II.1 Khái ni羽m chung
Thu壱t toán 8àn ki院n ACO (Ant Clony Optimization – T嘘i 逢u 8àn ki院n) là m瓜t ph逢挨ng pháp nghiên c泳u t嘘i 逢u l医y c違m h泳ng t瑛 vi羽c mô ph臼ng hành vi c栄a
8àn ki院n trong t詠 nhiên nh茨m m映c tiêu gi違i quy院t các bài toán t嘘i 逢u ph泳c t衣p.
A逢嬰c gi噂i thi羽u l亥n 8亥u vào n<m 1991 b荏i A. Colorni và M. Dorigo, thu壱t toán 8àn ki院n 8ã nh壱n 8逢嬰c s詠 chú ý r瓜ng l噂n nh運 vào kh違 n<ng c栄a nó trong nhi隠u l nh v詠c khác nhau. Khái ni羽m ACO l医y c違m h泳ng t瑛 vi羽c quan sát hành vi c栄a 8àn ki院n trong quá trình chúng tìm ki院m ngu欝n th泳c <n.
Hình 21: Th穎 nghi羽m c亥u 8ôi
Ng逢運i ta phát hi羽n ra r茨ng, 8àn ki院n luôn tìm 8逢嬰c 8逢運ng 8i ng逸n nh医t t瑛 t鰻
c栄a chúng 8院n ngu欝n th泳c <n. Ph逢挨ng ti羽n truy隠n tính hi羽u 8吋 ki院n thông báo cho các con khác trong vi羽c tìm 8逢運ng 8i hi羽u qu違 nh医t chính là mùi c栄a chúng (pheromone). Ki院n 8吋 l衣i v羽t mùi trên m員t 8医t khi chúng di chuy吋n v噂i m映c 8ích
8ánh d医u 8逢運ng 8i cho các con theo sau. V羽t mùi này s胤 bay h挨i d亥n và m医t 8i theo th運i gian, nh逢ng nó c ng có th吋 8逢嬰c c ng c嘘 n院u nh英ng con ki院n khác ti院p t映c 8i trên con 8逢運ng 8ó l亥n n英a. D亥n d亥n, các con ki院n sau s胤 l詠a ch丑n 8逢運ng 8i v噂i mùi dày 8員c h挨n, và chúng s胤 làm gia t<ng h挨n n英a n欝ng 8瓜 mùi trên nh英ng con 8逢運ng
8i 8逢嬰c yêu thích h挨n. Các 8逢運ng 8i v噂i n欝ng 8瓜 mùi ít h挨n s胤 b鵜 lo衣i b臼 và cu嘘i cùng, t医t c違 8àn ki院n s胤 kéo v隠 cùng m瓜t 8逢運ng có khuynh h逢噂ng tr荏 thành 8逢運ng
8i ng逸n nh医t t瑛 t鰻8院n ngu欝n th泳c <n c栄a chúng.
Hình 22: Lu欝ng 8i c栄a 8àn ki院n
Trong 8ó hình a ki院n 8i theo 8逢運ng th鰯ng gi英a A và E, hình b khi có ch逢噂ng ng衣i v壱t, kh違 n<ng ch丑n h逢噂ng 8i s胤 là nh逢 nhau, hình c là th詠c t院 cho th医y r茨ng con 8逢運ng ng逸n h挨n luôn có nhi隠u mùi (phermone h挨n).
A吋 th詠c hi羽n thu壱t toán ACO, ta làm theo trình t詠 các b逢噂c sau:
1) Kh荏i t衣o A(t), các thông s嘘 c栄a v医n 8隠 8逢嬰c mã hóa nh逢 các s嘘 th詠c. Tr逢噂c khi ch衣y, ph違i kh荏i t衣o dân s嘘 (Nest) c栄a 8àn ki院n m瓜t cách ng磯u nhiên trong vùng gi噂i h衣n cho phép, nó s胤 thu th壱p thông tin theo các h逢噂ng khác nhau trong bán kính không l噂n h挨n R.
2) Aánh giá A(t), 8瓜 phù h嬰p c栄a t医t c違 các cá th吋 ki院n s胤 8逢嬰c 8ánh giá d詠a trên hàm m映c tiêu 8ánh giá c栄a chúng.
