Biến đổi lời giải tốt nhất (cấp xì:

Một phần của tài liệu Lập trình tiến hóa trí tuệ nhân tạo (Trang 173 - 174)

, BS 2” 7" pữy + log p)

biến đổi lời giải tốt nhất (cấp xì:

x€©x+ð

hết lặp kết thúc

Hình P.1. Một thuật giải mã hĩa Delta (đã giản lược).

Thuật giải mã hĩa Delta ứng dụng những kỹ thuật thuật giải di truyển theo hai mức: mức các lời giải mạnh của bài tốn (mức x) và

(giai đoạn lặp) mức các thay đổi delia (mức ð). Lời giải mạnh nhất

tìm được ở mức x bằng cách dụng GA được lưu (x) và được giữ làm

điểm tham chiếu. Rồi nhiều lần lặp của GA bên trong được thực thì

(mức ð). Kết thúc của một lần thực hiện của GA theo mức này (nghĩa là khi GA hội tụ) cho ra vectơ hiệu chính tốt nhất ư, cập nhật các

giá trị của z. Sau khi cập nhật, lần lặp kế tiếp diễn ra. Mỗi lần áp dụng GA trong giai đoạn lặp lại khởi tạo quần thể của các ư một cách ngẫu nhiên. Đương nhiên ta lượng giá x+ð để lượng giá cá thể õ.

344

Thuật Giải Đi Truyền ` —

Thuật giải mã hĩa Delta gốc phức tạp hơn, vì nĩ thao tác trên các chuỗi bit, Làm như vậy, mã hĩa Delta bảo tốn được những nên tảng lý thuyết của thuật giải di truyền tvì tại mỗi lần lặp lại cĩ một lần chạy GA). Các điều kiện dừng của các GA ở cả hai mức được biểu diễn theo khoảng cách Hamming giữa phần tứ tất nhất và kém nhất trong quân thể (thuật giải dừng khí khoảng cách Hamming khơng lớn hơn 1). Ngồi ra, cĩ một biến /en để giải mã số bit biểu diễn một thành phần của vectơ ð (thực ra, chỉ cĩ /en ~1 là biểu diễn giá trị tuyệt đối của thành phần; bit cuối cùng là bit đấu). Nếu lời giải tốt nhất từ cấp ư đạt được vectơ

ơ= (0,0,...,0),

(nghĩa là, khơng cĩ thay đổi ở lời giải mạnh tốt nhất), biến ¿en được

tăng lên 1 (để tăng độ chính xác của lời giải), ngược lại nĩ sẽ bị

giảm 1. Cũng ghi nhận rằng mã ổ khiến cho các đột biến trở thành khơng cần thiết, do những lần khởi tạo lại của các quần thể theo mức ư chọ mỗi lần lặp.

Ta cĩ thể giản lược thuật giải mã hĩa Delta gốc (hình 1 đã cho

một thí dụ giản lược như vậy) và cải thiện độ chính xác cũng như

thời gian thực hiện của nĩ, nếu ta biểu diễn cả hai vectơ z và ổ bằng các chuỗi số chấm động. 7

Ý kiến về việc khởi tạo lại quân thể đã được bàn đến Golbergs khám phá các thuộc tính của hệ thống: dùng kích thước quần thể nhỏ nhưng khởi tạo lại nĩ mỗi khi thuật giải di truyền hội tụ (và đĩ nhiên lưu những cá thể tốt nhất!). Xem hình 2 để biết được về chiến lược này (gọi là chọn theo chuỗi).

thủ tục Chọn hàng loạt

bắt đầu

Một phần của tài liệu Lập trình tiến hóa trí tuệ nhân tạo (Trang 173 - 174)

Tải bản đầy đủ (PDF)

(177 trang)