3.1.1. Khái niệm và tổng quan về thuật giải di truyền:
[Heitkoetter, 1994 , Dawn, 1995 and Goldberg, 1989]
Thuật giải di truyền là một thuật toán có ý tưởng chính dựa vào quá trình tiến hóa trong tự nhiên dựa theo học thuyết của Darwin.
Phương pháp tìm kiếm của GAs là tìm kiếm các cá thể (individuals) tối ưu từ quần thể (population) này sang quần thể khác. Các quần thể này sẽ liên tục bị thay đổi trong các thế hệ tiếp theo bởi các toán tử di truyền ( genetic operators) mô phỏng theo quá trình chọn lọc và đào thải của tự nhiên. Các toán tử di truyền bao gồm toán tử lai ghép (crossover), đột biến (mutation) và lựa chọn cá thể (selection). Một thế hệ mới được tạo nên (một cách vô tính) từ quần thể hiện tại, tương quan với sự thích nghi (fitness) của chúng: một hàm mục tiêu của các thông số sẽ trả về các giá trị số để phân biệt nghiệm tốt và nghiệm không tốt của lời giải.
Không như những thuật toán tối ưu cổ điển khác, thuật toán di truyền phát sinh một quần thể nghiệm ban đầu và thực hiện tìm kiếm. Có thể hiểu một cách đơn giản là thuật toán di truyền bắt đầu tìm kiếm với rất nhiều điểm khởi đầu chứ không phải là 1 điểm đơn. Do đó có thể tránh tình tạng nghiệm tìm thấy là tối ưu cục bộ.
Hình 2.3.1 Phương pháp Gradient
Phần 2-Cơ sở lý thuyết Chương 3: Thuật toán di truyền
Trang 30
Hình 2.3.1 Phương pháp thuật toán di truyền
Thuật giải di truyền trong một vài năm qua đã có những bước tiến đáng kể vì những ứng dụng của nó mang tính khả thi và năng lực trong khi giải quyết những vấn đề phức tạp. Chúng ta có thể sử dụng thuật toán di truyền dể giải quyết những bài toán mà các thuật toán thông thường không mấy phù hợp như đối với các bài toán không liên tục, không khả vi, có mức độ phi tuyến cao…
3.1.2. Những đặc điểm cơ bản của thuật giải di truyền:
GAs khác với các thuật toán tối ưu thông thường cũng như những giải thuật tìm kiếm khác bởi các điểm chính như sau:
• GAs làm việc với sự mã hóa một bộ các thông số, chứ không phải là bản thân các thông số.
• GAs tìm từ rất nhiều điểm phát sinh ban đầu chứ không phải từ 1 ủieồm
• GAs sử dụng các thông tin trả về (payoff) của hàm mục tiêu chứ không phải đạo hàm(derivatives) hay những yếu tố phụ thuộc khác
• GAs sử dụng các luật chuyển đổi theo xác suất chứ không phải theo các luật chuyển đổi xác định.
• Gas khởi tạo nhiều điểm ( quần thể) ban đầu chứ không phải một điểm đơn trong mỗi lần lặp và cả quần thể cùng tiến tới giá trị tối ưu
• Lựa chọn quần thể kế tiếp bằng sự tiến hoá ngẫu nhiên
• GAs chỉ giải được các bài toán phi tuyến (hoặc tuyến tính) nhưng không có điều kiện ràng buộc
GAs đòi hỏi một tập hợp các thông số tự nhiên của bài toán tối ưu để mã hoá thành các chuỗi số có chiều dài hữu hạn(tương tự như nhiễm sắc thể trong sinh học), dựa trên một số hữu hạn các ký tự(characters) , hay thuộc tính (features),(tương tự như gen trong sinh học). Thông thường sử dụng bảng mã nhị phân chỉ gồm các ký tự 0 và 1 để mã hóa. Mỗi thuộc tính sẽ mang những giá trị
Phần 2-Cơ sở lý thuyết Chương 3: Thuật toán di truyền
Trang 31
khác nhau (Alleles) và có thể nằm ở những vị trí khác nhau(loci). Kết hợp các chuỗi được gọi quần thể (population).
Bảng sau nêu tóm tắt các quan hệ tương ứng giữa tự nhiên và các thuật ngữ chuyeân moân:
Tự nhiên Thuật giải di truyền Nhieóm saộc theồ
(chromosome)
Chuoãi (String) Gen
(gene)
Ký tự, thuộc tính (feature, character) Alen
(allele)
Giá trị của thuộc tính (feature value) Vò trí
(locus)
Vò trí chuoãi (string position) Kieồu gen
(Genotype)
Quaàn theồ
structure, or population Kieồu hỡnh
(phenotype)
Tập hợp các tham số, nghiệm được chọn, giải mã caáu truùc
(parameter set, alternative solution, a decoded structure)
Cá thể (individual)
Nghieọm
(Vectụ nghieọm)…
Phần 2-Cơ sở lý thuyết Chương 3: Thuật toán di truyền
Trang 32