Phát các mẫu, tùy theo các phần nguyên của giátrị cẩn cĩ của các

Một phần của tài liệu Lập trình tiến hóa trí tuệ nhân tạo (Trang 137)

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

phát các mẫu, tùy theo các phần nguyên của giátrị cẩn cĩ của các

biến cố xảy ra trong mỗi nhiễm sắc thể trong quần thể mới và hơi các nhiễm sắc thể cạnh tranh tương ứng với phần thập phân đối với

272

Thuật Giải Di Truyền a

các vị trí cịn lại trong quản thế, đây là phương pháp thành cơng nhất và được nhiêu nhà nghiên cứu xem như chuẩn. Năm 1987,

Baker đã giới thiệu một nghiên cứu lý thuyết tồn điện về các cải

tiến này bằng một số độ đo được định nghĩa tốt, và cũng đưa ra một phiên bản mới gọi là tạo mẫu khơng gian hỗn loạn: Phương pháp này đùng cách “quay” bánh xe định tỉ lệ trước để thực hiện chọn lọc. Bánh xe này được thiết kế theo chuẩn, được quay với một số khoảng chia đều theo kích thước quản thể, khác với những gì thường thấy ở

một bánh xe.

Các phương pháp khác để tạo mẫu quần thể là đánh trọng các nhiễm sắc thể: nhiễm sắc thể được chọn theo thứ hạng của chúng thay vì theo giá trị thực. Các phương pháp này dựa trên nhận xét về

lý do hội tụ sớm thường do cĩ sự hiện diện của các siêu cớ thể,

những siêu cá thể này tốt hơn khả năng thích nghỉ trưng bình của quản thể nhiều. Những siêu cá thể này cĩ số con nhiều hơn và (do kích thước quần thể khơng đổi) sẽ ngăn các cá thể khác sinh sản trong các thế hệ kế tiếp. Trong một số thế hệ, một siêu cá thể cĩ thể loại bỏ chất liệu đi truyền tốt và làm cho hội tụ sớm về tối ưu (cĩ thể

là cục bộ).

Cĩ nhiều cách xếp hạng. Thí dụ, Baker lấy giá trị do người sử

dụng định nghĩa, MAX, như cận trên của số con cần cĩ, và một đường cong tuyến tính băng qua MAX, sao cho vùng bên dưới đường

này bằng với kích thước quần thể. Theo cách đĩ ta cĩ thể dễ dàng quyết định sự khác biệt giữa số con mong đợi với các cá thể “kể cận”.

Thí dụ, với MAX = 2.0 và pop-size = 50, khác biệt giữa số con mong

Một phần của tài liệu Lập trình tiến hóa trí tuệ nhân tạo (Trang 137)

Tải bản đầy đủ (PDF)

(177 trang)