THUẬT GIẢI DI TRUYỀN

Một phần của tài liệu Trí tuệ nhân tạo lập trình tiến hóa (Trang 166 - 167)

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

THUẬT GIẢI DI TRUYỀN

Ư@° = 5e NHA vài Ạ 4

8°=0 +N(0, A0)

+ =x + C(0,ơ°, 0)

trong đĩ A6 là tham số bổ sung của phương pháp, và C(0, Z8) cho thấy vectơ Gauss ngẫu nhiên độc lập với trung bình 0 và mật độ xác suất thích hợp.

Chiến lược tiến hĩa rất hiệu quả trong các miễn số, vì chúng được (ít nhất là lúc đầu) chuyên dùng cho các bài tốn tối ưu bàm (thực). Chúng là các thí đụ về chương trình tiến hĩa sử dụng cấu trúc dữ liệu thích hợp (vectơ chấm động) được mở rộng bằng các tham số chiến lược điều khiển) và các tốn tử “di truyền” cho bài tốn.

Khá thú vị khi so sánh thuật giải đi truyền và chiến lược tiến hĩa: những khác biệt và tương đồng, những mặt mạnh và mặt yếu của chúng sẽ được bàn đến trong phần sau.

2. SOzSÁNH CÁC CHIẾN LƯỢC TIẾN HĨA VÀ CÁC

THUẬT GIẢI DI TRUYỀN

Khác biệt cơ bản giữa chiến lược tiến hĩa và thuật giải di

truyền là ở các lãnh vực áp dụng chúng. Chiến lược tiến hĩa được phát triển như những phương pháp tối ưu số, Chúng sử dụng một thủ

tục leo đổi đặc biệt với kích thước bước tự thích nghi øơ và dốc

nghiêng 6. Chỉ gần đây, ES mới được áp dụng cho các bài tốn tối ưu rời rạc. Mặt khác, thuật giải di truyền được hình thức hĩa thành những kỹ thuật tìm kiếm thích hợp (mục đích chung, cấp phát số lần

thử tăng theo lũy thừa cho các lược để trên trung bình, GA được áp

đụng trong nhiễu lãnh vực khác nhau, và một việc tối ưu bĩa tham

số (thực) chỉ là một lãnh vực của những ứng dụng của chúng).

Vì lý do đĩ, sẽ khơng cơng bằng nếu so sánh thời gian thực

hiện và độ chính xác của ES và GA trên cơ sở tối ưu hàm số. Nhưng 331

Một phần của tài liệu Trí tuệ nhân tạo lập trình tiến hóa (Trang 166 - 167)