A吋 zƒe"8鵜pj"8瓜 quan tr丑ng c栄c"eƒe"#"v逢荏ng trong b瓜 ma tr壱n v瑛a xây d詠ng 荏 d逢噂e"ÐFqÑ."vtqpi"rj逢挨pi"rjƒr"p {."MR có th吋 s穎 d映ng nhi隠w"j o"8吋 8ƒpj"ikƒ"
m泳e"8瓜 phù h嬰p c栄c"#"v逢荏pi."vtqpi"8隠 tài này KP s穎 d映ng h欝i quy nh臼 nh医t vj»pi"vj逢運ng (OLS) ph鰻 bi院n và t壱p h嬰p k院t qu違 giá tr鵜 8亥w"tc"vjw"8逢嬰c t瑛 thí nghi羽m th詠c t院 8吋 xây d詠ng m瓜v"o»"j·pj"8c"vw{院n. S穎 d映ng ví d映 vt逢噂c v噂i F1, F2, F3 (Fj) o»"j·pj"8逢嬰c t衣o 荏 d衣ng:
0 1 1, 2 2, 3 3,
i i i i
y ?d -d F -d F -d F (1)
V噂i yi (i= 1,..., n) là m瓜t giá tr鵜 逢噂e"n逢嬰ng 泳ng v噂i m厩i b瓜 thông s嘘 8亥u vào F1,i, F2,I, F3,i và s胤 có n giá tr鵜 逢噂e"n逢嬰ng y. d0 , d1, d2, d3 là h羽 s嘘 8逢嬰c 逢噂c tính b荏i h欝i quy tuy院n tính. Các h羽 s嘘 d0, d1, d2, d3 mj»pi"vjc{"8鰻i trong su嘘t qua trình tìm ki院m x "p„"8逢嬰c tính toán khi hoàn thành quá trình hu医n luy羽n. O»"j·pj"逢噂e"n逢嬰ng cu嘘i cùng s胤 có d衣pi"pj逢"*4+"f́pi"8吋 逢噂c n逢嬰ng n b瓜 thông s嘘 8亥u vào:
* + * + * + * + 3 1.93 2 982.13( 57.12 3 1/ . i y ? / - e/ /log x - sin x / / - x (2)
Vjgq"pj逢"rj逢挨pi"vt·pj"*3+"vc"vj医y các mô hình tính toán theo các hàm ý v逢荏ng Fj là tuy院p"v·pj"pj逢pi"*4+"ej泳a giá tr鵜 bi院p"8瓜c l壱p g嘘c là mô hình phi tuy院n. Vì v壱y m映e"8 ej"j o"yi 8逢嬰c t衣o ra t瑛 eƒe"j o"#"v逢荏ng Fj n "8吋 tính g亥n 8¿pi"cho b医t k các hàm phi tuy院n nào. Sau khi xây d詠ng mô hình giá tr鵜 p- value 8逢嬰c s穎 d映pi"8吋 ki吋o"8鵜nh m泳e"8瓜 quan tr丑ng c栄a các hàm Fj.
1.0, ( ) 1.0, ( ) ( ) 1 1.0, ( ), j j j j j if p value F NA if p value F contribution F if p value F otherwise c d s / ? Ê Í / @ ÍÍ ? / Ë > Í Í / ÍÌ (3)
Vjgq"pj逢"*5+"vc"pj壱n th医y giá tr鵜 p value/ t嘘t thì s胤 e„"zw"j逢噂ng ti院n v隠 giá tr鵜 0. Trong bài vi院t này ch雨 có nh英pi"#"v逢荏ng giá giá tr鵜 8„pi"i„r"v嘘t m噂k"8逢嬰c l詠a ch丑p"8吋 thêm vào trong b瓜 #"v逢荏ng tiêu chu育n m噂i t嘘k"8c"n st hàm (kích c叡 t嘘k"8c"sw亥n th吋) 8吋 ti院p t映e"8逢c"xào vòng l員p ti院r"vjgq"8吋 xây d詠ng mô hình m噂i. Trong m瓜t s嘘 nghiên c泳w"vt逢噂c c栄c"rj逢挨pi"rjƒr"p {"ejq"vj医y không có hi羽n
v逢嬰ng c逸t gi違o"8k"d噂t các j o"#"v逢荏ng trong qu亥n th吋, tuy nhiên tác gi違 kh鰯ng 8鵜pj"8k隠u này là có th吋 x違y ra0"E”p"8嘘i v噂i bài báo c栄a tác gi違 thì qua các vòng l員p thì các bi院n h欝k"sw{"8隠w"n o"ikc"v<pi"ikƒ"vt鵜 8„pi"i„r"e栄a chúng vào l運i gi違i cu嘘k"épi0"A隠u này cho th医{"ej¿pi"8隠u có giá tr鵜 v噂i o»"j·pj"逢噂e"n逢嬰ng cu嘘i cùng. Vì l運i gi違i cu嘘i cùng là tuy院n tính nên ni逢運i dùng có th吋 d宇 dàng l詠a ch丑n m瓜t l運i gi違k"vjgq"o»"j·pj"8吋 8k隠u các thông s嘘 違pj"j逢荏ng theo nhu c亥u s穎 d映ng th詠c t院.
