THUẬT GIẢI DI TRUYỀN ÁNH XẠ CO

Một phần của tài liệu Trí tuệ nhân tạo lập trình tiến hóa (Trang 144)

M Chương 9: Các Bài Tốn Tối Ưu Tổ Hợp Khác

3.THUẬT GIẢI DI TRUYỀN ÁNH XẠ CO

Sự hội tụ của thuật giấi đi truyền là một trong những vấn để lý thuyết nhiều thách thức nhất trong lãnh vực máy tính tiến hĩa. Nhiều nhà khảo cứu khai thác vấn để này từ nhiễư gĩc cạnh khác

nhau. Golberg và Segrest sử dụng xích Markov hữu hạn phân tích

thuật giải đi truyền (quần thể hữu hạn, chỉ sinh sản và đột biến).

David và Principe khám phá một khả năng ngoại suy của nên tảng

lý thuyết đang cĩ về thuật giải mơ phỏng luyện thép trên mơ hình

thuật giải di truyền và xích Markov. Eiben, Aarts và Van Hee đã để

nghị thuật giải đi truyền trừu tượng thống nhất thuật giải di truyền

và mơ phỏng luyện thép; người ta đã thảo luận về phân tích xích

- Markov trên thuật giải đi truyền trừu tượng như vậy và những điều kiện hàm ý rằng quá trình tiến hĩa tìm ra tối ưu với xác suất bằng 1 đã cho trước. Kingdon tìm ra các điểm khởi đầu, hội tụ và lớp các bài tốn mà các thuật giải dì truyền khĩ giải được. Ý niệm về các lược đỗ đối kháng được tổng quát hĩa và xác suất hội tụ của những

286

Thuật Giải Di Truyền [--Ì

lược đề được cung cấp. Nhiều nhà nghiên cứu cũng xét nhiều loại định nghĩa khác nhau về các bài tốn lừa. Gần đây Rudov chứng minh rằng thuật giải đi truyền cổ điến khơng bao giờ hội Eụ về tối du

tồn cục. mà chính các phiên bản được hiệu chỉnh đã bảo tồn lời giải

tốt nhất. trong quần thể (như mơ hình tu tú):

Cĩ thể tiếp cận định lý điểm bất động Banäc để chứng minh sự hội tụ của thuật giải di truyền. Tiếp cận này cung cấp một cách giải

thích trực giác về tính hội tụ của các GA (khơng cĩ mơ hình ưu tú);

yêu cầu duy nhất là phải.cĩ cải thiện trong quản thể kế tiếp (khơng

Một phần của tài liệu Trí tuệ nhân tạo lập trình tiến hóa (Trang 144)