(LUẬN VĂN THẠC SĨ) Lai ghép nơron Hopfield và giải thuật di truyền giải bài toán tối ưu ràng buộc Luận văn ThS Công nghệ thông tin 1 01 10

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ PHAN VIỆT CƯỜNG LAI GHÉP NƠRON HOPFIELD VÀ GIẢI THUẬT DI TRUYỀN GIẢI BÀI TOÁN TỐI ƯU RÀNG BUỘC LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Chuyên ngành: Mã số: 1.01.10 Người hướng dẫn khoa học: PGS.TS ĐẶNG QUANG Á HÀ NỘI - 2007 TIEU LUAN MOI download : skknchat@gmail.com MỤC LỤC LỜI CẢM ƠN LỜI CAM ĐOAN MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT TRONG LUẬN VĂN DANH MỤC CÁC HÌNH VẼ TRONG LUẬN VĂN DANH MỤC CÁC BẢNG TRONG LUẬN VĂN MỞ ĐẦU Chƣơng Tổng quan mạng nơ ron 10 1.1 Giới thiệu mạng nơ ron 10 1.1.1 Lịch sử phát triển mạng nơ ron 10 1.1.2 Mô hình mạng nơ ron nhân tạo 11 1.2 Phạm vi ứng dụng mạng nơ ron 19 1.2.1 Những tốn thích hợp 19 1.2.2 Các lĩnh vực ứng dụng mạng nơ ron 22 1.2.3 Ƣu nhƣợc điểm mạng nơ ron 23 1.3 Mạng Hopfield 23 1.3.1 Mạng Hopfield rời rạc 24 1.3.2 Mạng Hopfield liên tục: 26 1.3.3 Mạng Hopfield với toán tối ƣu 27 Kết luận 30 Chƣơng Giải thuật di truyền tính tốn tiến hóa 31 Giải thuật di truyền (Genetic Algorithms – GAs) 31 2.1.1 Giải thuật di truyền cổ điển 31 2.2 Tính tốn tiến hóa 36 2.3 Áp dụng chƣơng trình tiến hóa giải tốn Knapsack0_1 37 2.3.1 Phát biểu toán 37 2.3.2 Thiết kế thuật toán 38 2.3 Ứng dụng giải thuật di truyền 40 TIEU LUAN MOI download : skknchat@gmail.com 2.4 Ƣu nhƣợc điểm giải thuật di truyền 40 Chƣơng Bài toán kết nối thiết bị đầu cuối tới tập trung 42 3.1 Giới thiệu 42 3.2 Xác định toán 43 3.2.1 Phân tích định nghĩa tốn: 44 3.2.2 Ví dụ toán TA 45 3.2.3 Các toán liên quan khác 46 3.3 Các cách tiếp cận trƣớc 47 3.3.1 Giải thuật tham ăn 47 3.3.2 Giải thuật di truyền 48 3.3.3 Cách tiếp cận lai ghép mạng nơ ron giải thuật di truyền 49 Chƣơng Kết thực nghiệm đánh giá 55 4.1 Bộ liệu chuẩn 55 4.2 Kết thực nghiệm 56 4.2.1 Giải thuật di truyền 56 4.2.2 Giải thuật di truyền I 56 4.2.3 Giải thuật di truyền II 57 KẾT LUẬN 58 TÀI LIỆU THAM KHẢO 59 PHỤ LỤC 62 TIEU LUAN MOI download : skknchat@gmail.com DANH MỤC CÁC TỪ VIẾT TẮT TRONG LUẬN VĂN BP Bin Packing EC Evolutionary Computation GA Genetic Algorithm TA Terminal Assignment TSAP Task Assignment Processor TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 DANH MỤC CÁC HÌNH VẼ TRONG LUẬN VĂN Hình 1.1 Mơ hình nơ ron sinh học Hình 1.2 Mơ hình nơ ron Hình 1.3 Mạng nơ ron truyền thẳng lớp Hình 1.4 Mạng truyền thẳng nhiều lớp Hình 1.5 Mạng hồi qui lớp có nối ngƣợc Hình 1.6 Mạng hồi quy nhiều lớp có nối Hình 1.7 Mơ hình mạng Hopfield Hình 1.8 Biểu diễn lời giải tốn cặp sách có trọng số Hình 2.1 Sơ đồ tổng quát giải thuật di truyền Hình 3.1 Biểu diễn lời giải tốn TA (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 DANH MỤC CÁC BẢNG TRONG LUẬN VĂN Bảng 3.1 Dung lƣợng toạ độ thiết bị đầu cuối Bảng 3.2 Dung lƣợng toạ độ tập trung Bảng 4.1 Các giá trị đầu vào cho thuật toán Bảng 4.2 Kết đạt đƣợc GA I Bảng 4.3 Kết đạt đƣợc GA II (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 MỞ ĐẦU