tổng dồn thứ i là Fti, tổng độ thích nghi của toàn Fi, tổng dồn thứ i là Fti, tổng độ thích nghi của toàn quần thể là Fm. quần thể là Fm.  Tạo một số ngẫu nhiên F trong đoạn từ 0 đến Fm. Tạo một số ngẫu nhiên F trong đoạn từ 0 đến Fm.  Chọn cá thể thứ k đầu tiên thỏa mãn F ≥ Ftk đưa vào Chọn cá thể thứ k đầu tiên thỏa mãn F ≥ Ftk đưa vào quần thể của thế hệ mới. quần thể của thế hệ mới. [...]... rng s khụng cú vic t bin trờn cựng mụn ú mt ln na Nhng, vi mi giỏo viờn tng ng, chỳng ta s chn mt giỏo viờn hp l vi mụn hc p dng gii thut di truyn vo bi toỏn lp lch (tip) Vớ d: Thuật toán di truyền tương tác (IGC Interactive Genetic Algorithms) Là thuật toán di truyền mà giá trị thích nghi của các cá thể được xác định trên sự tương tác với người sử dụng Là công cụ hu ích với nhng bài toán mà tiêu... khỏch mun thm mi thnh ph anh quan tõm, mi thnh ph thm qua ỳng mt ln ri tr v im khi hnh Bit trc chi phớ di chuyn gia hai thnh ph bt kỡ Hóy xõy dng mt l trỡnh tha cỏc iu kin trờn vi tng chi phớ nh nht Khụng th dựng mụ hỡnh biu din nh phõn biu din cỏc gii phỏp Ta dựng vect v = biu din cỏc gii phỏp ví dụ 2 Khụng th dựng phộp lai thụng thng thc hin phộp lai Vớ d: cha < 1 2 3 4 5 6... gi dy nh nhau p dng gii thut di truyn vo bi toỏn lp lch (tip) Gii thut: - hm thớch nghi - chn lc - lai - t bin p dng gii thut di truyn vo bi toỏn lp lch (tip) Hm thớch nghi: gỏn mt s nguyờn cho mi cỏ th, c c o bng s vi phm cỏc rng buc Mi mt rng buc cng c gỏn mt s trong on t 0 n 1000000 cho hm thớch nghi Vi mi rng buc mm c gỏn giỏ tr trong on 0 n 200000 p dng gii thut di truyn vo bi toỏn lp lch (tip)... la chn c thc hin theo 2 pha: la chn trc bng u loi la chn hin thi ngu nhiờn p dng gii thut di truyn vo bi toỏn lp lch (tip) Vớ d chn lc p dng gii thut di truyn vo bi toỏn lp lch (tip) Vi mi tin trỡnh lai, gen ca 2 cỏ th c i ch cho nhau Hu ht cỏc phộp lai u theo chiu hng thay i v trớ ca cỏc lp p dng gii thut di truyn vo bi toỏn lp lch (tip) t bin: i ngu nhiờn mt mụn hc v bo m rng s khụng cú vic t... 7) thỡ con l: con < 3 1 2 4 5 6 7 9 8 > Vớ d 3: p dng gii thut di truyn vo bi toỏn lp lch Bi toỏn: Cho s lng lp l K Mi lp cú mt s mụn hc Ta cú D giỏo viờn, mi giỏo viờn cú th dy c mt s mụn nht nh S mụn thc t c a bi V Yờu cu lp lch cho nm ngy trong tun, v 6 gi mi ngy p dng gii thut di truyn vo bi toỏn lp lch (tip) í tng: da vo thut toỏn di truyn c in Cu trỳc d liu: Mt lch l mt ma trn vi 30 ct v K dũng... vo thut toỏn di truyn c in Cu trỳc d liu: Mt lch l mt ma trn vi 30 ct v K dũng (s lp) Mi phn t ca ma trn ch ra rng giỏo viờn dy lp ny ang dy mụn no ú p dng gii thut di truyn vo bi toỏn lp lch (tip) Minh ha cu trỳc d liu p dng gii thut di truyn vo bi toỏn lp lch (tip) Rng buc cng: Mt giỏo viờn ch dy c mt lp trong cựng mt quóng thi gian Cỏc lp ch cú mt mụn hc trong cựng mt quóng thi gian Tt c cỏc... 1 1 1 0 0 Cỏc thnh phn c bn ca GA Quỏ trỡnh chn lc Sp xp qun th theo th t thớch nghi gim dn Loi b cỏc cỏ th cui dóy ch gi li n cỏ th tt nht õy, t gi s qun th cú kớch thc c nh n Cu trỳc gii thut di truyn tng quỏt Bt u t = 0; Khi to P(t); Tớnh thớch nghi cho cỏc cỏ th thuc P(t); Khi (iu kin dng cha tha món) lp t = t+1; Tỏi sinh P(t) t P(t); Lai Q(t) t P(t-1); t bin R(t) t P(t-1); Chn lc P(t) t . gọn gọi là GA) bắt nguồn từ ý (ngắn gọn gọi là GA) bắt nguồn từ ý niệm tiến hóa để tồn tại và phát triển trong tự niệm tiến hóa để tồn tại và phát triển trong tự nhiên. nhiên.  GA là phương. Giải thuật di truyền Giải thuật di truyền ThS. Trần Nguyên Hương ThS. Trần Nguyên Hương GIỚI THIỆU GIỚI THIỆU  Trong một khu nhà bỏ trống có nhiều. gian và không gian cho phép. gian cho phép. GIỚI THIỆU GIỚI THIỆU  GA xét đến toàn bộ các giải pháp, bằng cách GA xét đến toàn bộ các giải pháp, bằng cách xét trước nhất một số giải pháp