Nghiên cứu và phát triển thuật toán di truyền cho tối ưu điện từ trường

NGUYỄN THU TRANG BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - Họ tên tác giả luận văn NGUYỄN THU TRANG KỸ THUẬT VIỄN THÔNG TÊN ĐỀ TÀI LUẬN VĂN Nghiên cứu phát triển thuật toán di truyền cho tối ưu điện từ trường LUẬN VĂN THẠC SĨ KỸ THUẬT KỸ THUẬT VIỄN THƠNG KHỐ2015A KTVT Hà Nội – 2017 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Họ tên tác giả luận văn NGUYỄN THU TRANG TÊN ĐỀ TÀI LUẬN VĂN Nghiên cứu phát triển thuật toán di truyền cho tối ưu điện từ trường Chuyên ngành : KỸ THUẬT VIỄN THÔNG LUẬN VĂN THẠC SĨ KĨ THUẬT KỸ THUẬT VIỄN THÔNG NGƯỜI HƯỚNG DẪN KHOA HỌC : TS PHẠM THÀNH CÔNG Hà Nội – 2017 LỜI CAM ĐOAN ············································································3 LỜI N I Đ ················································································4 DANH MỤC KÍ HIỆU VÀ CÁC CHỮ VIẾT TẮT ···································6 DANH MỤC CÁC BẢNG ··································································7 DANH MỤC HÌNH VẼ, ĐỒ THỊ ·························································8 CHƢƠNG : TỔNG QUAN VỀ CÁC THUẬT TOÁN TỐI Ƣ ··················9 Tối ưu hóa hàm biến ····························································· 10 1.1 Phương pháp vét cạn······························································· 10 1.2 Phương pháp tìm kiếm ngẫu nhiên ·············································· 10 1.3 Phương pháp tìm kiếm điểm vàng ··············································· 11 1.4 Phương pháp newton ······························································ 11 1.5 Phương pháp nội suy phương trình bậc hai····································· 12 Tối ưu hóa hàm nhiều biến ··························································· 12 2.1 Tìm kiếm ngẫu nhiên ······························································ 13 2.2 Tìm kiếm đường thẳng ···························································· 13 2.3 Thuật toán Nelder - Mead - Downhill - Simplex ······························ 17 So sánh thuật toán với ····················································· 17 Thuật toán mơ ủ ································································ 19 Thuật tốn di truyền ··································································· 20 CHƢƠNG : PHÂN TÍCH THUẬT TỐN DI TRUYỀN ························ 22 Lý thuyết thuật toán di truyền····················································· 22 2.1 hái ni m thuật toán di truyền ··················································· 22 2.2 ác bước th c hi n thuật toán di truyền ········································ 25 2.2.1 ạo qu n thể ban đ u ························································ 25 2.2.2 ánh giá s th ch nghi ························································ 26 2.2.3 ch n c t nhi n ·························································· 28 2.2.4 a ch n c p đ i ··························································· 29 2.2.5 ạo ········································································· 31 2.2.6 đột biến ····································································· 