Trong năm gần nhu cầu sử dụng dịch vụ mạng viễn thông ngày tăng mạnh với phát triển tăng trƣởng internet Nhƣng tiện ích, chất lƣợng khả mạng viễn thơng có giới hạn, yêu cầu đặt phải thiết kế đƣợc mạng viễn thông tối ƣu Sự đa dạng tốn kết nối tối ƣu nảy sinh khơng thiết kế, mà việc quản lý chất lƣợng dịch vụ mạng viễn thơng Có nhiều vấn đề đƣợc yêu cầu, nhiều trƣờng hợp, ứng dụng kỹ thuật tối ƣu xuất cho việc giải chúng Một vấn đề tốn kết nối thiết bị đầu cuối vào tập trung (terminal assignment – TA) Bài tốn TA tốn NP-đầy đủ, đƣợc nhiều tác giả giới quan tâm tìm hiểu đề xuất cách tiếp cận khác Trong luận văn chúng tơi trình bày cách tiếp cận lai ghép giải thuật di truyền mạng nơ ron Hopfield để tối ƣu hóa tốn TA Nội dung luận văn bao gồm chƣơng Chƣơng 1: Tổng quan mạng nơ ron Chƣơng trình bày tổng quan sở mạng nơ ron nhân tạo bao gồm: giới thiệu nơ ron sinh học, mơ hình mạng nơ ron nhân tạo, phạm vi ứng dụng mạng nơ ron, ƣu nhƣợc điểm mạng nơ ron trình bày mạng nơ ron Hopfield, phƣơng pháp ánh xạ toán lên mạng nơ ron Chƣơng 2: Giải thuật di truyền tính tốn tiến hóa Chƣơng trình bày giải thuật di truyền, tính tốn tiến hóa, ƣu nhƣợc điểm giải thuật di truyền Ứng dụng giải thuật di truyền toán tối ƣu tổ hợp Chƣơng 3: Bài toán kết nối thiết bị đầu cuối vào tập trung Trình bày cách tiếp cận trƣớc cho toán TA Cách tiếp cận chúng tơi cho tốn này, đánh giá ƣu điểm cách tiếp cận so với cách tiếp cận trƣớc (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Chƣơng 4: Kết thực nghiệm đánh giá Chƣơng trình bày kết đạt đƣợc qua thực nghiệm, so sánh với phƣơng pháp khác (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Chương Tổng quan mạng nơ ron 1.1 Giới thiệu mạng nơ ron 1.1.1 Lịch sử phát triển mạng nơ ron Quá trình nghiên cứu phát triển mạng nơ-ron nhân tạo chia thành bốn giai đoạn nhƣ sau: Giai đoạn 1: Có thể tính từ nghiên cứu William (1890) tâm lý học với liên kết nơ ron thần kinh Năm 1940, McCulloch Pitts cho biết: nơ ron đƣợc mơ hình hóa nhƣ thiết bị ngƣỡng (giới hạn) để thực phép tính logic mơ hình mạng nơ ron McCulloch-Pitts với giải thuật huấn luyện mạng Hebb đời năm 1943 Giai đoạn 2: Vào khoảng gần năm 1960, số mơ hình nơ ron hoàn thiện đƣợc đƣa nhƣ: mơ hình Perceptron Rosenblatt (1958), Adaline Widrow (1962) Trong mơ hình Perceptron đƣợc quan tâm nguyên lý đơn giản, nhƣng có hạn chế nhƣ Marvin Minsky Seymour Papert MIT (Massachurehs Insritute of Technology) chứng minh khơng dùng đƣợc cho hàm logic phức (1969) Cịn Adaline mơ hình tuyến tính, tự chỉnh, đƣợc dùng rộng rãi điều khiển thích nghi, tách nhiễu phát triển Giai đoạn 3: Có thể tính vào khoảng đầu thập niên 80 Những đóng góp lớn cho mạng nơ ron giai đoạn phải kể đến Grossberg, Kohonen, Rumelhart Hopfield Trong đóng góp Hopfield gồm hai mạng phản hồi: mạng rời rạc năm 1982 mạng liên tục năm 1984 Đặc biệt, ông dự kiến nhiều khả tính tốn lớn mạng nơ ron mà nơ ron khơng có khả Cảm nhận Hopfield đƣợc Rumelhart, Hinton Williams đề xuất thuật toán sai số truyền ngƣợc tiếng để huấn luyện mạng nơ ron nhiều lớp nhằm giải tốn mà