A吋 8ƒpj"ikƒ"o»"j·pj"f詠 báo (l運i gi違i cu嘘i cùng) thì KP s穎 d映ng thông s嘘 RMSE 8吋 tính toán chênh l羽ch gi英a giá tr鵜 ki吋m ch泳ng v噂i giá tr鵜 d詠 8qƒp"8逢嬰c tính t瑛 mô hình d詠 báo. V噂i công th泳e"v pj"TOUG"pj逢"ucw<
2 1 ( ) n i i i y y RMSE n ? / ? Â (4) Vtqpi"8„<"yi là giá tr鵜 逢噂e"n逢嬰ng tính t瑛 mô hình 泳ng v噂i thí nghi羽m th泳 i.
yi là giá tr鵜 thu t瑛 th詠c nghi羽m th泳 i. n = (N-K-1)
N là t鰻ng s嘘 thí nghi羽m quan sát. K là t鰻ng s嘘 bi院n.
2.2.4 C壱p nh壱t và áp d映pi"#"v逢荏ng và mô hình (Act).
J pj"8瓜ng c壱p nh壱t và áp d映ng b瓜 tiêu chu育n m噂k"8逢嬰c th詠c hi羽n n院u nó th臼c"8k隠u ki羽n giá tr鵜 8ƒpj"ikƒ"o»"j·pj"o噂i t嘘v"j挨p"ikƒ"vt鵜 8ƒpj"ikƒ"o»"j·pj"jk羽n t衣i (RMSEnew<RMSEbest)0"Fq"8„."vtqpi"d逢噂c này, ch雨 8挨p"ik違p"n "d逢噂c l詠a ch丑n 8吋 c壱p nh壱t gi違k"rjƒr"vjgq"rj逢挨pi"rjƒr"ngq"8欝k."e„"pij c"n "eƒe"vk‒w"ejw育n kém j挨p"u胤 mj»pi"8逢嬰c ch医p nh壱n v磯n ti院p t映c áp d映ng b瓜 tiêu chu育p"e 0"E”p"p院u nó 8逢嬰c ch医p nh壱n thì b瓜 tiêu chu育n m噂i s胤 8逢嬰c áp d映ng cho vòng l壱p ti院p theo. 雲 vòng l壱p ti院r"vjgq"eƒe"#"v逢荏ng có th吋 8逢嬰c k院t h嬰p v噂i nhau b茨ng cách trao 8鰻k"#"v逢荏ng v隠 các bi院n trong hàm s嘘 cho nhau. Nghiên c泳u này s胤 s穎 d映ng oqfwng"FGCR"vt‒p"R{vjqp"8吋 th詠c hi羽n vi羽c kh荏i t衣q"x "vtcq"8鰻k"ejfiq"e pi"pj逢"
8瓜t bi院n theo thu壱t toán di nh亥o"v·o"tc"8逢嬰e"eƒe"#"v逢荏ng m噂i t嘘t h挨p"v瑛 8„"t嘘i 逢w mô hình t嘘v"j挨p [5].
2.3 L壱p trình gi違i thu壱t di truy隠n (Genetic Programming).
L壱p trình di truy隠n (GP) là m瓜v"rj逢挨pi"rjƒr"f詠a trên thu壱t toán ti院n hóa s穎 d映ng c医u trúc liên k院t cây nh鵜 phân v噂i các toán t穎 ch泳e"p<pi"8吋 t嘘k"逢w"j„c l運i gi違i. 姶w"8k吋m c栄c"rj逢挨pi"rjƒr"p {"uq"x噂k"rj逢挨pi"rjƒr"o衣pi"p挨-ron nhân t衣o là tránh 8逢嬰e"Ðejk院c h瓜r"8gpÑ"p„"mj»pi"vj吋 ejq"tc"8逢嬰c nh英ng công th泳e"v逢運pi"okpj"8吋 ki吋m ch泳ng hi吋u bi院t c栄c" pi逢運i s穎 d映ng [6]. Mô hình cây di truy隠n (GOT - Genetic Operation Tree) là m瓜v"rj逢挨pi"rjƒr"eqp"vtqpi"IR"n "u詠 k院t h嬰p c栄a mô hình v壱n hành cây nh鵜 phân (Operation tree) và gi違i thu壱t di truy吋n (Genetic algorithm). Trong GOT, QV"8„pi"xck"vt”"vt·pj"d {"e医u trúc c栄a hàm s嘘 m瓜v"eƒej"v逢運ng minh còn gi違i thu壱t di truy隠p"IC"vj·"8„pi"xck"vt”"n "e»pi"e映 8吋 t嘘k"逢w"o»"j·pj"e¤{"fk"vtw{隠n phù h嬰p theo s嘘 li羽u th詠c nghi羽m. [7]