3) Thêm 8逢運ng, s嘘 l逢嬰ng nh英ng con 8逢運ng 8逢嬰c thêm vào các h逢噂ng 8員c bi羽t mà nh英ng cá th吋 ki院n l詠a ch丑n t逢挨ng 泳ng v噂i nh英ng các th吋 ki院n phù h嬰p.
4) Tùy theo các hàm ch泳c n<ng, s詠 th詠c hi羽n c栄a chúng s胤 8逢嬰c dùng nh逢
m瓜t giá tr鵜 phù h嬰p, nó ch雨 ra s詠違nh h逢荏ng 8院n c医p 8瓜 c栄a s嘘 l逢嬰ng con 8逢運ng 8員c bi羽t thêm vào mà các cá th吋 ki院n 8ã ch丑n l詠a. M厩i các th吋 ki院n s胤 ch丑n nút th泳 hai
8吋 di chuy吋n 8院n tính 8院n hai thông s嘘: kh違 n<ng có th吋 nhìn th医y c栄a nút và c逢運ng
8瓜 mùi mà các con ki院n khác 8ã 8i qua. Nh英ng send-ants s胤 x穎 lý g荏i nh英ng cá th吋
ki院n 8院n con 8逢運ng 8逢嬰c l詠a ch丑n thông qua hai thông s嘘 này.
5) Bay h挨i: Cu嘘i cùng, mùi ti院t ra b荏i m瓜t con ki院n cu嘘i cùng b嘘c h挨i và
8i吋m b逸t 8亥u 8逢嬰c c壱p nh壱t v噂i con 8逢運ng t嘘t nh医t 8逢嬰c tìm th医y.
Hình 23:L逢u 8欝 thu壱t toán ACO
II.2 Thu壱t toán ACO gi違i bài toán ED
Thu壱t toán ACO th詠c hi羽n bài toán ED thông qua các b逢噂c chính sau: B逢噂c 1: Kh荏i t衣o qu亥n th吋 ki院n b茨ng cách ch丑n ng磯u nhiên trong gi噂i h衣n cho phép S. Thông th逢運ng, phân b嘘 c栄a nh英ng con 8逢運ng 8逢嬰c kh荏i t衣o là gi嘘ng nhau. Kh違 n<ng nhìn th医y 8逢嬰c xác 8鵜nh và và s嘘 l逢嬰ng này 8逢嬰c c壱p nh壱t trong quá trình ch衣y ch逢挨ng trình. B逸t 8亥u ch逢挨ng trình, các cá th吋 ki院n có th吋 tìm ki院m trong m瓜t không gian r瓜ng. Sau m厩i vòng l員p, kh違 n<ng nhìn th医y 8逢嬰c t<ng lên và s詠 chính xác c栄a công vi羽c tìm ki院m ngày càng t<ng;
B逢噂c 3: m là s嘘 l逢嬰ng các ph亥n t穎 trong Ai và kh違 n<ng truy隠n t違i 8逢嬰c xác
8鵜nh. P0 là xác su医t tìm ki院m khu v詠c lân c壱n. n院u k院t qu違 l詠a ch丑n là Pij thì qui t逸c 1 8逢嬰c l詠a ch丑n;
C壱p nh壱t qui t逸c 1: Di chuy吋n cá th吋 ki院n t瑛 v鵜 trí i 8院n j. Th詠c hi羽n b逢噂c 5. N院u k院t qu違 l詠a ch丑n là P0 thì qui t逸c 2 8逢嬰c th詠c hi羽n;
C壱p nh壱t qui t逸c 2: Th詠c hi羽n m瓜t vi羽c tìm ki院m trong khu v詠c lân c壱n c栄a X. Th詠c hi羽n ti院p b逢噂c 5;
B逢噂c 4: Tìm ki院m khu v詠c lân c壱n, cho k院t qu違 là Y; B逢噂c 5: C壱p nh壱t c逢運ng 8瓜 ma tr壱n 8逢運ng mòn;
B逢噂c 6: Sau các vòng l員p t医t c違 các cá th吋 ki院n hoàn thành quá trình di chuy吋n, cho ta k院t qu違 tính toán.