33 2.2.7 ết th c thuật toán ···························································· 33 2.3 ối ưu n t trường b ng thuật toán di truyền ······························· 33 2.3.1 Tối ưu hàm tham số anten b ng phương pháp a ch n giao đấu tournament trao đổi chéo m t nạ ngẫu nhiên ································· 33 2.3.2 Tối ưu hàm th ng số anten b ng bánh xe Rou ette trao đổi chéo điểm ···················································································· 40 CHƢƠNG : ỨNG DỤNG THUẬT TOÁN DI TRUYỀN CHO TỐI Ƣ ĐIỆN TỪ TRƢỜNG ··············································································· 47 Tối ưu hóa anten mảng ································································ 47 Kết đạt ······································································· 49 Bài h c rút ra············································································ 57 ẾT ẬN ·················································································· 60 T I IỆ THAM HẢO ································································ 61 LỜI CAM ĐOAN i xin cam đam: Bản luận văn tốt nghi p cơng trình nghiên cứu cá nhân t i, th c hi n d a tr n sở nghiên cứu lý thuyết, th c tế với s hướng dẫn, bảo TS.Phạm Thành Cơng Các số li u, hình ảnh đồ thị, kết luận đưa vào uận văn trung th c, d a s nghiên cứu mơ hình, kết đạt báo giới trải nghi m thân chưa t ng cơng bố hình thức trước trình bày bảo v trước “Hội đồng đánh giá uận văn thạc sĩ kỹ thuật” Hà nội, Ngày 01 thánh 04 năm 2017 Người cam đoan Nguyễn Thu Trang LỜI N I Đ i n t trường có ứng dụng lớn ĩnh v c quan tr ng khoa h c kỹ thuật giới ĩnh v c thông tin truyền thông, chinh phục vũ trụ Vấn đề tối ưu hóa n t trường vấn đề quan tâm đ u tư nhiều công sức nghiên cứu Mơ hình xạ anten đại di n n t trường Anten ph n quan tr ng thiếu h thống thơng tin vơ tuyến nào, h thống vơ tuyến nghĩa h thống có sử dụng n t trường H thống kh ng thể kh ng dùng đến thiết bị xạ, thu ho c phát sóng n t - ch nh thiết bị anten Anten ứng dụng nhiều ĩnh v c, ĩnh v c bao gồm h thống thơng tin vơ tuyến, vơ tuyến truyền hình, truyền thanh, h thống thi n văn, v tuyến điều khiển t xa Với ứng dụng yêu c u kỹ thuật anten khác vấn đề quan tr ng đ t với người làm nghiên cứu, chế tạo anten tối ưu hóa thiết kế theo ti u định sẵn với t ng loại anten ứng dụng ĩnh v c cụ thể Vấn đề tối ưu hóa nhiều tác giả ngồi nước nỗ l c nghiên cứu Khơng sử dụng phương pháp truyền thống, phương pháp Gradient mà nhà nghiên cứu vận dụng phương pháp di truyền vào vi c tối ưu hóa thiết kế Thuật tốn di truyền khơng sử dụng đơn thu n sinh h c ta thường nghĩ mà ch ng ta vận dụng đ c tính tiến hóa, thích nghi t nhi n để lập trình, áp dụng vào thiết kế để giải tốt toán n t trường, toán tối ưu, toán mà có tham số rời rạc.Trong phạm vi luận văn t i xin trình bày vấn đề làm để áp dụng s l a ch n t nhiên, s tiến hóa, s đột biến thuật tốn di truyền để tối ưu hóa m hình xạ Áp dụng tối ưu hóa anten mảng Sau thời gian nghiên cứu, h c tập làm vi c với s hướng dẫn tận tình TS Phạm hành ng em hoàn thành uận văn thạc sỹ với t n đề tài :“NGHIÊN CỨU VÀ PHÁT TRIỂN THUẬT TOÁN DI TRUYỀN