2.3.1 Mô hình v壱n hành cây (OT).
Cây ho衣v"8瓜ng là m瓜t cây nh鵜 phân mà m厩i nút không có ho員c có hai nút con. N院u m瓜v"p¿v"mj»pi"e„"p¿v"eqp."p„"8逢嬰c xem là m瓜t chi院c lá và là m瓜t bi院n ho員c m瓜t h茨ng s嘘; n院u m瓜t nút có hai nút con, nó ph違i là m瓜t phép toán (+,-,x,/, power, log, v.v.). Ví d映, Hình 2.2 là m瓜v"QV"8衣i di羽n cho công th泳c sau:
4 1.5 1 5 2 3 (( ) ( ) * ) * (12.5* ( )) 145 x y? x /x - x x/ (5) Hình 2.2 CＸu trúc cây vｆn hành 5 lずp cてa rj⇔￢pi"vt·pj"7"*7+0
N院u chú ta có m瓜t b瓜 giá tr鵜 bi院n trên OT thì chúng ta s胤 vi院v"tc"8逢嬰c công th泳c và giá tr鵜 c栄a m瓜t hàm. T瑛 8„"8吋 gi違i quy院t v医p"8隠 bài toán t嘘k"逢w"e»pi"vj泳c e逢運pi"8瓜 nén c栄a bê tông tác gi違 c栄c"d k"dƒq"]7̲"8«"8隠 xu医t s穎 d映ng gi違i thu壱t di truy隠p"8吋 t嘘k"逢w"j„c"vjgq"mk吋u ti院n hóa ch丑n l丑c t詠 nhiên b茨ng mô hình cây v壱n hành.
2.3.2 Gi違i thu壱t di truy隠n (GA).
Vjgq"Fcxku"IC"p q"8吋 gi違i quy院t m瓜t v医p"8隠 8隠u ph違k"e„"p<o"vj pj"rj亥n sau [8]:
1. M瓜t v医p"8隠 có ch泳a các y院u t嘘 8吋 xây d詠ng gi違k"rjƒr"vjgq"eƒe"8衣i di羽n di truy隠n
2. Eƒej"8吋 t衣o ra các qu亥n th吋 di truy隠p"dcp"8亥u có th吋 l医y ng磯u nhiên
3. M瓜v"e挨"u荏 hay hàm s嘘 ch泳e"p<pi"8吋 8ƒpj"ikƒ"o泳e"8瓜 phù h嬰p c栄a các l運i gi違k"x "eƒe"8衣i di羽n di truy隠n và x院p h衣pi"ej¿pi"vjgq"e挨"u荏 p {"8吋 thay th院 eƒe"8衣i di羽n kém b茨ng nh英pi"8衣i di羽n t嘘t ra vào trong t壱p qu亥n th吋.
4. Rj逢挨pi"vj泳e"8吋 th詠c hi羽n phép di truy隠n gây 違pj"j逢荏pi"8院n c医u t衣o c栄a các cá th吋 con trong quá trình lai t衣o.
5. Các giá tr鵜 tham s嘘 8亥w"x q"mjƒe"8吋 th詠c hi羽n kh荏i ch衣y thu壱t toán (quy mô qu亥n th吋, t益 l羽 lai chéo, t益 l羽 i¤{"8瓜t bi院p.È+ (adsbygoogle = window.adsbygoogle || []).push({});
2.3.3 Quá trình sinh s違n.
Trong m厩i th院 h羽, s詠 phù h嬰p (fitness) c栄a t瑛ng gi違k"rjƒr"8逢嬰e"8ƒpj"ikƒ"x " các gi違k"rjƒr"8逢嬰c ch丑p"8吋 tái sinh s違n d詠a trên s詠 phù h嬰p c栄a chúng. S詠 l詠a ch丑n 8逢嬰c tuân theo nguyên t逸c ÒÒu詠 s嘘ng sót c栄a nh英pi"pi逢運i kh臼e m衣nh nh医vÑ0"Eƒe"ik違i pháp t嘘v"8逢嬰c l詠a ch丑p"8吋 tái s違n xu医t v噂i xác su医t cao, trong khi các gi違i pháp x医u v噂i xác su医t th医p. Xác su医t ch丑n t益 l羽 thu壱n v噂i s詠 phù h嬰p c栄a các gi違i pháp. Các gi違k"rjƒr"8逢嬰c ch丑p"ucw"8„"vt違i qua quá trình tái t鰻 h嬰r"f逢噂k"vƒe"8瓜ng c栄a các toán t穎 vtcq"8鰻k"ejfiq"x "8瓜t bi院p0"A吋 c違i thi羽n hi羽u su医t c栄a thu壱t toán, gi違i pháp t嘘t nh医t c栄a th院 h羽 hi羽n t衣i s胤 ch逸c ch逸p"8逢嬰c l詠a ch丑p"8吋 di truy隠n cho th院 h羽 ti院p theo. Chi院n n逢嬰e"p {"8逢嬰c g丑i là chi院n l逢嬰c tinh hoa. [9].
