Ứng dụng thuật toán tối ưu tiến hóa lai trong phân tích nhu cầu khách hàng

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN VĂN NGÀ ỨNG DỤNG THUẬT TOÁN TỐI ƢU TIẾN HĨA LAI TRONG PHÂN TÍCH NHU CẦU KHÁCH HÀNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN HÀ NỘI - 2016 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CƠNG NGHỆ NGUYỄN VĂN NGÀ ỨNG DỤNG THUẬT TỐN TỐI ƢU TIẾN HĨA LAI TRONG PHÂN TÍCH NHU CẦU KHÁCH HÀNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Ngành: Công nghệ thông tin Chuyên ngành: Truyền liệu mạng máy tính Mã số: Chuyên ngành thí điểm NGƢỜI HƢỚNG DẪN KHOA HỌC: TS Lê Hoàng Sơn HÀ NỘI - 2016 MỤC LỤC MỤC LỤC DANH SÁCH CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT DANH MỤC HÌNH VẼ LỜI CAM ĐOAN LỜI CẢM ƠN MỞ ĐẦU CHƢƠNG I TỔNG QUAN TỐI ƢU TIẾN HĨA VÀ BÀI TỐNPHÂN CỤM MỜ 11 1.1Tối ƣu tiến hóa 11 1.1.1.Thuật tốn lập trình tiến hóa 13 1.1.2 Chiến lƣợc tiến hóa 15 1.1.3 Thuật toán di truyền 15 1.1.4 Lập trình di truyền 16 1.1.5 Tiến hóa vi phân 17 1.1.6 Thuật tốn văn hóa 18 1.2.Bài toán phân cụm mờ 18 1.2.1.Khái quát phân cụm 18 1.2.2.Độ đo 20 1.2.3.Các thuật toán phân cụm tiêu biểu 21 1.2.4.Thuật toán phân cụm mờ 21 1.3.Kết luận chƣơng 23 CHƢƠNG THIẾT KẾ THUẬT TOÁN TỐI ƢU TIẾN HÓA LAI CHO PHÂN CỤM MỜ 24 2.1 Thuật toán Black Hole 24 2.1.1 Khái quát 24 2.1.2 Mơ tả thuật tốn 25 2.1.3 Cài đặt thuật toán 26 2.1.4 Ƣu điểm 26 2.2 Thuật toán Harmony Search 27 2.2.1 Khái quát 27 2.2.2 Mô tả thuật toán 27 2.2.3 Cài đặt thuật toán 29 2.2.4 Nhƣợc điểm 31 2.3 Thuật toán tối ƣu tiến hóa lai BHHS 31 2.3.1 Ý tƣởng 31 2.3.2 Mô tả thuật toán 32 2.3.3 Cài đặt thuật toán 32 2.4 Đánh giá ƣu, nhƣợc điểm thuật toán lai ghép BHHS 34 2.4.1 Ƣu điểm 34 2.4.2 Nhƣợc điểm 34 2.5 Kết luận chƣơng 35 CHƢƠNG XÂY DỰNG ỨNG DỤNG PHÂN TÍCH NHU CẦU KHÁCH HÀNG 36 3.1.Mô tả yêu cầu 36 3.2.Dữ liệu thực nghiệm 37 3.3.Thiết kế hệ thống 40 3.4.Cài đặt thuật toán BHHS Error! Bookmark not defined 3.5.Kết thực nghiệm thuật tốn demo chƣơng trình 44 3.6.Kết luận chƣơng 58 KẾT LUẬN 59 HƢỚNG PHÁT TRIỂN 60 PHỤ LỤC 61 TÀI LIỆU THAM KHẢO 62 DANH SÁCH CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT Từ cụm từ Từ viết tắt Từ tiếng Anh Lập trình tiến hóa EP Evolutionary Programming Chiến lƣợc tiến hóa ES Evolutionary Strategies Thuật tốn di truyền GA Genetic Algorithms Thuật tốn tìm kiếm google GP Google Panda Tiến hóa vi phân DE Differential Evolution Tiến hóa tính toán EC Evolutionary Computation Cultural algorithms CA Thuật toán văn hóa Phân cụm mờ C - Means FCM Fuzzy C – Means Phân cụm mờ J – Means FJM Fuzzy J – Means Hố đen BH Black Hole Thuật toán tìm kiếm hài hòa HS Hamorny Search Bộ nhớ hòa âm HM Hamorny Memory Thuật tốn tiến hóa tối ƣu lai BHHS Black Hole and Hamorny Search BHHS Tỷ lệ lỗi ER Error Rate Phƣơng thức chọn lọc nhớ MCO Memory considerationoperator Véc tơ nhớ hòa âm HMV Harmony memory vector Tỷ lệ điều chỉnh cao độ PAR Pitch Adjustment Rate Kích thƣớc nhớ hòa âm HMS Harmony memory size Tối ƣu hóa bầy đàn PSO Particle Swarm Optimization Tỷ lệ điều chỉnh nhớ hòa HCMR Harmony memory considering âm rate Giá trị thích hợp Fittest Tối ƣu hóa song song Parallel optimization environment Véc tơ giải pháp Solution vector Quần thể Population Tối ƣu hóa bầy đàn Particle swarm optimization DANH MỤC HÌNH VẼ Hình 1: Mơ nghệ sĩ chơi đàn tạo tần số Hình 2: Biểu diễn Usecase mơ tả chức ứng dụng Hình 3: Chức đánh giá kết thuật tốn Hình : Giao diện chƣơng trình Hình 5: Màn hình chọn file liệu Hình : Cây định thực lần Hình 7: Cây định thực lần Hình 8: Cây định thực lần Hình 9: Cây định thực lần Hình 10: Cây định thực lần Hình 11: Cây định thực lần Hình 