Nghiên cứu phát triển một thuật toán mới, lấy cảm hứng từ quá trình săn mồi của loài chó rừng vằn hông (Side-striped jackal) để tạo ra thuật toán tìm kiếm hiệu quả hơn so với các thuật toán cũ. Nghiên cứu sử dụng dụng mô phỏng sự kiện rời rạc (DES) và đưa ra các sự cố giả định để giải quyết bài toán tối ưu hóa đa mục tiêu với kì vọng chọn được phương án có tổng thời gian chờ và quãng đường di chuyển là tối ưu nhất.
Tạp chí Khoa học Cơng nghệ Xây dựng, NUCE 2021 15 (2V): 98–109 PHÁT TRIỂN THUẬT TỐN CHĨ RỪNG VẰN HƠNG ĐỂ TỐI ƯU HĨA Q TRÌNH VẬN CHUYỂN VÀ GIẢM Ơ NHIỄM KHÍ THẢI CO2 TRONG CƠNG NGHIỆP VÀ DÂN DỤNG Phạm Vũ Hồng Sơna,b,∗, Trần Trọng Khôia,b a Khoa Kỹ thuật Xây dựng, Trường Đại học Bách Khoa TP Hồ Chí Minh, 268 đường Lý Thường Kiệt, quận 10, TP Hồ Chí Minh, Việt Nam b Đại học Quốc gia Thành phố Hồ Chí Minh, phường Linh Trung, quận Thủ Đức, TP Hồ Chí Minh, Việt Nam Nhận ngày 27/01/2021, Sửa xong 04/05/2021, Chấp nhận đăng 06/05/2021 Tóm tắt Quá trình điều phối hoạt động cung cấp hàng hóa để đạt yêu cầu hiệu yêu cầu khó quản lý chuỗi cung ứng Những thay đổi liên tục trình vận chuyển u cầu cao lượng khí thải mơi trường thách thức không nhỏ cho nhà phân phối Nghiên cứu phát triển thuật toán mới, lấy cảm hứng từ q trình săn mồi lồi chó rừng vằn hơng (Side-striped jackal) để tạo thuật tốn tìm kiếm hiệu so với thuật tốn cũ Nghiên cứu sử dụng dụng mơ kiện rời rạc (DES) đưa cố giả định để giải tốn tối ưu hóa đa mục tiêu với kì vọng chọn phương án có tổng thời gian chờ quãng đường di chuyển tối ưu Kết so sánh với thuật tốn cũ cho thấy tính trội thuật toán đề xuất đưa phương án kinh tế khí thải khí CO2 mơi trường Nghiên cứu cịn giải vấn đề thay đổi lộ trình xét đến điều kiện thực tế Qua đó, thuật tốn giúp cho q trình quản lý vận chuyển hàng hóa chủ động giảm thiểu phát sinh chi phí có điều kiện bất lợi khơng mong muốn xảy Từ khố: tối ưu hóa chó rừng vằn hơng; SSJ; hiệu ứng nhà kính; tối ưu hóa q trình vận chuyển; thuật tốn tối ưu bầy đàn DEVELOPMENT OF SIDE-STRIPED JACKAL ALGORITHM FOR OPTIMIZING TRANSPORTATION AND REDUCING CO2 EMISSION POLLUTION IN CIVIL INDUSTRY Abstract It is a challenge for managing and allocating goods effectively in supply chain management The fluctuation of transportation methods as well as high demand on environment emission are always being a challenge for distributors This study develops a novel algorithm, mimic the side-striped jackal’s hunting strategy to create a more efficient search algorithm than the conventional research The study utilizes discrete event simulation (DES) and provides hypothetical crashes to solve the multi-objective optimization problem with an expectation of a rational total waiting time and traveled distance The result has been validated with the aforementioned algorithms, showing the superiority of the proposed algorithm by achieving lower cost and less CO2 emissions into the environment This paper also provides a solution for changing the route which is much more realistic situation Thereby, the logistic management can be more proactive for managing the goods’ delivery as well as reduce risk given by unexpected events Keywords: side-striped jackal optimization; SSJ; lessen greenhouse gases; freight coordination optimization; particle swarm optimization