Thuật toán tiến hóa sinh học dựa trên thông tin định hướng cho bài toán đa cực trị
MỤC LỤC
Limđ a u
Giithiuchung
Tuy nhiên, trong các thu ttoán này, thông tin định hướng chỉ được xác định m®t cách cục b® trongtàng the hcủa quá trình tien hóa mà chưa có tính toàn cục, cách tő chácquản lý thông tin hướng còn thieu tính hthong. Ngoài ra, trong cách thác tő chác quản lý các cá the, có the thay rangm®t quan the các cá the có the bao hàm các thông tin định hướng, cácthông tin định hướng này hoàn toàn có the được xác định m®t cách có hthongvàhotrợquátrìnhtìmkiemtienhóa.
Đónggópcủalunán
Các thu t toán đượctrình bày theo trình tự tà cő đien đen hi n đại đe thay được sự quan tâmcủacácnhànghiêncáuđoivớin®idungnày.Trongcác phantiepth eo,lu n án lan lượt trình bày các phương pháp nham nâng cao hi u năng củacác EAs đoi với các lớp bài toán khác nhau như các phương pháp niching,songsonghóa,đongtienhóahợptác.Đoivớimoiphươngpháp,lun án. Các thực nghi m với 20 bài toán toi ưuđa cực trị phő bien đe kiem tra, đánh giá và so sánh các thu t toán thu®clu n án với các thu t toán női tieng khác, đ c bi t có nhǎng thu t toánđược đánh giá cao trong các cu®c thi thiet ke thut toán gan đây.
CƠSL Ý THUYET
- Thuttoántienhóa
Trong lịch sả nghiên cáu và phát trien, nhieu lớp bài toán toi ưu đãđược phân tách và nghiên cáu như bài toán quy hoạch tuyen tính, bàitoán quy hoạch loi, bài toán quy hoạch toàn phương, bài toán quy hoạchnguyên,bàitoánquyhoạchphituyen,..Nhieuphươngphápgiảiđãđượcđ e xuat, gan lien với tên tuői của nhǎng nhà toán hoc női tieng như thu ttoán đơn hình của Dantzig, thu t toán nhát cat của Gomory, thu t toánnhánhvàcncủaDarkin,. M®t lớp các bài toán toi ưu quan trong là lớp các bài toán toi ưu rời rạcthuđượctàbàitoántoiưutőngquátkhitpràngbu®cΩthườngcódạnglàtprờirạc.Tà nhǎng năm 1960, bên cạnh nhǎng nghiên cáu mang tính lý thuyet nhưđánh giá đ® phác tạp tính toán, tính hǎu hi u của các phương pháp giảiđúng,..đãxuathinnhǎngnghiêncáu,đexuatcácthuttoánganđúng, hi u quả trong giải quyet các bài toán cả ve lý thuyet lan áng dụng.
NHữNGNIDUNGNGHIÊNCỨ ULIÊNQUAN
Mđ a u
Khi giải quyet các bài toán yêu cau khoi lượng tính toán lớn thì songsonghóalàm®ttrongnhǎngphươngánthànhcôngnhamtăngcườnghiuquả làm vi c của các thu t toán nói chung và thu t toán tien hóa nói riêng.Van đe tìm hieu các ky thu t song song hóa thu t toán tien hóa trong phanthá tư của chương này có the giúp tác giả đe xuat các thả nghi m minhhoa phương án tăng cường hi u năng tính toán của thu t toán tien hóamới.Trong phan này, ngoài 4 dạng mô hình song song truyen thong làmaster/slave,island,cellularvàhybrid[8,9,42],lunánsětrìnhbàykythu t đong tien hóa hợp tác (Cooperative Co-evolution - CC) do M. Thủtụcc pnh tt pthamchieu(ReferenceSetUpdate Method): Dùng đe xây dựng và duy trì m®t t p tham chieuRef Setbao gombphươngántotnhatđãtìmthay.Thủtụcnàygiúplựachonb1phươngán tot nhat ve giá trị đánh giá (tiêu chí tính h®i tụ) vàb2phương ántottieptheocótőngkhoảngcáchtớicácphươngánđãđượclựachonlớnlớnn hat(tiêu chítính đadạng).
