Bƣớc 4: Bình thƣờng hóa bài tốn: Giá trị nhị phân của mỗi gen đƣợc
Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn
57
i min i max i min
NBit [q (q q )] y(i) gene(i) 2 1 (2.6)
min max min
NBit [(r (r r )] y(i) gene(i) 2 1 (2.7)
Trong đó y (i) là giá trị nhị phân của mỗi gen. Nbit là số bít trên mỗi gien.
Bƣớc 5: Phép tính tƣơng ứng: kết quả của các giải pháp về tập hợp lai
tạo đƣợc tính bằng cách sử dụng công thức sau:
GA ev M F f 1 (2.8)
Trong đó, fev là là chức năng chi phí và đƣợc đánh giá bằng diện tích có nghĩa gốc
Do đó, cứ với các nhiễm sắc thể có điểm cao hơn lại có giá trị tƣơng ứng thấp hơn.
Bƣớc 6 Sao chép: các lựa chọn về sao chép quyết định cách GA tạo ra
những thế hệ sau tiếp theo từ thế hệ trƣớc. Trong này xét đến 2 loại sao chép: Sao chép giao nhau: phƣơng thức này đƣợc coi là thuật toán có khả năng tách các gen tốt nhất, cho từng cá thể khác nhau bằng cách chọn gen của một cặp cá thể cùng thế hệ, sau đó tái hợp chúng sinh ra thế hệ sau có tiềm năng tốt hơn. Việc chọn ngẫu nhiên điểm num_c để giao nhau đồng thời sử dụng phƣơng pháp giao nhau động, tiếp đến là tần số động bằng tỉ số giao nhau (Pc) của mỗi gen (Gen) đƣợc tính nhƣ sau:
Pcexp( Gen / Max _ Gen) (2.9) Sao chép đột biến: Chức năng này tạo ra ít biến đổi ngẫu nhiên trong các cá thể, tạo ra sự đa dạng gen và tăng mức độ sinh kế từ đó thuật tốn sẽ tạo ra các cá thể có giá trị tƣơng ứng tốt hơn. Cứ với mỗi cá thể trong tập hợp sẽ tạo ra một con số ngẫu nhiên nằm trong khoảng (0, 1). Nếu các số ngẫu nhiên này thấp hơn một số ngƣỡng đột biến xác định, lúc đó sẽ xảy ra đột
Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn
58
biến gen. Các điểm num_ m đƣợc lựa chọn ngẫu nhiên trong này để đột biến và đƣợc sử dụng cho đột biến động với tỉ số đột biến của mỗi gen (Gen) đƣợc tính nhƣ sau:
Pmexp(0.05 Gen / Max _ Gen) 1 (2.10)
Bƣớc 7.Hoán vị: Các thế hệ mới trong bƣớc 6 đƣợc sẽ thay thế cho tập hợp lai tạo hiện tại.
Bƣớc 8: Lặp lại các bƣớc từ 3 đến 7 cho đến khi đạt đƣợc: các bƣớc từ
3 đến 6 lặp lại trong thế hệ mới cho đến khi đạt đến điểm tập hợp. Thuật tốn này vơ hiệu khi tiếp xúc với bất kỳ một trong ba tiêu chuẩn dừng.
Bƣớc 9 Ấn định vị trí tối ƣu cho cá thể sau khi đƣợc hình thành trong 1 khu vực: sau khi đạt đƣợc tiêu chí tập hợp GA, các thế hệ sau chiếm đƣợc vị trí tối ƣu của giá trị tƣơng ứng sẽ đƣợc ấn định các quyết định trong vùng.
Bƣớc 10. Lặp lại các bƣớc từ 2 đến 9 để đạt không gian con cuối
cùng.[8]
2.5. KẾT LUẬN
GA là một thuật tốn tìm kiếm dựa trên quá trình tiến hóa trong tự nhiên với khả năng hội tụ cao, u cầu tính tốn thấp và khơng bị hạn chế về số biến.
Do có sự trao đổi thông tin giữa các đỉnh cực trị trong phép toán di truyền do đó hạn chế khă năng rơi vào cực trị cục bộ. Quá trình làm việc với chuỗi ký hiệu (chuối nhiễm sắc thể) và chỉ cần đánh giá hàm mục tiêu trong q trình tìm kiếm mà khơng cần bất kỳ thơng tin nào khác nên nó đƣợc ứng dụng trong các bài tốn tìm cực trị hàm phi tuyến khơng u cầu về tính khả vi.
Số hóa bởi Trung tâm Học liệu – ĐHTN http://www.lrc-tnu.edu.vn
59 (adsbygoogle = window.adsbygoogle || []).push({});
CHƢƠNG 3
MÔ PHỎNG KIỂM CHỨNG BẰNG PHẦN MỀM MATLAB- SIMULINK
3.1 Mơ hình động của hệ thống con lắc ngược
Trong đề tài lựa chọn mơ hình con lắc ngƣợc để mơ phỏng kiểm chứng có sơ đồ nhƣ hình 3.1