CHO TỐI Ƣ ĐIỆN TỪ TRƢỜNG“ Với nỗ l c thật s luận văn em đạt số kết định m c dù s hạn chế m t thời gian nên em không tránh khỏi số thiếu sót số nhi m vụ chưa hồn thành em mong nhận ý kiến đống góp th y cô giáo bạn bè Em xin gửi lời cảm ơn chân thành tới :  Thầy giáo TS Phạm Thành Công  Các thầy, cô dạy giảng dậy giúp em có đƣợc kiến thức cốt lõi phục vụ cho việc thực luận văn  Viện Điện tử - Viễn thông, Viện đào tạo sau đại học trƣờng Đại học Bách Khoa Hà Nội Cùng toàn thể gia đình, bạn bè hỗ trợ em trình nghiên cứu H c viên th c hi n NGUYỄN THU TRANG DANH MỤC KÍ HIỆU VÀ CÁC CHỮ VIẾT TẮT Chữ viết tắt GA RCS AF BFGS DFP NMDS SD Tên tiếng anh Genetic Algorithm Radar Cross Section Array factor Broyden–Fletcher–Goldfarb– Shanno Davidon–Fletcher–Powell Nelder–Mead downhill simplex Steepest descent DANH MỤC CÁC BẢNG Bảng 2.1 Khởi tạo qu n thể .36 Bảng 2.2 Sau xếp 36 Bảng 2.3 Ch n ứng cử viên làm bố mẹ .36 Bảng 2.4 Tạo m t nạ trao đổi chéo ngẫu nhiên 37 Bảng 2.5 S đột biến h thứ .37 Bảng 2.6 Sắp xếp giá trị cost sau đột biến 38 Bảng 2.7 Ch n l a tournament h thứ 38 Bảng 2.8 Tạo m t nạ tạo 39 Bảng 2.9 S đột biến h thứ 39 Bảng 2.10 Qu n thể sau xếp h thứ hai .39 Bảng 2.11 Kết tối ưu tìm h thứ 31 40 Bảng 2.12 Giá trị hàm mục ti u nhi m sắc thể 41 Bảng 2.13 ắp xếp qu n thể theo giá trị hàm mục ti u .41 Bảng 2.14 ốn nhi m sắc thể tốt giữ ại 42 Bảng 2.15 a ch n bố mẹ theo phương pháp bánh xe Rou tte whee 43 Bảng 2.16 ác tạo sau trao đổi chéo .44 Bảng 2.17 u n thể h sau đột biến 45 Bảng 2.18 hế h thứ sau xếp .45 Bảng 3.1Tham số đ u vào thuật toán 50 Bảng 3.2 hay đổi tham số đ u vào thuật toán 53 Bảng 3.3 Tổ hợp tr ng số bi n độ tốt sau tối ưu b ng thuật toán di truyền 57 DANH MỤC HÌNH VẼ, ĐỒ THỊ Hình 1.1 Khoảng tìm kiếm điểm vàng 11 Hình 1.2 đồ khối thuật tốn tìm kiếm đường thẳng .13 Hình 1.3 Thuật tốn tìm kiếm theo trục t a độ tìm ba điểm c c tiểu khác với ba điểm bắt đ u khác 14 Hình 1.4 Bảng so sánh giá trị c c đại phụ trung bình thuật toán với loại anten khác 19 Hình 1.5 Giá trị trung bình búp sóng phụ tăng số l n chạy thuật tốn 19 Hình 1.6 ộ hội tụ hàm mục tiêu dùng thuật tốn mơ ủ 20 Hình 2.1 ưu đồ thuật tốn di truyền 25 Hình 2.2 ánh xe Rou ette cho bố mẹ 30 Hình 2.3 ánh xe Rou ette cho bố mẹ 30 Hình 2.4 Ch n l c giao đấu .31 Hình 2.5 Giá trị nhỏ AF tìm thuật tốn vẹt cạn 35 Hình 2.6 ánh xe rou ette whee a ch n bốn nhi m sắc thể 42 Hình 3.1 So sánh hàm AF anten mảng 20 ph n tử trước sau tối ưu dùng thuật toán di truyền biến liên tục mức side obe đạt -24.808dB 50 Hình 3.2 ộ hội tụ thuật toán .51 Hình 3.3 ộ hội tụ thuật tốn giảm tỉ l đột biến 0.2 52 Hình 3.4 So sánh hàm yếu tố mảng AF tỉ l đột biến giảm 0.2 52 Hình 3.5 ide obe đạt -27.393d thay đổi thơng số 53 Hình 3.6 ộ hội tụ thuật toán .54 Hình 3.7 Giá trị hàm mục tiêu sau 1000 vòng l p đạt -30.552dB 55 Hình 3.8 Hàm tham số mảng 55 Hình 3.9 ộ hội tụ thuật tốn .56 Hình 3.10 Hàm yếu tố mảng AF theo u giá trị side obe đạt -24.087dB 56 CHƢƠNG : ỨNG DỤNG THUẬT TOÁN DI TRUYỀN CHO TỐI Ƣ ĐIỆN TỪ TRƢỜNG Tối ƣu hóa anten mảng Anten mảng tập hợp anten ri ng bi t, ch ng i n kết với nhờ mối quan h bi n độ pha tương tác pha khác tăng cường t n hi