Giá tr鵜 hkvpguu"vtqpi"8隠 v k"p {"8逢嬰c s穎 d映ng e pi"f詠a trên giá tr鵜 RMSE và s胤 8逢嬰e"8ƒpj"ikƒ"v瑛ng cá th吋 trong m瓜t th院 h羽 t瑛 8„"8逢c"x q"d瓜 32"#"v逢荏ng t嘘t nh医t trong t瑛ng th院 h羽 theo công th泳c sau. [10]
Max RMSE fitness Max Min / ? / (5)
Vtqpi"8„<Ocz"n "ikƒ"vt鵜 RMSE l噂n nh医t trong qu亥n th吋 荏 m瓜t th院 h羽 Min là giá tr鵜 RMSE nh臼 nh医t trong qu亥n th吋 荏 m瓜t th院 h羽 RMSE là giá tr鵜 v逢挨pi"泳ng c栄a cá th吋 8cpi"zfiv0"
2.3.4 Tái t鰻 h嬰p (Ttcq"8鰻k"ejfiq"x "8瓜t bi院n).
Toán t穎 k院t h嬰r"ejfiq"eƒe"v pj"p<pi"e栄a hai c医u trúc cha và m姻 8吋 t衣o thành hai c医u trúc th院 h羽 con. Nó ho衣v"8瓜ng b茨pi"eƒej"jqƒp"8鰻k"eƒe"rj¤p"8q衣p"v逢挨pi"泳ng c栄a m瓜t chu厩i c医u trúc c栄a các gi違i pháp th院 h羽 cha m姻. Toán t穎 8瓜t bi院n t詠 #"vjc{"8鰻i m瓜t ho員c nhi隠u thành ph亥n c栄a c医w"vt¿e"8«"ej丑n - 8k隠w"p {"n o"v<pi"v pj bi院p"8瓜ng c栄a qu亥n th吋. M厩i v鵜 trí c栄a m厩k"xfie"v挨"pijk羽m trong qu亥n th吋 tr違i qua m瓜t s詠 thay 8鰻i ng磯u nhiên v噂i xác su医t b茨ng t益 l羽 8瓜t bi院n. [11]
Chu trình th詠c hi羽n quá trình sinh s違n và tái t鰻 h嬰p c栄a gi違i thu壱v"igp"e挨"d違n c„"dc"d逢噂c:
‚ D逢噂c 1. Sinh s違n: T瑛 qu亥n th吋 c医u trúc hi羽n có, xây d詠ng các t鰻 h嬰p
giao ph嘘i m噂i b茨ng cách ch丑n nh英ng gi違i pháp có c医u trúc t嘘t d詠a trên 8瓜 phù h嬰p (fitness) c栄a chúng.
‚ D逢噂c 2. Tái t鰻 h嬰p: Áp d映ng các toán t穎 di truy隠p"*vtcq"8鰻k"ejfiq."8瓜t bi院n) v噂i các c員r"8逢嬰c ch丑n ng磯u nhiên t瑛 t鰻 h嬰p giao ph嘘i, t衣o ra c医u trúc con m噂k"8吋 8逢c"x q"sw亥n th吋 m噂i.
‚ D逢噂c 3. Thay th院: Thay th院 dân s嘘 hi羽n có b茨ng dân s嘘 m噂i r欝i ti院n j pj"8ƒpj"ikƒ0"P院u b瓜 gi違i pháp m噂i (th院 h羽 con) cho k院t qu違 t嘘v"j挨p" thì s胤 thay th院 hoàn toàn b瓜 gi違k"rjƒr"e 0
Hình 2.3 Ví dつrjfir"nck"ijfir"*vtcq"8ごi chéo) a) Cây lぜi giＶi cha b) cây lぞi giＶi mｒ, c) cây lぜi giＶi con 1, d) cây lぜi giＶi con 2.