https://doi.org/10.31814/stce.nuce2021-15(2V)-08 © 2021 Trường Đại học Xây dựng (NUCE) ∗ Tác giả đại diện Địa e-mail: pvhson@hcmut.edu.vn (Sơn, P V H.) 98 Sơn, P V H., Khôi, T T / Tạp chí Khoa học Cơng nghệ Xây dựng Giới thiệu Ngày nay, nhu cầu vận chuyển hàng hóa ngày phát triển để phục vụ nhu cầu xã hội Qua đó, khí thải từ phương tiện trình vận chuyển tăng lên ảnh hưởng đến môi trường sống sức khỏe người Ngồi ra, q trình vận chuyển tiêu thụ nhiều nguyên liệu hóa thạch gây cạn kiệt tài nguyên Các nhà khoa học đưa phương án như: chuyển sang dùng xe điện nghiên cứu nhiên liệu Tuy nhiên, phương án cần có nhiều thời gian chuẩn bị chi phí đầu tư lớn Bên cạnh đó, xuất nghiên cứu sử dụng thuật toán tối ưu để giải vấn đề mơ rời rạc để giải tốn định tuyến luồng vật liệu dự án xây dựng [1], tối ưu hóa hoạt động nhà máy bê tông cách kết hợp công cụ mô sản xuất bê tông trộn sẵn (RMC) với quy trình tối ưu hóa dựa thuật tốn di truyền [2–5], đưa mô cho thấy chế điều phối đề xuất cải thiện hiệu suất chuỗi cung ứng, so sánh với cách tiếp cận q trình quản lý khác, hai đối tượng tối ưu hóa cách sử dụng phương pháp lai kết hợp meta-heuristics với xây dựng heuristics Các nghiên cứu trước chủ yếu tập trung vào việc điều phối giao hàng, trước trình giao hàng diễn Các nhà nghiên cứu xem cố yếu tố ngẫu nhiên phương án đó, việc so sánh phương án xác Khi cố xảy ra, nhà phân phối khơng có cơng cụ hỗ trợ để thay đổi lịch trình cho phù hợp Nghiên cứu tìm cách tiếp cận vấn đề cách đơn giản việc áp dụng Nghiên cứu tập trung vào việc điều phối trình vận chuyển điều chỉnh phương án cho phương tiện, kế hoạch có thay đổi Việc giúp q trình vận chuyển rút ngắn thời gian tiết kiệm nguyên liệu, giảm xả thải khí CO2 mơi trường Nghiên cứu phát triển thuật toán thuật toán tối ưu chó rừng vằn hơng (SSJ), cách quan sát chiến thuật săn mồi lồi chó rừng Nó hỗ trợ người tìm phương án vận chuyển, đảm bảo thời gian di chuyển quãng đường tốt Trong nhiều thập kỉ gần đây, người ta quan tâm nhiều đến giao thơng vận tải góp phần cho việc thải CO2 – khí nhà kính nguy hiểm cho mơi trường Trên tồn giới khoảng 15% CO2 khơng khí phương tiện giao thông vận tải thải CO2 chất gây ngạt Bình thường tỷ lệ CO2 khơng khí từ 0,3 – 0,4% Chính vậy, việc giảm tải q trình hoạt động vận chuyển giao thơng góp phần khơng nhỏ cho việc giảm lượng khí thải CO2 phương tiện gây Thuật toán tối ưu đầu tư nghiên cứu tạo nhiều thuật tốn mới, qua q trình quan sát mơ tả hoạt động loài vật săn mồi tự nhiên Các thuật toán biết đến bao gồm [6–11] xem thuật tốn điển hình Các thuật tốn đời giúp giới khoa học tìm lời giải toán tối ưu, đặc biệt vấn đề tối ưu cục hay tối ưu toàn cục áp dụng phổ biến Việt Nam năm gần [12, 13] Vấn đề phân công vận chuyển trở thành chủ đề nhắm đến thuật toán, chúng quan tâm nhiều năm qua [14–16] Có nhiều nghiên cứu việc tối ưu hóa đa mục tiêu chi phí vận chuyển thời gian vận chuyển [17–19] Tuy nhiên, nghiên cứu trước nhiều hạn chế giả định môi trường làm việc không thực tế, thiếu ràng buộc chặt chẽ, thời gian tính tốn q dài [20], sau có cải tiến hiệu cách tiếp cận mục tiêu đưa phương pháp hiệu [21, 22] Trong nghiên cứu trước, tác giả chưa quan tâm đến thay đổi liên tục mật độ giao thông, nên toán đưa phương án phân phối ban đầu tốt, xảy thay đổi q trình vận chuyển tốn khơng