Phương phápniching
Crowdingđược mô phỏng tà m®t hi n tượng trong tự nhiên là sự cạnh tranh giǎacác cá the tương tự nhau khi nguon lực cung cap cho chúng là hạn che.Mục đích của Crowding là đảm bảo őn định tính đa dạng di truyen củaquan the. Bởi v y, khi m®t cá the con mới được sinh ra, m®t cá the tươngtựnhatvớinóđượcxácđịnhtrongnhómgomCFcátheđãđượclựachonngau nhiên.Cátheconsěthaythecáthetươngtựneugiátrịđánhgiácủanótothơn.N gượclạicáthetươngtựđượcbảolưu.Vicxácđịnhmácđ® tương tự của các cá the được dựa vào đ® đo khoảng cách giǎa chúngtrong không gian bieu dien bài toán.
HƯNG
Mđ a u
Ý tưởng quan tâm đen vi ctő chác, duy trì vàc pnh tt p ETSnói trên trong cả quá trình tien hóađã làm chot p ETSkhông chỉ thực hin vi cđóng góp các cá the ưu túcho the hke tiep mà còn được sả dụng đe định hướng, đe chỉ dan quátrìnhsảnsinhcáccáthemớichothehtieptheo. Nham tăng cường hi u quả tính toán của DEAL khi giải quyet các bàitoán toi ưu phác tạp, lu n án quan tâm nghiên cáu ky thu t song songhóa thu t toán DEAL bang cách ket hợp giǎa mô hình master/slave truyenthong với ky thu t đong tien hóa hợp tác (xem lại phan2.4.5).Mô hìnhsong song này được phân tích m®t cáchcụ the ve thời gian thực thi vàtính toán hso tăng toc.
ThuttoánDEAL
Phân tích các bước của thu t toán DEAL trong Algorithm3.1,chúngta có the de dàng nh n ra phan tính toán phác tạp chính của thu t toánnam ở thủ tụcselecElite() xác định t p ETS cho the hke tiep (dòng thá9).ThủtụcnàyđòihỏiphảisapxepquanthekethợpC(t)vàđượcthựchintron gm®tvònglpmthehti e n hóa. thu®c vào tham soMaxFEslà tőng. solantínhgiátrịhàm đánhgiátoiđa). TrongthuttoánDEAL,khisinhracáccáthethảnghi ms1vàs2,DEALsả dụng 2 tham soσ1vàσ2đe đieu chỉnh đ® lớn của véc tơ địnhhướngd1vàd2.Cácthamsonàyđượcgoilàbướcnhảyđịnhhướngvàcácgiá trị khác nhau của chúng có ảnh hưởng đen chat lượng của thuttoán.Đieu này sě được kiem cháng và phân tích m®t cách cụ the hơn trong cácthựcnghimởphancuoicủachương.
Đánhgiáthficnghi m
Các hình vě cho thay đoi với bài toán đơn cực trị, quan the őn định h®itụ ve m®t phương án toi ưu toàn cục duy nhat, bởi v y đ® đa dạng quantheőnđịnhgiảmdanởtatcảcáclanchạyđ®cl p.Đoivớicácbàitoá nđa cực trị nhieu phương án toi ưu địa phương, đ c bi t là bài toánF2-Rastrigin’s Problem, đ® đa dạng quan the bien thiên rat nhieu trước khiőn định giảm dan, khi mà quan the h®i tụ ve gan với phương án toi ưutoàncục.Trongcácbàitoánđacựctrịkhác,vancónhǎngcáthelạcvà bịmackettạicácphươngántoiưuđịaphương,bởivy đ®đadạngquan. [48],GA(GeneticAlgorithm),FEP(FastEvolutionaryProgram-. ming),CEP(Classical Evolutionary Programming),FES(Fast Evolution-ary Strategy),CES(Conventional Evolutionary Strategy),RCBBO(Real-coded Biogeography-based optimization)[35],CMAES (Covariance MatrixAdaptation Evolution Strategy)[37]và G3PCX (Generalized GenerationGap model withPCX)[16].Đây là các thuttoán tien hóa noi tieng đã cónhǎng thành công được ghi nh n trong lịch sả phát trien của thuttoántienhóa.SoliutőnghợpvàxephạngđượctrìnhbàytrongBảng3 .5.
