M Chương 9: Các Bài Tốn Tối Ưu Tổ Hợp Khác
cĩ tuổi lớn hơn thời gian sống của nĩ khỏi P(t)
hết lặp
kết thúc
Hình P.3. Thuật giải GAVaPS
Cĩ nhiều chiến lược để gán giá trị thời gian sống. Rơ ràng, khí gán một giá trị hằng số (lớn hơn 1) độc lập với bất cứ thống kê nào về tìm kiếm cĩ thể làm tăng kích thước quản thể theo lũy thừa. Hơn
nữa, do khơng cĩ một cơ chế chọn lọc nào đúng nghĩa trong GAVaPS§, nên khơng tơn tại áp lực chọn lọc nào, vì thế gán một giá
trị hằng số cho tham số thời gian sống cĩ thể đưa đến hiệu quả xấu cho thuật giải. Để đưa vào một áp lực chọn lọc, cẩn phải thực hiện
việc tính tốn thời gian sống tỉnh vi hơn. Các chiến lược tính tốn
thời gian sống cần phải củng cố các cá thể với độ thích nghỉ trên
trung bình, và đo đĩ, hạn chế các cá thể cĩ độ thích nghi dưới trung
bình và điều chỉnh kích thước của quản thể cho đúng với giai đoạn _
296
Thuật Giải Di Truyền âm
tìm kiếm hiện hành (nhất là, ngăn tăng trưởng cúa quần thể theo lũy thừa và khơng hạ thấp các chỉ phí mơ phỏng). Việc cúng cố các cá thể thích nghi cĩ thể dẫn đến việc phân phát con trong các quần thể phụ trợ. Do cĩ xác suất bằng nhau để mỗi cá thể trải qua tái kết hợp di truyền, nên số con mong đợi của mỗi cá thể tí lệ.với giá trị đời sống của nĩ (cho thời gian sống quyết định số thế hệ giữa cá thể trong quân thể). Vì thế các cá thể cĩ giá trị thích nghi trên trung bình sẽ được hưởng các giá trị thời gian sống cao hơn. Khi tính thời gian sống, một trạng thái tìm kiếm sẽ được quan tâm. Do đĩ ta dùng một số phép đo trạng thái tìm kiếm: AugEFit, MaxEit và MinFUt theo thứ tự biểu diễn các giá trị thích nghỉ trung bình, lớn nhất và nhỏ
nhất trong quản thế hiện tại, và AbsFiMax, AbsFttMin cho các giá
trị thích nghi lớn nhất và nhỏ nhất tìm được từ trước đến giờ. Cũng cần để ý rằng việc tính thời gian sống cẩn phải dễ thực hiện để
khơng phí phạm tài nguyên.
Khi đã ghi nhận tất cả những điều trên, nhiều chiến lược tính
thời gian sống đã được cài đặt và sử dụng cho các thứ nghiệm. Tham
số thời gian sống của cá thể thứ ¿ (li/etmefi]) cĩ thể xác định bằng
cách:
{1) Phân phối theo tỉ lệ
finess[l
AupgFit `
(2) Phân phối tuyến tính
(MinLT + nị MaxLT), fitness : độ thích nghỉ fftnessli]—~ AbsPFitMin
AbsPiiMax - AbsFutMin
(3) Phân phối song tuyến tính
fRinessi]— MinFit
AugFit - MinFi ˆ
fftnessl]— AugfFit
MaxFit - AugFit `
MinLT + 2n
MinLT + (AugFiH > đtness[i]) 2(MinLT + MaxLT) + (AugFii < fiinesslf]