Hình 2.4 Ví dつrjfir"8じt biｘp."*c+"e¤{"eqp"vtƒk"8⇔ぢc lばa chがp"8あ8じt biｘn (b) thay thｘ
e¤{"eqp"8じt biｘn bぞi cây con sinh ngｄu nhiên mずi
2.4. H欝i quy ký hi羽u (Symbolic Regression).
H欝i quy ký hi羽u (SR) là m瓜t lo衣i phân tích h欝i quy tìm ki院m không gian c栄a các bi吋u th泳c toán h丑e"8吋 tìm ra mô hình phù h嬰p nh医t v噂i m瓜t t壱p d英 li羽u 8亥u vào, c違 v隠 8瓜 chính xác c栄a mô hình x "v pj"8挨p"ik違n. Không có mô hình c映 th吋 p q"8逢嬰c cung c医r"n o"8k吋m kh荏k"8亥u cho thu壱v"vqƒp0"Vjc{"x q"8„."eƒe"dk吋u th泳e"dcp"8亥w"8逢嬰c hình thành b茨ng cách k院t h嬰p ng磯u nhiên các kh嘘i xây d詠ng toán h丑e"pj逢"vqƒp"v穎 toán h丑c , hàm phân tích , h茨ng s嘘 và bi院n tr衣pi"vjƒk0"Vj»pi"vj逢運ng, m瓜t t壱p h嬰p con c栄a các nguyên th栄y này s胤 8逢嬰c ch雨 8鵜nh b荏k"pi逢運i v壱p"j pj"p„."pj逢pi"8„"mj»pi"rj違i là yêu c亥u c栄a k悦 thu壱t. Bài toán h欝i quy ký hi羽u cho các hàm toán h丑e"8«"8逢嬰c gi違i quy院t b茨ng nhi隠w"rj逢挨pi"rjƒr"mjƒe"pjcw." Vtqpi"8隠 tài này L壱p trình Kaizen và l壱p trình di truy隠p"8逢嬰c 泳ng d映pi"8吋 gi違i bài toán h欝i quy ký hi羽u.
H欝i quy ký hi羽u ít b鵜 vƒe"8瓜ng b荏i các yêu c亥u ràng bu瓜e"dcp"8亥u t瑛 pi逢運i s穎 d映ng mà nó c嘘 g逸ng kham phá ra nh英ng m嘘i quan h羽 c栄a t壱p d英 li羽u n瓜i t衣i b茨pi"eƒej"8k"v·o" nh英ng mô hình ph映 h嬰p cho các giá tr鵜 8亥w"x q"x "e pi"8欝ng th運i c嘘 g逸ng t嘘k"逢w"ejq"ikƒ" tr鵜 8亥u ra.
T壱r"eƒe"j o"e挨"u荏 :
F = {+, -, *, /, pow, ln, exp, abs, sin, cos, tan, sqrtÈʼ t壱p toán h衣ng :
D k"vqƒp"8員t ra là tìm m瓜t hàm f* 8逢嬰c t衣o ra t瑛 F và T sao cho f* và t壱p giá tr鵜 cho vt逢噂c càng kh噂p v噂i nhau càng t嘘t. [12]
2.5 Bi吋w"8欝 Pareto và bi吋w"8欝z逢挨pi"eƒ. Bi吋w"8欝 Pareto. Bi吋w"8欝 Pareto.
‚ Ejq"8逢嬰c cái nhìn t鰻ng quan v隠 nh英ng nguyên nhân phát sinh ra v医p"8隠. ‚ Giúp cho nhóm t壱p trung vào nh英ng v医p"8隠 gây ra 違pj"j逢荏ng l噂n.
‚ Eƒe"d逢噂c ti院n hành:
1. Li羽t kê t医t c違 các y院u t嘘 ti隠o"p<pi"違pj"j逢荏pi"8院n k院t qu違.
2. A院m s嘘 l亥n xu医t hi羽n c栄a các y院u t嘘, li羽t kê các y院u t嘘 theo b違ng theo th泳 t詠 s嘘 l亥n xu医t hi羽n nhi隠u nh医v"ejq"8院n ít nh医t
3. Xây d詠ng bi吋w"8欝 Pareto.
Hình 2.5 Biあw"8げ Pareto.
Bi吋w"8欝z逢挨pi"eƒ0
‚ Bi吋w"8欝 z逢挨pi"eƒ"vj吋 hi羽n m嘘i qua h羽 nhân qu違. (adsbygoogle = window.adsbygoogle || []).push({});
‚ Hình thành m瓜t s嘘 gi違 thuy院t v隠 các nguyên nhân x違y ra.
‚ Ak隠p"x q"eƒe"z逢挨pi"eƒ"d茨ng cách nh壱n d衣ng các nguyên nhân chính: Manpower *eqp"pi逢運i), Machines (Máy móc, thi院t b鵜+." Ogvjqfu" *Rj逢挨pi" rjƒr+." Ocverials (Nguyên v壱t li羽u).