Ketlun
M®t bài toán khả tách khác làF2-Rastrigin,phùhợpvớiphươngphápchiabàitoáncủamôhình.Tuynhiên tính đa cực trị của nó đã không đảm bảo tính hi u quả của chatlượngphươngántìmđượckhităngsoslavenhưcủabàitoánF0(Giátrịtoi ưu trung bình đạt được khi sả dụng 10 slave là1.75E+00, nhưng lạităng lên1.39E+01khi sả. Thu t toán songsong hóa DEAL theo mô hình mới goi là PCCDEAL (Parallel CooperativeCoevolution for DEAL) được mô tả, cài đ t và thả nghi m trên các bàitoán có so chieu lên đen 500 đã phản ánh đay đủ các tính chat của thu ttoánDEALvàmôhìnhsongsongđượcxâydựng.
HƯNGVIBÀITOÁNTOIƯUĐAC ỰCTR±
Mđ a u
Như đã trình bày trong phan2.3.1,phương pháp Fitness Sharing sảdụng tham so bán kính nicherslàm giá trị ngương đe phân chia quan thehi n tại thành các nhóm quan the con và bő sung m®t so phép tính nhamxác định giá trị đánh giá chia sẻ (fitness sharing value), toán tả chon loccủaEAs sả dụng giá trị này thay vì giá trị đánh giá làm tiêu chí lựa choncáthechothehk e tiep. N®idungcủabướcnàyhoàntoàntươngtựnhư10bướccủathủtụcgenerate() của thu t toán DEAL (xem lại phan3.2).Tuy nhiên cáccá the thả nghi ms1vàs2không được đánh giá so sánh nham thaythe các cá the cha me mà tieptục được bő sung vào quan the M.Như v y sau bước này, kích thước của quan the M sě bang 2 lan kíchthướccủaquanthechínhP.
DEALviphươngphápCrowding
Bư c 4: Xác định cá the thả nghi m s1 bang cách lai ghép pr với cá the sinh ra khi dịch chuyen pr theo hướng h®i tụ d1, bước nhảy định hướng σ1, xác suat lai ghép θc.c. Bư c 7: Xác định cá the thả nghi m s2 bang cách lai ghép pr với cá the sinh ra khi dịch chuyen pr theo hướng tản mát d2, bước nhảy định hướng σ2, xác suat lai ghép θc.c.
DEALviphươngphápSpecies-based
TC03(Tình huong bị ket): Khởi đ®ng lại neu sự chênhlch các giátrị đánh giá tot nhat (giá trị toi ưu) đạt được trongglast=10 thehganđâylàbang0. hạnnhưsolantínhhàmđánhgiácònnhỏhơnFhayMaxFEs)thìquanthechính sě được khởi tạo mới m®t cách ngau nhiên và m®t vòng l p mới củaSpeciesDEALlạibatđau.Ketquảtìmkiemđượcđoivớicácphươngántoiưusěđ ượcbảolưutrongtatcảcácvònglpcủaSpeciesDEAL. Chú ý rang các cá the là phương án toi ưu tìmđược trong moi vòngl psě được lưu giǎ và sả dụng trong suot quá trìnhtìmkiem.KetquảcuoicùngđượcbieudientrongHình 4.1d,lúcn àycả4phươngántoiưuđeuđãđượctìmthayvàsophépđánhgiáđãđượcsảdụngl à2.833.
DEALviphươngphápClustering-based
Trong trường hợp tat cả các cụm đeu thực hi n xong thu ttoán DEAL (h®i tụ, thỏa mãn các đieu ki n khởi đ®ng lại) mà đieu ki ndàng chương trình chưa thỏa mãn thì quan the chính được khởi tạo lại vàthu t toán NBCDEAL tiep tục tìm kiem các phương án tiem năng khác.Cũng giong như SpeciesDEAL, các ket quả tìm. Với bài toán Himmelblau, Hình4.2athe hi n 80 cá the được khởi tạom®t cách ngau nhiên trong mien xác định của bài toán, các cá the này đãđược phân thành 4 cụm riêng bi t (the hi n bởi các màu khác nhau) bangcáchsảdụngkythutNBC.Tạithờiđiemnàysolantính giátrịđánhgi álà80do moi cá the đã được đánh giá 1 lan.