12: Cây định thực lần Hình 13: Cây định thực lần Hình 14: Cây định thực lần Hình 15: Cây định thực lần 10 LỜI CAM ĐOAN Tôi xin cam đoan kết đạt đƣợc luận văn sản phẩm riêng cá nhân tôi, không chép lại cơng trình luận văn tác giả khác Trong toàn nội dung luận văn điều đƣợc trình bày cá nhân đƣợc tổng hợp từ nhiều nguồn tài liệu Tất tài liệu tham khảo, trích dẫn, số liệu kết tham khảo dung để so sánh có xuất xứ nguồn gốc rõ ràng đƣợc trích dẫn hợp pháp Tơi xin hồn tồn chịu trách nhiệm chịu hình thức kỷ luật theo quy định cho lời cam đoan HN, ngày tháng năm 2016 Tác giả luận văn Nguyễn Văn Ngà CHỦ TỊCH HỘI ĐỒNG GIÁO VIÊN HƢỚNG DẪN TS Nguyễn Hoài Sơn TS Lê Hoàng Sơn LỜI CẢM ƠN Em xin bày tỏ lòng biết ơn chân thành sâu sắc đến Tiến sĩ Lê Hoàng Sơn, Trung tâm Tính tốn Hiệu cao - Trƣờng Đại học Khoa học tự nhiên,thầy dành nhiều thời gian tận tình bảo, hƣớng dẫn em suốt trình tìm hiểu, triển khai nghiên cứu đề tài Thầy ngƣời định hƣớng đƣa nhiều góp ý q báu q trình em thực luận văn Em xin chân thành cảm ơn chân thành tới tồn thể thầy giáo khoa Công nghệ thông tin, Trƣờng Đại học Công nghệ Hà Nội, Đại học Quốc gia Hà Nội dạy bảo tận tình, trang bị cho em kiến thức quý báu, bổ ích tạo điều kiện thuận lợi suốt trình em học tập nghiên cứu trƣờng Em xin đƣợc gửi lời cảm ơn tới thầy cô, anh chị bạn Trung tâm Tính tốn Hiệu cao - Trƣờng Đại học Khoa học tự nhiên giúp đỡ em suốt thời gian làm luận văn Em xin chân thành cảm ơn tới gia đình, bạn bè, đồng nghiệp bên em cổ vũ, động viên, giúp đỡ em suốt trình học tập thực luận văn Do có nhiều hạn chế thời gian kiến thức nên luận văn không tránh khỏi thiếu sót, mong nhận đƣợc ý kiến đóng góp q báu q thầy bạn quan tâm Luận văn đƣợc thực dƣới tài trợ đề tài nghiên cứu mã số: 102.05-2014.01 Quỹ phát triển khoa học công nghệ quốc gia (NAFOSTED) Cuối em xin gửi lời chúc sức khỏe thành đạt tới tất q thầy cơ, q đồng nghiệp tồn thể gia đình bạn bè Xin chân thành cảm ơn! MỞ ĐẦU Đặt vấn đề Ngày nay, công nghệ thơng tin có nhiều chuyển biến mạnh mẽ, số lƣợng chất lƣợng hai lĩnh vực phần cứng phần mềm, điều tác động lớn đến phát triển xã hội Sự bùng nổ thông tin đem đến lƣợng liệu khổng lồ cho nhân loại, đòi hỏi ngƣời phải biết khai thác liệu xử lý thơng tin phục vụ cho mục đích Một kỹ thuật quan trọng trình khai phá liệu xử lý liệu lớn kỹ thuật phân cụm liệu Phân cụm đặc biệt hiệu ta thông tin cụm, ta quan tâm tới thuộc tính cụm mà chƣa biết biết thơng tin Phân cụm đƣợc coi nhƣ công cụ độc lập để xem xét phân bố liệu, làm bƣớc tiền xử lý cho thuật tốn khác Việc phân cụm liệu có nhiều ứng dụng nhƣ lập quy hoạch đô thị, nghiên cứu trái đất, địa lý, khai phá Web v.v Trong kinh doanh, yếu tố khách hàng định đến thành bại doanh nghiệp Khi thông tin trở thành yếu tố định kinh doanh vấn đề tìm thơng tin hữu ích sở liệu khổng lồ ngày trở thành mục tiêu quan trọng doanh nghiệp Khai phá liệu hƣớng nghiên cứu phổ biến việc tổ chức kho liệu kho thơng tin Đã có nhiều nghiên cứu ngồi nƣớc quan tâm tới việc hình thành luật từ liệu không đƣợc thực phƣơng pháp khai phá liệu nói chung mà đƣợc xây dựng lý thuyết cụm mờ Phân cụm mờ cơng cụ hữu hiệu tốn khai phá liệu, phân tích khách hàng Thuật tốn phân cụm mờ phƣơng pháp thƣờng đƣợc sử dụng nhận dạng mẫu cho kết mơ hình tốt nhiều trƣờng hợp Tuy nhiên, điểm yếu phân cụm mờ nghiệm tối ƣu cực trị địa phƣơng Do vậy, xu hƣớng sử dụng thuật tốn tối thiểu tối ƣu tiến hóa cho phân cụm mờ để tìm nghiệm tối ƣu tồn cục, nâng cao chất lƣợng phân cụm Luật Nếu BEDS=0.507031 bệnh viên có mức tiêu thụ y tế thuộc nhóm cao nhóm thấp Luật Nếu BEDS=0.477642 thì bệnh viện có mức tiêu thụ y tế cao Luật Nếu BEDS