u theo hướng mong muốn giảm t n hi u theo hướng khác iều cho phép mảng anten hoạt động anten nhất, s cải thi n số đ c t nh định hướng độ ợi anten [1] H u hết toán tối ưu th c tế có nhiều biến c n tối ưu hế để đơn giản bước đ u ta s xem xét toán tối ưu với biến ối ưu hóa th c chất ch nh t m kiếm giá trị ớn ho c giá trị nhỏ hàm mục ti u, tức tối ưu hàm tốn h c hàm s trả giá trị ột biến truyền vào hàm mục ti u ục đ ch vi c tối ưu hóa tìm s kết hợp biến để hàm mục ti u trả giá trị ớn ho c nhỏ Một đáp ứng mảng anten d a vào tr ng số vị trí điểm nguồn đẳng hướng g i h số mảng (array factor AF), với anten tuyến tính h số mảng định nghĩa theo c ng thức sau: ∑ rong = (3.1) : tr ng số ph n tử làgóc l ch pha vị trí đ t ph n tử vị trí quan sát N số ph n tử mảng anten Trong nhiều trường hợp, h số mảng (AF) chuyển đổi sang mơ hình xạ trường xa anten (FF) theo công thức : FF = EP x AF 47 rong EP m hình ph n tử - element pattern) mô góc trường xa anten đơn ẻ mảng anten, giả sử r ng tất ph n tử mảng có mơ hình giống h t Hàm giá trị cho thuật toán di truyền th ng thường bao gồm số khía cạnh h số mảng ho c mơ hình anten.Ví dụ trở kháng hay thiết kế mạng quan tr ng đưa vào ứng dụng th c tế Tối ưu tr ng số bi n độ khơng thơng dụng phương pháp tuyến tính có sẵn tổng hợp d a theo tr ng số bi n độ Tối ưu hóa tr ng số bi n độ trở lên quan tr ng phương pháp tuyến tính tổng hợp khó khăn hạn chế định tr ng số ho c mơ hình Pha vị trí ph n tử bao gồm đối số hàm mũ phương pháp tuyến tính khơng giải cịn thuật tốn di truyền lại ứng dụng tốt Mảng anten có nhiều cách cấu hình Anten d c theo trục x có h số anten AF theo công thức sau [5]: ∑ (3.2) anten tuyến tính d c theo trục z có h số anten theo công thức : ∑ (3.3) Mảng anten có N ph n tử, ph n tử giả sử r ng ch ng cách tâm anten yếu tố mảng array factor AF cho cơng thức sau: ( ) rong ∑ ( ) bi n độ ph n tử thứ n góc t broadside Và khoảng cách ph n tử tâm anten 48 (3.4) Mục đ ch ch nh toán đưa tìm tổ hợp bi n độ ph n tử mà tạo mức bước sóng phụ giảm tối đa ể àm điều này, thuật toán sử dụng để tối ưu hàm giá trị (cost function – cf) sau: ∑ (3.5) Kết đạt đƣợc ể điều khiển đồ thị phương hướng với mục ti u quét b p sóng, người ta điều khiển pha tr ng số n điều khiển đồ thị phương hướng với mục ti u nén mức c c đại phụ, người ta điều khiển tr ng số bi n độ ới giải pháp điều khiển bi n độ tr ng số khác nén mức c c đại phụ giá trị khác có ảnh hưởng đến dạng b p sóng ch nh ó nhiều dạng cửa sổ phân bố bi n độ tr ng số áp dụng kỹ thuật h anten dạng chữ nhật, Hamming, ay or, hebyshev Dạng cửa sổ phân bố bi n độ tr ng số chữ nhật, tức phân bố bi n độ tr ng số đồng tất nhánh xử t n hi u h anten, chủ yếu áp dụng cho trường hợp điều khiển đồ thị phương hướng để quét b p sóng, chấp nhật mức suy giảm c c đại phụ ác cửa sổ phân bố tr ng số khác có mức c c đại phụ nhỏ hi điều khiển kết hợp tr ng số pha bi n độ v a điều khiển quét bước sóng v a nén c c đại phụ đủ nhỏ Hàm giá trị trả mức b p sóng phụ ớn cho ph n tử mảng đánh tr ng số bi n độ sau: ( ) ∑ (3.6) h c hi n tối ưu hàm mục ti u với thuật toán di truyền b ng ng n ngữ ập trình mat ab theo trình bày chương trước 49 Giả sử anten đối xứng số bit cá thể nvar = N/2 Các thông số toán l a ch n sau: Tên biến Ý nghĩa Giá trị npop Số cá thể qu n thể nvar Số bit cá thể 10 mutrate Tỉ l đột biến 0.35 natsel Số cá thể giữ lại Npop/2=15 N Số ph n tử anten mảng 20 d Khoảng cách ph n tử /2 Bảng 3.1 Tham số đ u vào thuật tốn Hình 3.1 So sánh hàm AF anten mảng 20 ph n tử trước sau tối ưu dùng thuật toán di truyền biến liên tục mức side obe đạt -24.808dB 50 Hình 3.2 ộ hội tụ thuật tốn Mức side obe đạt -24.808d au 200 v ng định d ng lại p thuật toán chạy ổn ường nét liền màu đen hàm array factor v vòng l p đ u tiên với giá trị nhi m sắc thể - vector tr ng số bi n độ anten tạo ngẫu nhiên Giá trị khởi tạo tạo code hàm giá trị để tính tốn at ab đưa vào ường nét đứt màu xanh hàm array factor v giá trị mức búp sóng phụ đạt c c tiểu -24.808dB Giá trị vector tr ng số bi n độ tìm tương ứng 0.80407 0.36707 0.34588 0.81181 0.085552 0.78895 0.6105 0.5366 0.40911 0.13985 Anten giả sử đối xứng nên thiết kế s lấy giá trị tr n đối xứng hai bên Giữ nguyên tham số số ph n tử anten, số ph n tử giữ lại sau vòng l p, thay đổi tỉ l đột biến b ng 0.2 ta độ hội tụ thuật toán hàm array factor kết sau: 51 Hình 3.3 ộ hội tụ thuật tốn giảm tỉ l đột biến cịn 0.2 Hình 3.4 So sánh hàm yếu tố mảng AF tỉ l đột biến giảm 0.2 Mức side obe đạt -29.346 d au 300 v ng p thuật toán chạy ổn định d ng lại ường nét đứt thể hi n hàm arrayfactor vòng l p thứ 500 biến 52 thiên nhiều Giá trị vector tr ng số bi n độ tìm 0.96049 0.88803 0.6674 0.69059 0.52655 0.42587 0.31293 0.10101 ector ứng dụng để thiết kế anten 0.9121 0.23165 Tiếp theo ta thay đổi tham số toán sau: Tên biến Ý nghĩa Giá trị npop Số cá thể qu n thể 20 nvar Số bit cá thể 10 mutrate Tỉ l đột biến 0.15 natsel Số cá thể giữ lại Npop/2=10 N Số ph n tử anten mảng 20 d Khoảng cách ph n tử Bảng 3.2 hay đổi tham số đ u vào thuật tốn Hình 3.5 ide obe đạt -27.393d thay đổi thơng số 53 /2 Hình 3.6 ộ hội tụ thuật toán Mức sidelobe mà thuật toán đạt thay đổi tham số tr n 27.393dB Tới số vịng l p 400 giá trị tìm ổn định d n ta cho d ng thuật tốn vịng l p thứ 500 Giá trị vector bi n độ tr ng số tìm giá trị đ u vào 0.98616 0.25189 0.14755 0.99214 0.96132 0.83079 0.52681 0.50947 0.13469 0.00038283 Giá trị tìm s đưa vào th c tế để thiết kế điều chỉnh anten giúp tối ưu hóa mức búp sóng phụ anten mảng 20 ph n tử Nhờ có thuật tốn di truyền mà q trình tối ưu hóa anten trở lên d dàng nhiều au tiếp tục trình tối ưu ta tăng số vịng l p lên 1000 vịng l p Tức thuật tốn s chạy 1000 l n trình ch n l c, tạo con, đột biến Sau vòng l p giá trị tốt giữ lại 50% bị loại bỏ 50% Số ượng ph n tử u n giữ nguyên Mức side obe đạt -30.552dB vector tr ng số bi n độ tương 54 ứng tìm 0.95999 0.28887 0.17936 0.94157 0.15359 0.83199 0.041308 0.6944 0.49256 thị v hình dưới: Hình 3.7 Giá trị hàm mục tiêu sau 1000 vòng l p đạt -30.552dB Giá trị side obe đạt giảm đáng kể -30.552 Hình 3.8 Hàm tham số mảng 55 0.42382 Nếu giữ nguyên tham số tr n hay đổi tỉ l đột biến mutrate n 0.5 ta kết sau: Hình 3.9 ộ hội tụ thuật tốn Hình 3.10 Hàm yếu tố mảng AF theo u giá trị side obe đạt -24.087dB 56 Như vậy, để thuật toán chạy tốt ta c n điều chỉnh tham số đ u vào