mạng khác khơng thể thực đƣợc Nhiều ứng dụng mạnh mẽ mạng nơ ron đời với mạng theo kiểu máy Boltzmann mạng Neocognition Fukushima (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 10 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Giai đoạn 4: Tính từ năm 1987 đến nay, hàng năm giới mở hội nghị toàn cầu chuyên ngành nơ ron (IJCNN) (International Joint Conference on Neural Networks) Rất nhiều cơng trình đƣợc nghiên cứu để ứng dụng mạng nơ ron vào lĩnh vực, ví dụ nhƣ: kỹ thuật tính tốn, tối ƣu, sinh học, y học, thống kê, giao thơng, hóa học… Cho đến nay, mạng nơ ron tìm đƣợc khẳng định đƣợc vị trí nhiều ứng dụng khác 1.1.2 Mơ hình mạng nơ ron nhân tạo 1.1.2.1 Nơ ron sinh học Hệ thần kinh ngƣời có khoảng 1010 tế bào thần kinh đƣợc gọi nơ ron Mỗi nơ ron gồm có ba phần: Thân nơ ron với nhân bên (soma), đầu thần kinh (axon) hệ thống hình thần kinh (dendrite) Có nhiều loại nơ ron khác kích thƣớc khả thu phát tín hiệu Tuy nhiên, chúng có cấu trúc nguyên lý hoạt động chung Hình vẽ (1.1) hình ảnh đơn giản hóa loại nơ ron Trong thực tế có nhiều dây thần kinh vào chúng bao phủ Khớp nối dây thần kinh (đầu vào) Trục Nhân Đầu Tế bào Hình 1.1 Mơ hình nơ ron sinh học diện tích lớn (0.25 mm2) để nhận tín hiệu từ nơ ron khác Đầu thần kinh đƣợc rẽ nhánh nhằm chuyển giao tín hiệu từ thân nơ ron tới nơ ron khác Các nhánh đầu thần kinh đƣợc nối với khớp thần kinh (synapse) Các khớp thần kinh đƣợc nối với thần kinh vào nơ ron khác Thêm vào đó, nơ ron sửa đổi tín hiệu khớp, nơ ron nhân tạo đƣợc gọi trọng số (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 11 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 - Xác định hàm đích (độ đo thích nghi) Hàm V hàm phạt [16] đƣợc xác định nhƣ sau: V (s)  dij  N  dmax Trong đó: d ij khoảng cách từ thiết bị đầu cuối i tới tập trung j N số lƣợng thiết bị đầu cuối s giải pháp khả thi N = 0, ngƣợc lại d max khoảng cách lớn thiết bị đầu cuối tới tập trung lƣới Hàm đích đƣợc xác định bằng: F(s)= V ( s) Ta thấ y F (s) ln dƣơng , cá thể vi phạm ràng buộc (V(s) nhỏ) đƣơ ̣c lƣ̣a cho ̣n nhiề u Chúng ta xếp cá thể theo độ thích nghi giảm dần, áp dụng chiến lƣợc luôn chọn cá thể có độ thích nghi cao đƣa vào hệ tiếp theo, điều nhằm trì đƣợc giải pháp tốt bắt gặp q trình tiến hóa Chúng xem xét hai điểm tƣơng giao với xác suất P c xác suất đột biến ngẫu nhiên Pm Khi phép toán tƣơng giao đột biến sinh cá thể đƣợc thiết lập khởi tạo mạng nơ ron để tìm đƣợc giải pháp thỏa mãn ràng buộc đƣợc sinh mạng nơ ron Hopfield Và giải pháp đƣợc sinh mạng nơ ron thay hệ Nếu trƣờng hợp giải pháp tìm thấy mạng nơ ron Hopfield khơng khả thi (một số thiết bị đầu cuối không đƣợc phân vào tập trung), hàm phạt đƣợc áp dụng tới giải pháp cho việc quản lý giải pháp khơng khả thi Thuật tốn di truyền I đƣợc trình bày nhƣ sau: (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 52 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Khởi tạo quần thể GA cách ngẫu nhiên While(Số hệ tối đa chưa sinh ra) For(mỗi cá thể X) Chạy mạng nơ ron Hopfield để đạt giải pháp khả thi Tính giá trị