‚ T瑛 8„"v·o"pj英pi"8k吋m chung c栄c"eƒe"piw{‒p"pj¤p."8亥w"z逢挨pi"eƒ"n "j壱u qu違 c栄a eƒe"z逢挨pi"eƒ."e亥p"dtckpuvqto"8‒"8逢c"e pi"pjk隠u nguyên nhân càng t嘘t.
Hình 2.6 Biあw"8げz⇔￢pi"eƒ
2.6 Các nghiên c泳u 8k"vt逢噂c trong vi羽c tri吋n khai xây d詠ng mô hình 逢噂c n逢嬰ng e逢運pi"8瓜 nén c栄a bê tông và l壱p trình Kaizen.
Melo và c瓜ng s詠 c栄a mình (2014) là nh英pi"pi逢運k"8亥u tiên th詠c hi羽n nghiên c泳u v隠 khái ni羽m Kaizen Programming d詠a trên tri院t lý c違i ti院n liên t映c Kaizen. T瑛 8„."pi逢運i ta có th吋 xem KP là m瓜v"rj逢挨pi"rjƒr"o噂i trong nh英ng gi違i thu壱t ti院n hóa. KP là m瓜v"rj逢挨pi"rjƒr" ti院n hóa d詠a trên s詠 8„pi"góp c栄a các l運i gi違k."#"v逢荏ng t瑛ng ph亥n d詠a vào s詠 8„pi"i„r"x隠 m員v"#"pij c"e栄c"ej¿pi"8吋 t衣o ra mô hình l運i gi違i cu嘘k"épi"8„"n "8k吋m khác bi羽t so v噂i các gi違i thu壱t di truy隠n hi羽n t衣i t壱p trung vào vi羽c th穎 và tìm ki院m t瑛ng l運i gi違i riêng l飲 k院t qu違 là m瓜t l運i gi違i t嘘t nh医t cu嘘i cùng. K院t qu違 bài báo c栄a Melo cho th医y khi so sánh vi羽c phát tri吋n thu壱t toán ti院n hóa v噂k"eƒe"#"v逢荏ng là các hàm s嘘 vj逢運ng g員p, Melo so sánh KP và GP và m瓜t s嘘 gi違i thu壱t khác v隠 thông s嘘 R2 và RMSE. KP cho cho m瓜t l運i gi違i ch医t l逢嬰ng cao cho c違 ki吋o"8鵜nh t壱p hu医n luy羽n và t壱p th穎 nghi羽m trong khi ch雨 8”k"j臼i m瓜t s嘘 ít các rj逢挨pi"rjƒr"8ƒpj"ikƒ0"X·"x壱y bài nghiên c泳u này mu嘘n d詠a trên KP k院t h嬰p v噂i module GP c栄c"FGCR"8吋 xây d詠ng mô hình d詠 dƒq"e逢運pi"8瓜 nén c栄a bê tông. [4]
I.C. Yeh và c瓜ng s詠 8«"vj詠c hi羽n mô hình hóa mô hình 逢噂e"n逢嬰ng e逢運pi"8瓜 nén c栄a bê tông l亥p"8亥w"x q"p<o"3;;:"d茨pi"rj逢挨pi"rjƒr"o衣pi"p挨-ron nhân t衣o (ANN). K院t qu違 tác gi違 vjw"8逢嬰c là cho th医{"rj逢挨pi"rjƒr"p {"ejq"8瓜 chính xác trong d詠 dƒq"ecq"j挨p"rj逢挨pi" pháp h欝k"sw{"vj»pi"vj逢運ng, d宇 dàng theo dõi và xem xét t雨 l羽 các thông s嘘 違pj"j逢荏pi"8院n e逢運pi"8瓜 nén bê tông ví d映 pj逢"違pj"v逢荏ng c栄a tu鰻i bê tông hay t益 l羽 c栄c"p逢噂c và ch医t liên k院v0"Vw{"pjk‒p"pj逢嬰e"8k吋o"8逢嬰c nêu ra r医t nhi隠w"vtqpi"rj逢挨pi"rjƒr"o衣pi"p挨-ron nhân t衣o là chi院c h瓜r"8gp."t医v"mj„"8吋 hi吋w"8逢嬰c h院t s詠 v逢挨pi"vƒe"e栄a các y院u t嘘 違pj"j逢荏pi"8院n
e逢運pi"8瓜 d‒"v»pi"x·"8„"n "o瓜t mô hình ph泳c t衣r"8”k"j臼i m瓜v"n逢嬰ng l噂n thí nghi羽o"8亥u vào. Ngoài ra bài báo còn ch雨 ra r茨ng khi chia t羽p hu医n luy羽n và ki吋m nghi羽m mô hình thì vi羽c l医y m磯u ng磯u nhiên trong c違 hai t羽p data s胤 có th吋 cho k院t qu違 cu嘘i cùng t嘘v"j挨p [13].
