c/ Tham số bay hơi
2.4.2.Kiến quyết định và cập nhật mùi
Trong thuật toán kiến , yếu tố quan trọng có ảnh hưởng đến việc kiến đưa ra quyết định là mùi , khi một SNP được chọn bời nhiều kiến hơn , thì nồng độ mùi được tích lũy trên SNP này sẽ lớn hơn , do đó , xác xuất SNP này được chọn sẽ cao hơn .
Trong bài toán này , mùi sẽ được lưu tại đỉnh chứ không phải trên cạnh . Xác suất để kiến k chọn đỉnh i là : 𝑃𝑖𝑘(𝑡) = { [𝜏𝑖]𝛼∗[𝜂𝑖]𝛽 ∑𝑖 ∈𝑅[𝜏𝑖]𝛼∗[𝜂𝑖]𝛽 𝑖 ∈ 𝑅 0 𝑁𝑔ượ𝑐 𝑙ạ𝑖 (2.3)
R là tập hợp các đỉnh để lựa chọn , α và β là 2 tham số để kiểm soát tỷ lệ giữa thông tin mùi và heuristic . Giá trị heuristic 𝜂𝑖 được mô tả chi tiết ở phần 3
Sau khi tất cả các kiến hoàn thành việc xây dựng các lời giải , mùi bốc hơi trên tât cả các cạnh và mỗi kiến k để lại một lượng mùi ∆𝜏𝑖(𝑡) trên mỗi đỉnh
∆𝜏𝑘𝑖(𝑡) = {
𝑄
𝐿𝑘(𝑡) 𝑖 ∈ 𝑇𝑘(𝑡)
0 𝑁𝑔ượ𝑐 𝑙ạ𝑖 (2.4) 𝑇𝑘(𝑡) là lời giải mà kiến k xây dựng được ở vòng lặp t , 𝐿𝑘(𝑡) là số lượng đỉnh của 𝑇𝑘(𝑡) và Q là số lượng đỉnh của đồ thị.
Việc cập nhật mùi bởi kiến được thực hiện theo quy tắc sau :
𝜏𝑖(𝑡) = (1 − 𝜌)𝜏𝑖(𝑡−1)+ ∆𝜏𝑖(𝑡) (2.5) Trong đó: ∆𝜏𝑖(𝑡) = ∑𝑚𝑘=1∆𝜏𝑘𝑖(𝑡) (2.6)
40
, m là số lượng kiến trong một vòng lặp (trong luận văn này, m = 8 [16]) và 𝜌 ∈ (0,1) là hệ số bay hơi. Để cải thiện khả năng tìm kiếm tốc độ bay hơi của mùi sẽ được thay đổi tùy thuộc vào sự thay đổi của lời giải tốt nhất. Nếu ta không tìm được lời giải tốt hơn tại vòng lặp t, 𝜌 sẽ thay đổi theo công thức sau:
𝜌(𝑡) = {𝑟𝑎𝑛𝑑 ∗ 𝜌(𝑡 − 1) 𝑛ế𝑢 𝑟𝑎𝑛𝑑 ∗ 𝜌(𝑡 − 1) > 𝜌𝑚𝑖𝑛
𝜌𝑚𝑖𝑛 𝑛𝑔ượ𝑐 𝑙ạ𝑖 (2.7) Trong đó 𝑟𝑎𝑛𝑑 là một giá trị ngẫu nhiên giữa 0 và 1, và 𝜌𝑚𝑖𝑛 được lấy giá trị 0.2 như trong nghiên cứu của Bo Liao và đồng nghiệp [16]