chi phí cá thể costij Nếu X không giải pháp khả thi, cung cấp hàm phạt tới costij Thay cá thể GA X đạt qua mạng nơ ron Hopfield Endfor Lựa chọn Lai ghép Đột biến End(while) 3.3.3.3 Giải thuật di truyền II Thuật toán di truyền II áp dụng cho toán TA theo cách phát biểu toán thứ 2: cá thể đƣợc mã hóa chuỗi số nguyên N M, x Phép toán lựa chọn tƣơng giao đƣợc cung cấp cách thức nhƣ thuật toán di truyền I Phép toán đột biến gồm có thay vị trí chuỗi với giá trị nguyên khác nhau, với xác suất Pm nhỏ Để đạt tới giải pháp khả thi, cá thể quần thể đƣợc chuyển tới mạng Hopfield: đầu tiên, chuỗi số nguyên x đƣợc chuyển qua ma trận nhị phân X sử dụng (3.7); giải pháp khả thi đạt đƣợc mạng Hopfield, ma trận kết X đƣợc chuyển ngƣợc tới vectơ số nguyên x sử dụng (3.6) Trong trƣờng hợp mà giải pháp tìm đƣợc mạng Hopfield không khả thi (một số thiết bị đầu cuối khơng đƣợc gán) tƣơng ứng vị trí chuỗi đƣợc phủ đầy cách ngẫu nhiên, hàm phạt đƣợc thêm tới hàm chi phí Thuật tốn di truyền II đƣợc trình bày nhƣ sau: Khởi tạo quần thể GA cách ngẫu nhiên While(Số hệ tối đa chưa sinh ra) For(mỗi cá x ) Ánh xạ x tới mạng nơ ron: x ->X (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 53 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Áp dụng thuật toán mạng nơ ron Hopfield để đạt giải pháp khả thi Tính tốn độ thích nghi cá thể costij Nếu X khơng phải giải pháp khả thi, cung cấp giá trị phạt tới độ thích nghi costij Ánh xạ nơ ron X tới vectơ x : X-> x Thay cá thể GA x End(for) Lựa chọn Đột biến Lai ghép End while (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 54 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Chương Kết thực nghiệm đánh giá 4.1 Bộ liệu chuẩn Để kiểm tra thực thuật tốn, chúng tơi chạy thuật toán với liệu khác [20] Bảng 4.1 đặc điểm liệu Có 15 liệu, với số lƣợng thiết bị đầu cuối khác nhau, tập trung khắc Các tọa độ thiết bị đầu cuối tập trung đạt đƣợc cách ngẫu nhiên lƣới 100x100, dung lƣợng kết nối thiết bị đầu cuối đƣợc sinh ngẫu nhiên Dung lƣợng tập trung cho liệu đƣợc sinh ngẫu nhiên 10 15 Bảng 4.1 Các giá trị đầu vào cho thuật toán TT Số lượng thiết Số lượng Tổng dung lượng Tổng khả bị đầu cuối tập trung thiết bị đầu cuối đáp ứng tập trung 10 35 39 10 39 42 10 34 37 20 77 83 20 61 68 20 72 79 30 10 117 127 30 10 98 120 30 10 94 120 10 50 17 182 204 11 50 17 174 193 12 50 17 173 204 13 100 30 292 360 14 100 30 334 360 15 100 30 342 360 Và tất trƣờng hợp đƣợc xem xét, hàm chi phí là: (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 55 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 N M cost ij   xij dist ij i 1 j 1 Trong đó: distij ma trận khoảng cách Euclidean thiết bị đầu cuối i tập trung j 4.2 Kết thực nghiệm Chúng so sánh kết đạt đƣợc thuật toán lai ghép mạng nơ ron Hopfield GA sử dụng quy tắc cập nhật trạng thái mạng nơ ron (3.8), theo hai thuật toán GA I GA II, với thực GA đề xuất [16] Các đối số GA sử dụng đƣợc cố định: kích thƣớc quẩn thể  = 50, phép lựa chọn bánh xe, hai điểm tƣơng giao với xác suất Pc=0.6, xác suất đột biến Pm = 0.01, tối đa hệ đƣợc sinh cố định 1000 Chúng chạy thuật tốn 30 lần, lời giải tìm đƣợc vi phạm ràng buộc coi nhƣ khơng tìm đƣợc lời giải 4.2.1 Giải thuật di truyền Kết toán TA với 15 liệu với giải thuật di truyền [16] khơng có lời giải cho cho liệu từ 10-15 Nó đạt đƣợc kết với liệu từ 1-9 có thời gian tính tốn nhanh so với giải thuật lai ghép mạng nơ ron Hopfield GA 4.2.2 Giải thuật di truyền I Bảng 4.2 Kết đạt đƣợc GA I GA I Bộ liệu Tốt Trung bình 203,6 204.5 253,1 253,1 268,6 277 537,3 558.4 548,1 618,4 683,6 725,7 466,8 527,5 701,2 746,4 613,3 645 1110,1 1150 10 1104,1 1155,3 11 (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 56 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 12 13 14 15 981,1 3085,4 3111 3213,2 1027,4 3160 3123,4 3231,6 4.2.3 Giải thuật di truyền II Bảng 4.3 Kết đạt đƣợc GA II GA II Bộ liệu Tốt Trung bình 203,6 204.5 253,1 253,1 268,6 277 537,3 560.4 548,1 619,4 683,6 727,7 465,8 528,5 711,2 751,4 610,3 655,7 1110,1 1170 10 1104,1 1165,3 11 981,1 1028,4 12 3080,4 3151 13 2974 3120,4 14 3233,2 3234,6 15 Kết từ bảng 4.2 4.3 cho thấy hai thuật tốn GA I GA II sử dụng cơng thức (3.8) tìm đƣợc lời giải khả thi cho toán TA tất liệu Và thực hai thuật toán GA I GA II có sai khác nhỏ Qua kết trên, cho thấy lai ghép mạng nơ ron Hopfield giải thuật di truyền phƣơng pháp hữu hiệu để giải tốn tối ƣu nhƣ TA, chạy đƣợc với liệu có kích thƣớc lớn Và áp dụng phƣơng pháp cho nhiều toán tối ƣu ràng buộc tƣơng tự khác nhƣ BP, TSAP,… (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 57 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 KẾT LUẬN Luận văn “Lai ghép mạng nơ ron Hopfield giải thuật di truyền giải toán tối ưu ràng buộc” đạt số kết sau:  Đã trình bày sở mạng nơ ron nhân tạo đặc biệt mạng nơ ron Hopfield, phƣơng pháp ánh xạ toán thoả mãn ràng buộc tối ƣu thoả mãn ràng buộc lên mạng nơ ron  Tìm hiểu giải thuật di truyền tính tốn tiến hóa Và ứng dụng tốn tối ƣu tổ hợp  Qua đề xuất phƣơng pháp lai ghép mạng nơ ron Hopfield giải thuật di truyền áp dụng cho toán TA thu đƣợc kết tốt so với cách tiếp cận trƣớc Luận văn đề xuất đƣợc quy tắc cập nhật trạng thái mạng nơ ron (công thức 3.8) qua thực nghiệm cho thấy phƣơng pháp tốt để tìm đƣợc giải pháp khả thi cho toán TA cho kết hội tụ nhanh Hướng phát triển tiếp theo: Lai ghép mạng nơ ron Hopfield với thuật tốn tìm kiếm tồn cục khác nhƣ mơ tơi luyện tìm kiếm tabu áp dụng cho toán TA Và đánh giá hiệu thuật toán so với hiệu thuật toán lai ghép mạng nơ ron giải thuật toán di truyền (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 58 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 TÀI LIỆU THAM KHẢO Tiếng việt: Đặng Quang Á (2001), Một cách nhìn việc sử dụng mạng Hopfield giải toán thỏa mãn ràng buộc tối ƣu có ràng buộc, Báo cáo Hội thảo quốc gia “Một số vấn đề chọn lọc công nghệ thông tin” Đặng Quang Á (2001), Ứng dụng mạng nơ ron tính tốn, Sách “Hệ mờ, mạng nơ ron ứng dụng”, Chủ biên: Bùi cơng Cƣờng, Nguyễn Dỗn Phƣớc, Nhà XBKH-KT, Hà nội Vũ Ngọc Phàn (2005), Tối ƣu hóa – Cơ sở lý thuyết ứng dụng cơng nghệ bƣu viễn