cho hợp để đạt kết xác tối ưu Sau th c nghi m ta tìm tổ hợp bi n độ tốt sau tối ưu hóa b ng thuật toán di truyền sau: Thứ t Nhi m sắc thể ( vector tr ng số) 0.80407 0.40911 0.96049 0.52655 0.98616 0.50947 0.95999 0.42382 0.95432 0.72019 0.81181 0.36707 0.9121 0.42587 0.99214 0.25189 0.94157 0.28887 0.82007 0.42965 0.78895 0.6105 0.5366 0.34588 0.085552 0.13985 0.88803 0.6674 0.69059 0.31293 0.23165 0.10101 0.96132 0.83079 0.52681 0.14755 0.13469 0.00038283 0.83199 0.6944 0.49256 0.17936 0.15359 0.041308 0.80518 0.67504 0.69649 0.37103 0.39348 0.1001 Mức bước sóng phụ (dB) -24.808 -29.346 -27.393 -30.552 -24.087 Bảng 3.3 Tổ hợp tr ng số bi n độ tốt sau tối ưu b ng thuật toán di truyền Các vector tr ng số s ứng dụng để thiết kế anten mảng đạt kết tối ưu đưa vào th c tế Bài học rút Bài tốn tối ưu hóa b ng thuật tốn di truyền c n điều khiển nhiều thông số c n phải xem xét đánh đổi vài tham số Ví dụ: Số it để mã hóa tham số Dùng nhiều bit để mã hóa tham số kết ch nh xác nhiều thời gian để hội tụ Một vài hướng dẫn thu t công thức phát triển liên quan tới lỗi thống kê mức bước sóng phụ ho c mức khơng Ví dụ, mức bước sóng phụ mảng anten với pha chu n hóa đưa theo c ng thức sau [1]: (3.7) √ 57 rong số bit phép dịch pha ho c nhi m sắc thể Mức bước )2 Nếu mức bước sóng phụ -20dB B sóng phụ tương đối mảng ( số nguyên lớn ( √ ) Số ƣợng nhiễm sắc thể để khởi tạo quần thể.Càng nhiều nhi m sắc thể cung cấp không gian giải pháp tốt ại thời gian để tới hội tụ Do ta có thỏa thuận r ng, tổng số nhi m sắc thể gấp 10 l n số bit mã hóa nhi m sắc thể Nếu có nhiều bit nhi m sắc thể máy tính c n đổi li u sang ổ cứng Ram s kh ng đủ để chạy rong trường hợp này, ta nên sử dụng nhi m sắc thể hi chuyển li u sang ổ cứng, chương trình s chạy chậm nhiều chạy RAM Tạo danh sách ngẫu nhiên.Loại phân phối xác xuất đánh tr ng số tham số có ảnh hưởng đáng kể tới thời gian hội tụ Người ta thường sử dụng phân phối phổ biến để tạo bit nhi m sắc thể Khu v c trung tâm anten s dày đ c khu v c hai bên cạnh để tạo bước sóng phụ thấp mơ hình xạ Sự lựa chọn tự nhiên.Hi n có số phương pháp để định nhi m sắc thể bị loại bỏ.Nếu h u hết nhi m sắc thể bị loại bỏ s có nhiều nhi m sắc thể ngẫu nhi n tạo vòng l p Loại bỏ nhi m sắc thể d a theo mức bước sóng phụ chấp nhận cho thời gian hội tụ nhanh oại bỏ 50% nhi m sắc thể vòng l p Ghép đôi để tạo con.Nhi m sắc thể ghép đ i t top tới bottom danh sách ho c ngẫu nhiên ho c t tốt tới xấu ách ghép đ i t top tới bottom danh sách xếp mang lại kết tốt Số ƣợng đột biến S đột biến chống lại s bế tắc giá trị c c tiểu cục ại tăng thời gian hội tụ Tỉ l đột biến khoảng 1% số nhi m sắc thể vòng l p 58 Độ hội tụ thuật toán ác định điểm d ng thuật tốn vi c khó i thuật toán hội tụ nhanh, đ i kh ng kh ng có đảm bảo r ng s tìm c c trị toàn cục Khi chạy thuật tốn có vấn đề hội tụ ta xem xét thay đổi yếu tố sau 1, tăng số ượng đột biến, tăng số ượng nhi m sắc thể ho c 3) thay đổi thuật toán khác phù hợp Thuật toán di truyền hữu ích cho nhiều tốn tối ưu hóa n t trường.Có thể thuật tốn chạy s thời gian kết đưa tốt.Thuật tốn tối ưu toán với nhiều tham số khơng u c u tính tốn gradient Ưu điểm khác thuật toán