Phát tri吋p"#"v逢荏ng ti院p theo I.C.Yeh ti院p t映c k院t h嬰p v噂i L.C. Lien (2009) s穎 d映ng mô hình cây v壱n hình gi違i thu壱t di truy隠p"8吋 xây d詠ng mô hình 逢噂e"n逢嬰ng e逢運pi"8瓜 nén c栄a bê tông. Rj逢挨pi"rjƒr"8逢嬰e"8員t tên là GOT (Genetic Operation Tree) là s詠 k院t h嬰p c栄a gi違i thu壱t di truy隠n và v壱n hành cây nh鵜 phân0"Vtqpi"8„"e¤{"x壱n hành có nhi羽m v映 gi違i các #"v逢荏ng hàm s嘘 thành các nút là các lá ho員c nhánh cây còn gi違i thuât gen có nhi羽m v映 s穎 d映ng các toán t穎 di truy隠p"8吋 t嘘k"逢w"eƒe"#"v逢荏pi"8„0"V瑛 8„"mj逸c ph映e"8逢嬰e"pj逢嬰e"8k吋m c栄a m衣ng p挨-ron nhân t衣o trong nghiên c泳w"vt逢噂e"8„"e栄c"»pi"e pi"pj逢"8隠 xu医v"8逢嬰c m瓜t rj逢挨pi"rjƒr"v逢運pi"okpj"8吋 xây d詠ng mô hình d詠 dƒq"8¤{"n "o瓜v"8„pi"i„r"swcp"vt丑ng trong v壱n hành th詠c t院. Theo Yeh mô hình do GOT t衣q"tc"ejq"8瓜 d詠 8qƒp"ej pj"zƒe"j挨p" công th泳c th詠c nghi羽m phi tuy院p"pj逢pi"8挨p"ik違p"j挨p0"Pj逢pi"o員c dù v壱y GOT có th吋 ej逢c"ejq"o»"j·pj"e„"8瓜 chính xác b茨pi"rj逢挨pi"rjƒr"o衣pi"p挨-ron nhân t衣q"8逢嬰e0"Ak隠u p {"e pi"ejq"vj医y là v磯n có nh英ng công th泳c t嘘v"j挨p"o»"j·pj"fq"IQV"v衣o ra. [7] [14]
Nghiên c泳u c栄a Tsai và c瓜ng s詠 v隠 mô hình 逢噂e"n逢嬰ng d詠a trên l員p trình gi違i thu壱t di truy隠n có tr丑ng s嘘 nghiên c泳u này ch雨 khác bi羽t nghiên c泳u c栄a Yeh là có thêm tr丑ng s嘘 cho các y院u t鰻 違pj"j逢荏ng. Qua nghiên c泳u này Tsai 8«"rjƒv"jk羽n ra nh英pi"8„pi"i„r0"Làm ikc"v<pi"8瓜 chính xác cho mô hình d詠 báo. Có th吋 làm cho mô hình tr荏 p‒p"8挨p"ik違p"j挨p" vjgq"#"pi逢運i dùng b茨pi"eƒej"8員t tr丑ng s嘘. M泳e"8瓜 違pj"j逢荏ng c栄a các thông s嘘 có th吋 8逢嬰c zƒe"8鵜nh b茨ng m瓜t chu鰻i vòng l員p th詠c hi羽n b荏i YIR0"D k"dƒq"8«"vj pj"e»pi"vtqpi"xk羽c d詠 dƒq"e逢運pi"8瓜 nén và chi phí m員c dù d詠 báo không t嘘t 荏 khía c衣nh m泳e"8瓜 vón c映c c栄a bê tông. Tác gi違 8隠 ngh鵜 c亥n thêm nhi隠u nghiên c泳w"j挨p"8吋 làm rõ v医p"8隠 này. [15]
Chen và Wang (2009) 8隠 xu医v"rj逢挨pi"rjƒr"IGIC"pj亥m mong mu嘘n c違i thi羽p"p<pi" l詠c c栄a GP và GA. IGIC"n "rj逢挨pi"rjƒr"e違i ti羽n v隠 m員t c医w"vt¿e"#"v逢荏pi"8嘘i v噂i thu壱t toán di truy隠n piq k"tc"rj逢挨pi"rjƒr"p {"e”p"u穎 d映ng s詠 h厩 tr嬰 c栄a ti院p"j„c"x "o»"8吋 c違i thi羽n hi羽u qu違 tìm ki院m c栄c"rj逢挨pi"rjƒr"IC"vj»pi"vj逢運ng. K院t qu違 nhóm nghiên c泳u cho th医y GEGA cho th医y kh違 p<pi"v·o"mk院o"8逢嬰e"o»"j·pj"e„"8瓜 sai s嘘 th医r"j挨p"mjk"uq"uƒpj" v噂k"IR"vj»pi"vj逢運ng và các mô hình h欝i quy phi tuy院n truy隠n th嘘ng. K院t qu違 cho th医y tuy