Thficnghim
Hình4.7:Giátrịtoi uưu trungbìnhc aủabài hàmF7(3D)(216globaloptima). Lu n án sảdụng04bảngtàBảng4.8đenBảng4.11đebieudienketquảtínhtoánđoi với tat cả các bài toán. Nhǎng ket quả đượcxep hạng tot nhat theocáctiêuchíve moiđ®đođượcbôiđm. Các ket quả thong kê cho thay dường như SpeciesDEAL làm vi c hi uquảvớitùychonSpeciesDEAL_Op4.Tuynhiênkhiphântíchcụthecácsoli ucủatatcảcáctùychon,tácgiảcóm®tsonhnxétsau:. Đoi với đ® đo PR thì SpeciesDEAL_Op4 đáng thá nhat trong 10bài. F8vàF9), SpeciesDEAL_Op4 xác định được tat cả các phương án toiưu toàn cục trong tat cả các lan chạy và với cả 5 đ® chính xác khácnhau. Đieu nàyphản ánh m®t thực te rang khoảng cách giǎa các phương án toi ưu toàncụcđãbiettrướccủabàitoánF7(2D)làlớnhơn0.5. Đe đánh giá SpeciesDEAL, tác giả thực hi n lại thu t toán SpeciesDEcủaXiadongLivớicácthôngtin đượccôngbotrên[53,51].C ácđieuki n thực nghi m SpeciesDE tuân thủ sự khuyen cáo của Xiaodong Litrong[53,51]và cũng phù hợp với SpeciesDEAL.Ket quả thực nghi mvớiϵ=1.0E05 của tat cả các bài toán được ghi nh n, tính toán theođ®đoPRvàthehintrongHình4.12. B ngải 4.12:SosỏnhđđoPRc aủabài SpeciesDEALvàcỏcthuắttoỏnkhỏc. id Func SpeciesDE Rank SpeciesDEAL Rank. Bởi v y có the nói rang trong sự ket. B ngải 4.13:Ketqu th cnghiắmc aNBCDEAL_Op1ải ựa ủabài. B ngải 4.14:Ketqu th cnghiắmc aNBCDEAL_Op2ải ựa ủabài. B ngải 4.15:Ketqu th cnghiắmc aNBCDEAL_Op3ải ựa ủabài. B ngải 4.16:Ketqu th cnghiắmc aNBCDEAL_Op4ải ựa ủabài. 05)thuđượcBảng4.17.CácketquảchothayNBCDEAL_Op3cóketquảxep hạngtotnhatvớigiátrịtrungbìnhlà1.68,NBCDEAL_Op1đángthá 2vớigiátrịbéhơnkhôngnhieu(1.70).NBCDEAL_Op2vàNBCDEA L_Op4cóketquảtươngánglà2.07và1.96.Đieunàym®tlannǎakhȁn gđịnhviclựachonngaunhiêncácbướcnhảyđịnhhướng,đcbitlàbướcnhảy σ1cóhiuquảtotđoivớithuttoánDEALvàNBCDEAL(xemlạiphan3.4.1 ).
Ketlun
Đoivới vanđ esảdụng2 d ạngt hô ng tin đ ịnhhư ớng .Lu nán đ an g t ő chác và sả dụng cân đoi giǎa thông tin hướng h®i tụ và thông tinhướng tản mát nham đảm bảo sự cân đoi chung giǎa tính h®i tụ vàtínhđadạng của m®tthu ttoánngau nhiên. Đe đánh giá hi uquả của mô hình song song được đe xuat, lu n án sả dụng ky thu tchia đeu ve chieu khi thực hi n phân tách bài toán thành các bài toánthànhphan.Tuynhiên,kythutnàylàđơngiảnvàchỉthựcsựcó hi u quả đoi với lớp bài toán toi ưu khả tách.
Tàiliuthamkhảo
[67] Omidvar,M.N.,Li,X.,andYao,X.(2010).Cooperativeco-evolutionwith delta grouping for large scale non-separable function optimiza-tion.InIEEECongress on Evolutionary Computation, pages 1–8.IEEE. (2007).Parallel particle swarm optimiza-tion for attribute reduction.InProcedings of the Eighth ACIS Inter-national Conference on Software Engineering, Artificial Intelligence,Networking, and Parallel/Distributed Computing (SNPD’2007), vol-ume1,pages770–775.