II.3 Gi噂i thi羽u các bài báo dùng thu壱t toán ACO 8吋 gi違i bài toán ED
Bài báo “Ant colony optimisation for economic dispatch problem with non- smooth cost functions” c栄a tác gi違 Saravuth Pothiya, Issarachai Ngamroo, Waree Kongprawechnon, Electrical Power and Energy Systems 32, pp. 478–487, 2010. Bài báo gi噂i thi羽u thu壱t toán m噂i l衣 và hi羽u qu違 d詠a trên thu壱t toán t嘘i 逢u hóa 8àn ki院n (ACO) 8吋 x穎 lý v医n 8隠 8i隠u 8瓜 kinh t院 (ED) v噂i hàm chi phí không liên t映c. Nh茨m t<ng hi羽u qu違 c栄a thu壱t toán ACO, bài báo 8隠 xu医t ba c違i ti院n là tính 逢u tiên, gi違m bi院n và tính n<ng phóng 8衣i 8ã 8逢嬰c gi噂i thi羽u. A吋 th医y 8逢嬰c kh違 n<ng và tính hi羽u qu違, thu壱t toán 8隠 xu医t 8ã 8逢嬰c áp d映ng trên hai lo衣i v医n 8隠 c栄a ED v噂i hàm chi phí không liên t映c. Th泳 nh医t, xét v医n 8隠 ED có 違nh h逢荏ng 8i吋m van trên hai h羽 th嘘ng 13 và 40 máy phát. Th泳 hai xét 8院n v医n 8隠 ED bao g欝m vi羽c s穎 d映ng nhi隠u nhiên li羽u cho 10 máy phát.
Hình 25: K院t qu違 so sánh trong tr逢運ng h嬰p 1
H挨n n英a, thu壱t toán ACO 8隠 xu医t 8逢嬰c so sánh v噂i các thu壱t toán khác 8ã
8逢嬰c áp d映ng. K院t qu違 cho th医y r茨ng thu壱t toán ACO 8隠 xu医t cho k院t qu違 t嘘t h挨n, th運i gian 8áp 泳ng nhanh h挨n.
Bài báo “Ant Colony Optimization (ACO) Technique in Economic Power Dispatch Problems” c栄a tác gi違 Ismail Musirin, Nur Hazima Faezaa Ismail, Mohd. Rozely Kalil, Muhammad Khayat Idris, Titik Khawa Abdul Rahman, Mohd Rafi Adzman, IMECS, 2008. Bài báo này trình bày m瓜t cách gi違i quy院t v医n 8隠 8i隠u 8瓜
kinh t院 s穎 d映ng thu壱t toán t嘘i 逢u 8àn ki院n (ACO). ACO là m瓜t ph逢挨ng pháp meta- heuristic 8吋 gi違i quy院t các v医n 8隠 t嘘i 逢u t鰻 h嬰p ph泳c t衣p. Trong nghiên c泳u này, các k悦 thu壱t 8逢嬰c 8隠 xu医t 8ã 8逢嬰c th穎 nghi羽m s穎 d映ng trên h羽 th嘘ng IEEE 26 - Bus RTS chu育n và 8衣t 8逢嬰c nh英ng k院t qu違8áng k吋 trong vi羽c gi違i quy院t v医n 8隠.
Hình 26:K院t qu違 thu壱t toán ACO khi so sánh v噂i AIS
So sánh k院t qu違 nghiên c泳u v噂i các k悦 thu壱t t嘘i 逢u hóa khác, c映 th吋 là k悦
thu壱t h羽 th嘘ng mi宇n d鵜ch nhân t衣o (AIS) 8ã 8逢嬰c th詠c hi羽n 8吋 làm n鰻i b壱t s泳c m衣nh c栄a thu壱t toán 8逢嬰c 8隠 xu医t, k院t qu違 cho th医y thu壱t toán ACO cho k院t qu違 t嘘i 逢u h挨n, th運i gian 8áp 泳ng nhanh h挨n thu壱t toán AIS.