GEGA không th吋 cho mô hình t嘘v"pj逢"CPP"pj逢pi"o»"j·pj"p„"e„"8瓜 chính xác g亥p"v逢挨pi" 8逢挨pi"x噂i mô hình lan truy隠p"pi逢嬰c BPN (backpropagation network). [16]
2.7 E挨"u荏rj逢挨pi"rjƒr"nw壱p"8吋 th詠c hi羽p"8隠 tài. a. Quy trình th詠c hi羽p"8隠 tài a. Quy trình th詠c hi羽p"8隠 tài
D詠c"x q"eƒe"e挨"u荏 lý thuy院v"e pi"pj逢"o映e"vk‒w"x "8鵜pj"j逢噂pi"8«"zƒe"8鵜nh 荏 các n瓜i fwpi"8«"p‒w"vt‒p0"Sw{"vt·pj"vj詠c hi羽p"8隠 v k"8逢嬰c xây d詠ng d詠c"vt‒p"e挨"u荏 lý thuy院v"8吋 ti院p c壱p"x "8ƒr"泳ng ba m映e"vk‒w"8«"p‒w"tc"v瑛 8亥u lu壱p"x<p"vjgq"sw{"vt·pj"j·pj"405
Ikck"8q衣n 1: Pj逢"8«"8隠 c壱p 荏 ej逢挨pi"ik噂i thi羽w."8隠 tài s穎 d映ng d英 li羽u c栄a m瓜t công ty
s違n xu医t c丑c, c嘘ng và các s違n ph育m t瑛 d‒"v»pi0"P‒p"d‒"v»pi"8逢嬰e"zgo"pj逢"n "o瓜t nguyên li羽u chính y院u nh医t c栄a công ty. Ucw"mjk"zƒe"8鵜nh v医p"8隠, ta ti院n hành nghiên c泳u các tài li羽u và s嘘 li羽u c栄a e»pi"v{"e pi"pj逢"pj英ng lý thuy院t v隠 Mck¦gp"x "Mck¦gp"rtqitcookpi.È" Các nghiên c泳w"8k"vt逢噂c. Thu th壱p d英 li羽u v隠 các b瓜 s嘘 thí nghi羽m quan sát các y院u t嘘 trong mô hình.
Ikck"8q衣n 2<"Ucw"mjk"zƒe"8鵜pj"8逢嬰c v医p"8隠 b茨ng cách phân tích d英 li羽u và làm rõ 荏 giai
8q衣n 1. Ta ti院n hành tri吋n khai xây d詠ng b瓜 s嘘 li羽u thí nghi羽m các y院u t嘘 違pj"j逢荏pi"8院n e逢運pi"8瓜 nén c栄a bê tông. Xây d詠ng quy trình thành l壱p mô hình 逢噂e"n逢嬰ng và các thông s嘘 8亥u vào cho quá trình kh荏i ch衣y *8逢嬰e"n o"t "vtqpi"ej逢挨pi"5"x "ej逢挨pi"6+0
Giai 8q衣n 3: Ti院n hành tri吋n khai xây d詠ng mô hình b茨pi" rj逢挨pi" rjƒr" Mck¦gp"
Programming k院t h嬰p v噂i module Genetic programming trên DEAP. Aƒpj"ikƒ"m院t qu違 thu 8逢嬰c qua các vòng l壱p và ghi nh壱n nh英pi"8„pi"i„r"o "o»"j·pj"ocpi"n衣i v隠 s詠 c違i thi羽n s詠 hi吋u bi院t c栄a nhóm Kaizen *8逢嬰e"n o"t "vtqpi"ej逢挨pi"6+0
Ikck"8q衣n 4: Phân tích k院t qu違 x "8逢c"tc"eƒe"mk院n ngh鵜 cho các công vi羽c ti院p theo. K院t
Ikck"8qＴp"3<"Vkｘr"eｆp" x "v·o"jkあw"xＸp"8ｚ0 Ikck"8qＴp"4<"Rj¤p"v ej" x "z¤{"fばpi"sw{"vt·pj" z¤{"fばpi"o»"j·pj"fば" báo. Ikck"8qＴp"5<Z¤{"fばpi" o»"j·pj"x "8ƒpj"ikƒ" vtqpi"swƒ"vt·pj"mjぞk" ejＴ{0 Ikck"8qＴp"6<D p"nwｆp"