cịn với thực tế, chí khơng thể tiếp tục theo phương án đưa Việc xét đến mật độ giao thông thay đổi điều cần thiết toán tối ưu hóa vận chuyển Đối với nghiên cứu tối ưu hóa tuyến đường giao hàng không nên 99 Sơn, P V H., Khơi, T T / Tạp chí Khoa học Công nghệ Xây dựng xét yếu tố thời gian di chuyển quãng đường di chuyển Vì thời gian di chuyển qng đường có ảnh hưởng đến vấn đề chi phí giao hàng tiến độ hàng Việc lựa chọn phương án cần xét đến yếu tố để đảm bảo đạt yêu cầu giao hàng tốn chi phí thấp Trong nghiên cứu này, thuật tốn chó rừng vằn hông kết hợp với mô kiện để mơ tả q trình phân phối bê tơng, điều kiện giao thông mô tả dạng ma trận thay đổi liên tục để mô tả trật tự giao thơng thực tế ln có thay đổi Trong giai đoạn phát triển thuật toán tối ưu, kết ngày tốt hơn, nhà nghiên cứu đúc kết kinh nghiệm từ nghiên cứu trước, để tìm đối tượng nghiên cứu mới, chỉnh sửa khắc phục để kết tính tốn trở nên vượt trội Phương pháp luận Chó rừng vằn hông kẻ săn mồi thông minh nguy hiểm Tại công viên Sabi, nhà sinh vật học quan sát chúng thường theo nhóm 3-10 Chúng quản lý cặp chó đầu đàn Những mang thai sinh 3-6 chăm sóc, bảo vệ chó trưởng thành Chúng có hoạt động mang tính xã hội cao, thể hoạt động săn, phân chia thức ăn, bảo vệ non, Chúng thường xuyên giao tiếp tiếng sủa hành động Trong tổ chức đàn chó thường có cặp đầu đàn gồm đực đầu đàn Male (M) đầu đàn Female (F), chúng có trách nhiệm quản lý hoạt động đàn chó Ngoài hai cá thể đầu đàn (M) (F), bầy chó cịn cácKhoa thànhhọc viênCơng chun tìmXây kiếmdựng, mồi (Ga)2018 (Gb) Chúng phối2615-9058; hợp Tạpcóchí nghệ NUCE p-ISSN e-IS với cặp chó đầu đàn tham gia trình tìm kiếm mồi, đưa đánh giá khả cơng mồi hỗ trợ chó đầu đàn điều khiển cá thể khác Bên cạnh cá thể trội (M), (F), (Ga) SSJ M (M) SSJ A (Ga) (Gb) cịn có cá thể (T) Cá SSJ F (F) SSJ B (Gb) thể (T) trực tiếp tham gia vào trình săn mồi, chúng hướng dẫn quản lý cá thể trội trình săn mồi Các cá thể SSJ T (T) hoàn thiện 129 tiến theo thời gian, đơi có cá thể tiến vượt trội thay (Ga), đờ1 tổ chức bầy rừngvằnvằn Hình Sơ đồ tổ chức bầychó chó rừng hơnghơng (Gb) 130 chí thay (M) (F) Hình Sơ Con mồi có vằn hơng thường có kích thước nhỏ, di chuyển n 131của chó rừng Convằn mờihơng củathường chó rừng kích thước nhỏ, di chuyển nhanh thỏ, chuột Nhưng đơi chúng cơng lồi thú 132 chuột Nhưng chúng cũng tấn công loài thú lớn và nguy lớn nguy hiểm Tùy vào kích thước, tốc độ, thói quen mồi chúng có nhiều chiến thuật 133 có kích thước, tốc săn độ,mồi thói quen mời chúng có nhiều chiến săn mồi Trong hoạt động như:của Tìmcon kiếm, đánh giá biểu quyết, bao vây,thuật săn 134 cơng mồi có hoạt động săn mời như: Tìm kiếm, đánh giá và biểu quyế 135 cơng mời Hình Đàn chó rừng cơng hươu [23] Hình Đàn chó chia mồi [24] Hình Đàn chó rừng tấn cơng hưu [23] 100 136 137 Hình Chó rừng cơng chim [24] Hình Đàn chó chia mời [24] Hình Chó rừ chim Mơ hình tốn học: Trong phần này, nghiên cứu mô hoạt theo dõi, bao vây và tấn cơng mời Sau đó, đề x́t tḥt tốn SSJ Sơn, P V H., Khơi, T T / Tạp chí Khoa học Cơng nghệ Xây dựng Mơ hình tốn học: phần này, nghiên cứu mô hoạt động bao gồm theo dõi, bao vây cơng mồi Sau đó, đề xuất thuật toán SSJ Hệ thống phân cấp xã hội: Trong thuật tốn tối ưu, phương án tìm giống chó đàn, các phương án đánh giá, chấm điểm dựa