Thuật giải di truyền là phương thức giải quyết vấn đề bắt chước lỗi hành xử của con người để sinh tồn và phát triển. Nó giúp ta tìm ra giải pháp tối ưu hay tốt nhất trong điều kiện thời gian và không gian cho phép. Các thuật toán này có đặc điểm là tìm kiếm song song trong không gian trạng thái so với tìm kiếm point – by – point của kỹ thuật tối ưu thông thường. Việc tìm kiếm song
Chương III: Thuật giải di truyền 29
song được lưu trữ bằng việc giữ lại một tập hợp các giải pháp có thể phục vụ cho việc tìm kiếm tối ưu gọi là một quần thể. Mỗi thực thể trong quần thể đó là một chuỗi các biểu tượng – symbol và là một sự trình bày trừu tượng cho một giải pháp. Các biểu tượng được gọi là các gene và mỗi chuỗi biểu tượng được gọi là một nhiễm sắc thể - chromosome.
Thuật giải di truyền có các tính chất quan trọng sau:
1. Thuật giải di truyền lập luận có tính chất ngẫu nhiên để tìm giải pháp tối ưu cho các vấn đề phức tạp. Tuy nhiên đây là hình thức ngẫu nhiên có hướng dẫn bởi trị số thích nghị Chính hàm số thích nghi là vật chỉ đường cho GA tìm ra giải pháp tối ưu trong muôn ngàn giải pháp có thể có.
2. Vấn đề thích hợp nhất cho GA là tìm điều kiện tối ưụ Tối ưu đây không nhất thiết phải là tuyệt đối, nhưng có thể chỉ là tương đối trong hoàn cảnh và thời gian cho phép.
3. GA là lý thuyết thích hợp cho những trường hợp phải tìm kiếm. Nếu chúng ta phải tìm giải pháp trong trăm ngàn đáp số thì GA là kỹ thuật phải được lựa chọn trước nhất. Trước đây phương pháp “trèo núi”
(hill climbing) là phương pháp rất thích hợp, tuy nhiên thường cung cấp giải pháp có tính chất địa phương thay vì toàn diện như GẠ
4. Một trong những bước quan trọng và khó khăn nhất là tìm hàm số thích nghi (fitness function). Hàm số thích nghi phải có liên hệ trực tiếp đến vấn đề phải giải quyết. Ví dụ đối với vấn đề đầu tư, hàm số thích nghi có thể là lợi nhuận thu được do đầu tư, cũng có thể là tiền lời tích luỹ sau một thời gian nhất định.
5. GA và ANN đều thuộc vào nhóm khoa học trí tuệ nhân tạo, tuy nhiên GA lập luận dựa theo sự tiến hoá và xét vấn đề ở tầm mức của gene và
Chương III: Thuật giải di truyền 30
nhiễm sắc thể, khác với ANN dựa trên các kinh nghiệm và cách giải quyết vấn đề mà bộ óc con người thường dùng. Muốn giải quyết vấn đề, ANN phải tạo ra một mạng lưới gồm các neural chứa trong các lớp nhận tin, lớp cho kết quả và các lớp trung gian. Muốn cho kết quả chính xác, ANN phải có một mạng lưới tối ưụ Làm thế nào để chọn một cách tối ưu số lớp, số neural trong mỗi lớp, hệ số huấn luyện và các chi tiết khác? GA sẽ giúp giải quyết vấn đề nàỵ