tối ưu tham số rời rạc mà thuật toán vét cạn hay ngẫu nhiên tốn nhiều thời gian 59 ẾT ẬN Khi thuật tốn tuyến tính khơng phát huy tác dụng với tốn có nhiều tham số hay tham số phức tạp, liên tục, rời rạc thuật tốn di truyền thể hi n s ưu vi t toán tối ưu ối ưu hóa u n c n thiết để đảm bảo cho thiết kế hoạt động trơn tru cách tốt Trong phạm vi luận văn ta vào tìm hiểu thuật tốn tối ưu hi n phát triển sử dụng, sâu vào tìm hiểu hoạt động thuật toán di truyền, xem xét cách th c hi n thuật toán ứng dụng thuật toán vào tối ưu trường n t anten mảng Sau trình tìm hiểu ta r t số kết luận sau: Tỉ l đột biến k ch thước qu n thể thuật toán di truyền đóng vai tr ch nh tới độ hội tụ tốc độ thuật toán.Các tham số khác ảnh hưởng t ột qu n thể k ch thước nhỏ cải thi n hi u với h đ u tiên qu n thể có k ch thước lớn cải thi n hi u h sau Tỉ l đột biến cao cải thi n hi u off ine – giá trị cost tốt tìm thấy h hi n Tỉ l đột biến thấp cải thi n hi u on ine – giá trị trung bình tất cost th hi n Tỉ l trao đổi chéo tốt xấp xỉ 100% loại trao đổi chéo không ảnh hưởng tới s hoạt động thuật tốn Thuật toán di truyền s thuật toán mạnh m ứng dụng nhiều ĩnh v c ĩnh v c tối ưu tr tu nhân tạo h ng qua ghép, đột biến, thuật tốn di truyền u n tìm giá trị c c trị tối ưu toàn cục.Khả thuật toán c n khai thác khám phá tương đạt số ượng lớn nghiên cứu thành công lý thuyết th c tế chứng minh r ng thuật toán di truyền kỹ thuật mạnh m thiết th c 60 T I IỆ THAM HẢO Haupt, R L (1995), An introduction to genetic algorithms for electromagnetics, IEEE Antennas Propagat Magazine, vol 37, pp 7-14 G Luenberger (1984), Linear and Nonlinear Programming, Addison-Wesley, Reading, MA, pp 188-212 M J D Powell (1964), An efficient way for finding the minimum of a function of several variables without calculating derivatives, Comput J, pp 155–162 P Brahma, P Nandi (2015), A Senapati and J S Roy, Reduction of Sidelobe level of thinned phase array antenna using genetic algorithms, International Journal of Computer Application, pp 1-3 Peter Joseph Bevelacqua (2008) , Antenna Arrays: Performance Limits and Geometry Optimization, Arizona State University , pp 38-44 R L Haupt (2007), Genetic Algorithms in electromagnetics, A John Wiley & Sons Inc., Publication, pp 39-42 and 71-75 S Kirkpatrick, C D Gelatt, Jr., and M P Vecchi (1983), Optimization by simulated annealing, Science pp 220:671–680 V Rajya Lakshmi, and G S N Raju (2011), Optimization of Thinned Dipole Arrays Using Genetic Algorithm, IACSIT International Journal of Engineering and Technology, Vol 3, No 6, pp 1-5 61 ... DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Họ tên tác giả luận văn NGUYỄN THU TRANG TÊN ĐỀ TÀI LUẬN VĂN Nghiên cứu phát triển thuật toán di truyền cho tối ưu điện từ trường. .. : PHÂN TÍCH THUẬT TỐN DI TRUYỀN Lý thuyết thuật tốn di truyền 2.1 hái niệm thuật toán di truyền huật toán di truyền phương pháp để giải tốn tối ưu hóa ràng buộc kh ng ràng buộc d a vào s ch n... giả nước nỗ l c nghiên cứu Không sử dụng phương pháp truyền thống, phương pháp Gradient mà nhà nghiên cứu vận dụng phương pháp di truyền vào vi c tối ưu hóa thiết kế Thuật tốn di truyền khơng sử