tiêu chí tối ưu đặt Cuối ta có danh sách phương án theo mức độ từ tốt giảm dần Giá trị phương án thể đẳng cấp chó mà phương án mơ Giá trị tốt (M), giải pháp tốt sau (F), (Ga), (Gb) cuối giải pháp (T) Các phương án (M), (F), (Ga), (Gb) đóng vai trị phương án điều hướng cho các phương án (T) thay đổi Bao vây mồi: Hoạt động bao vây mồi hiểu việc bao vây khu vực tìm kiếm có đáp án tiềm Khi mơ tốn học, chúng tơi sử dụng phương trình đây, với biến t thể trình lặp (1) A = D (t) − B.D p (t) D(t + 1) = D p (t) − A.K (2) A véc tơ định hướng tìm kiếm mồi, cập nhật dựa B D thể vị trí mồi vị trí chó rừng, biến t thể vịng lặp thuật tốn Hệ số K B tính sau: K = r1 − 2.a.r2 (3) Tạp chí Khoa học Cơng nghệ Xây dựng, NUCE 2018 B = 2.r3 p-ISSN 2615-9058; e-ISSN 2734-9489 (4) Qua vịng lặp, phương trình cập nhật biến a, độ lớn giảm xuống từ xuống Các biến 155r1 , r2 , r3 Qua lặp,nhiên phương trình vi cập biến a, độtrình lớntìm giảm xuống từ 1đặc xuống cácmỗi giávòng trị ngẫu phạm [0;nhật 1], kiếm Chúng biệt có ý 156nghĩa0.trong Các biến r1, r2,việc r3 là cácchế giáhội trịtụngẫu trong quáchỉtrình việc hạn cục nhiên quáphạm trình vi tối [0;1], ưu Như ởtìm Hình 5, ∗ ∗ 157xem kiếm đặc biệt ý Y) nghĩa việccon hạnchó chếrừng hộivà tụ véc cụctơbộ(Xtrong xét maChúng trận chiều, cáccó(X; mơ phỏngviệc vị trítrong , Y ) thể 158vị trítrình tối ưu Hình 5, xem xét ma trận chiều, vetto (X;Y) mô mồi cần Như bao vây 159 vị trí chó rừng và vetto (X*,Y*) thể vị trí mời cần bao vây y (Y-Y) P (XP ; Y+Y) P (YP ) (X-X;Y) P P (XP ; Y) P (X+X;Y) P P (Y-Y) P (XP ; YP -Y) O 160 161 (X-X) P (X P) (X+X) P x Hình 5.5.Mơ chứcbao baovây vây Hình Mơhình hình tổ tổ chức 162 Nghiên cứu sử dụng hệ số B K để điều chỉnh vị trí tìm kiếm chó cứu sửphương dụng hệ số Kcác để điều trí tìm kiếm nhiên, cáccho conphép chó rừng 163 Nghiên rừng Trong trình thểBhiện biến chỉnh này cóvịgiá trị ngẫu nhữngTrong thể cácsẽ biến có giá trịtừngẫu nhữngtḥt chó định 164phương contrình chó định tấnnày cơng bỏ nhiên, Từ macho trậnphép chiều, tốnquyết mởsẽ 165 rộng tìm kiếm khơng gian n chiều để101 tìm kiếm và bao vây mời 166 167 168 Săn bắt (tìm kiếm): Trong q trình vây bắt mời, chó rừng (T) đối tượng trội (M), (F), (Ga), (Gb) hướng dẫn di chuyển Q trình vây bắt mơ tốn học phương trình bên Sau vòng lặp, tiến hành giữ lại Sơn, P V H., Khơi, T T / Tạp chí Khoa học Cơng nghệ Xây dựng công từ bỏ Từ ma trận chiều, thuật tốn mở rộng tìm kiếm khơng gian n chiều để tìm kiếm bao vây mồi AF = D2 − B2 DF A M = D1 − B1 D M ; AGb = D4 − B4 DGb AGa = D3 − B3 DGa ; D2 = DF − AF K2 D1 = DW − AW K1 ; D4 = DGb − AGb K4 D3 = DGa − AGa K2 ; D(t+1) = (5) (6) D1 + D2 + D3 + D4 (7) véc tơ A có vai trị véc tơ định hướng mồi, có véc tơ A dành cho đối Tạp chídựng, Khoa học Cơng Xây dựng,tơ NUCE 2018 p-ISSN 2734-9489 tượng tìmTạpkiếm tốihọc ưuCơng thuật tốn Tương véc D thể 2734-9489 cập2615-9058; nhật vịe-ISSN trí chó, chí Khoa nghệ Xây NUCE 2018nghệtự, p-ISSN 2615-9058; e-ISSN có véc tờ D tương ứng với đối tượng dẫn đường véc tơ dành cho cá thể 178 chó (T) cập nhật theo 4dành vécchính tơ cịn lại đường và thể vetto chosẽcácập thểnhật kémtheo là chó (T) đường và 178 vetto cho cá là dành chó (T) vetto cịncập nhật theo vetto cịn 179 lại 179 lại M M Ga Ga If A K >0 F F AM AF Gb M AGa AF AGb T Gb A AGa T If A K >0 If A K