thơng, NXB Bƣu Điện Tiếng Anh: A Kershembaum (1993), Telecommunications Network Design Algorithms NewYork, McGraw-Hill C.H.Chu, G Premkumar, and H Chou (2000), “Digital data networks design using genetic algorithms”, European Journal of Operational Research, 127, pp 140-158 E Falkenauer (1996), “A hybrid grouping genetic algorithm for bin packing”, J Heuristic, vol 2, pp 5-30 F.N Abuali, D A Schoenefeld, and R L Wainwright (1994), “Terminal assignment in a communications network using genetic algorithms”, in Proc 22nd Annu ACM Computer Science Conf pp 74-81 J Hertz, A Krogh, R G Palmer (1997), Introduction to the Theory of Neural Computation, Addison-Wesley J.A Holland (1975), Adaption in Natural and Artificial System , Univeristy of Michigan press, Ann Arbor 10 J.Back, U.Hammel, and H.P.Shwefel (1997), “Evolutionary computation: Comments on the history and current state”, IEEE Transactitions on Evolutionary (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 59 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 Computation1, 1,pp 3-17 11 J.Back, U.Hammel, and H.P.Shwefel (1997), “Evolutionary computation: Comments on the history and current state”, IEEE Transactions on Evolutionary Computation1(1) ,pp 3-17 12 J.J Hopfield and D.W Tank, “Neural computation of decisions in optimization problems,” Biol Cybern, 52, pp 141-152 13 L Wang (1997), “Discrete-time convergence theory and updating rules for neural networks with energy functions”, IEEE Transactions on neural networks, vol 8, No 2, pp 445- 447 14 LiMin Fu (1994), Neural Network in Computer Intelligence, Mc Graw Hill 15 R.Ceft (1996), A new genetic algorithms, Analysis of Applied Probability, pp 778-817 16 S Khuri and T Chiu (1997), “Heuristic algorithms for the terminal assignment problem”, in Proc ACM Symp, Applied Computing, pp 247-251 17 S Khuri, M Schulz, and J Hitkotter (1995), “Evolutionary heuristics for the bin packing problem”, in Proc Int Conf Artifical Neural Networks Genetic Algorithms, pp 18-21 18 S Matsuda (1999), Quantized Hopfield networks for integer programming, Systems and Computers in Japan,Vol 30, No 6, pp 1354-1364 19 Sami Khuri, (2000) “An introduction to genetic algorithms”, http://citeseer.ist.psu.edu/cache/papers/cs/27143/http:zSzzSzneo.lcc.uma.eszSzpdfcharlaszSzcomb-opt.pdf/an-introduction-to-genetic.pdf 20 Sancho Salcedo-Sanz, Xin Yao (2004), “A hybrid hopfield network-genetic algorithm approach for the terminal assignement problem”, IEEE Transaction On System 21 Sancho Salcedo-Sanz, Yong Xu, Xin Yao (2004), “Hybrid meta-heuristics algorithms for task assignment in heterogeneous computing systems”, http://portal.acm.org/citation.cfm?id=1115087.1115132 (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 60 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 22 Y Takefuji (1997), Neural Network Parallel Computing, Kluwer Acad Publ 23 Z.Michalewicz (1996), Genetic Algorithms + Data Structures = Evolution Programs, Berlin, Germany, Springer (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 61 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 PHỤ LỤC Chương trình thử nghiệm lai ghép mạng nơ ron Hopfield giải thuật di truyền giải toán TA /* Định nghĩa lớp thiết bị đầu cuối – tập trung*/ public class CTerminal { public CTerminal() { } public double x, y; public int w; public CTerminal(int x, int y, int w) { this.x = x; this.y = y; this.w = w; } } /*Định nghĩa lớp cá thể*/ public class CGenetic { public CGenetic() { } public int[] s; public double fitness; public CGenetic(int[] s, double fitness) { this.s = s; this.fitness = fitness; } public CGenetic Clone() { CGenetic ogenetic = new CGenetic(); ogenetic.fitness = this.fitness; ogenetic.s = (this.s.Clone() as int[]); return ogenetic; } } (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 62 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 /* Thủ tục tìm giải pháp khả thi cho tốn theo cơng thức (3.8)*/ private int[,] f(int[,] arrHNN) { int[,] a = new int[N,M]; a = (arrHNN.Clone() as int[,]); for (int i = 0; i oConcentrator.w)) { a[i,j] = 0; } else if (xij == 1) { if (a[i,j] ==1) { break; } } else { a[i,j] = 1; if (SumWeight(a,j+1) > oConcentrator.w) a[i,j] = 0; if (a[i,j] == 1)break; } } } return a; } /* Thủ tục chƣơng trình: lai ghép mạng nơ ron Hopfield giải thuật di truyền */ //Khai báo biến int SLCTheTrongQT = 50; //Số lƣợng cá thể quần thể int SLToiDa = 1000; //Số lƣợng tối đa hệ đƣợc sinh (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 63 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 double XSLaiGhep = 0.6; double XSDotBien = 0.01; void Run() { arrGA = new ArrayList(); //Khởi tạo quần thể ban đầu cách ngẫu nhiên KhoiTaoCaThe(); for (int i = 0; i < SLCTheTrongQT; i++) { AnhxaGAToHNN((CGenetic)arrGA[i],i); } //Sắp xếp độ thích nghi thể theo thứ tự giảm dần Sort(); //Lƣu giải pháp xấu CGenetic oGeneticToiNhat = (CGenetic)arrGA[0]; //Kiểm tra xem giải pháp khả thi không, không cung cấp hàm phạt for (int i = 0; i < arrGA.Count; i++) { CGenetic oGenetic = (CGenetic)arrGA[i]; if (KiemTraMotGiaiPhap(oGenetic.s) == false) { ArrayList arrTemp = new ArrayList(); oGenetic.fitness += N * oGeneticToiNhat.fitness; arrTemp.Add(oGenetic); arrGA[i] = arrTemp[0]; } } //Sắp xếp lại độ thích nghi giảm dần Sort(); int k = 0; while (k < SLToiDa ) { Random rd = new Random(); ArrayList arrTempGA1 = new ArrayList(); for (int j = 0;j < arrGA.Count; j=j+2) { //Chon ca the ngau nhieu theo banh xe xoso int m = ChonCaThe(); int n = ChonCaThe(); double rr = rd.NextDouble(); if (rr < XSLaiGhep ) { (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 64 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10(LUAN.VAN.THAC.SI).Lai.ghep.noron.Hopfield.va.giai.thuat.di.truyen.giai.bai.toan.toi.uu.rang.buoc.Luan.van.ThS.Cong.nghe.thong.tin.1.01.10 int idiemlaighep = rd.Next(0,N); ArrayList ar = new ArrayList(); ar = (ArrayList)arrGA.Clone(); CGenetic oGenetic1 = new CGenetic(); oGenetic1 =((CGenetic)arrGA[m]).Clone(); CGenetic oGenetic2 = new CGenetic(); oGenetic2 = (arrGA[n] as CGenetic).Clone(); for (int i = 0; i