Cấu trỳc dữ liệu + giải thuật di truyền = chương trỡnh tiến húa.
Thuật ngữ “chương trỡnh tiến húa” trong cụng thức trờn là khỏi niện dựng để chỉ cỏc chương trỡnh mỏy tớnh cú sử dụng thuật toỏn tỡm kiếm và tối ưu húa dựa trờn nguyờn lý tiến húa tự nhiờn. Dưới đõy là một số thuật toỏn tiến húa đó được cụng bố.
Quy hoạch tiến húa – EP, do D.B.Pogel đề xuất. Cú thể diển tả EP đơn giản như sau: Cho một lớp cỏc phương phỏp khả dĩ giải quyết được một (số) phần vấn đề. Dựa vào quy luật tiến húa, tỡm một phương phỏp liờn hợp đủ khả năng giải quyết trọn vẹn vấn đề đú.
Chiến lược tiến húa, do T.Baeck, F.H.Hofmeister và H.P.Schwefel đề xuất. Thuật toỏn này dựa trờn một số chiến lược ban đầu, tiến húa để tạo ra những chiến lược mới phự hợp với mụi trường thực tế một cỏch tốt nhất.
Giải thuật di truyền - GA, do D.E.Goldberg đề xuất, được L.Davis và Z.Michalevicz phỏt triển.
Genetic Algorithms tạm dịch là Thuật giải di truyền (ngắn gọn gọi là GA) bắt nguồn từ ý niệm tiến húa để tồn tại và phỏt triển trong tự nhiờn. Những kinh nghiệm thực tế của con người đó là những ý niệm cơ bản cho lý thuyết mới để giải quyết vấn đề. Lý thuyết này do Jonh Henry Holland đề xướng vào giữa thập niờn 70 thế kỹ XX.
Núi chung GA là phương thức giả quyết vấn đề bắt chước lối hành xử của con người để tồn tại và phỏt triển. Nú giỳp tỡm ra giải phỏp tối ưu hay tốt nhất trong điều kiện thời gian và khụng gian cho phộp. GA giải quyết được vấn đề trờn mỏy vi tớnh nhờ vào chương trỡnh tin học để thể hiện những ý tưởng cơ bản nờu trờn. Khụng giống như phương phỏp giải tớch dựa trờn cỏc cụng thức toỏn học hay phương phỏp suy luận dựa trờn suy luận của cỏc chuyờn gia chỉ để ý đến một số cú giới hạn cỏc giải phỏp. GA xột đến toàn bộ cỏc giải phỏp, bằng cỏch xột trước nhất một số giải phỏp sau đú loại bỏ những thành phần khụng thớch hợp và chọn những thành phần
thớch nghi hơn để tạo sinh và biến húa nhằm mục đớch tạo ra nhiều giải phỏp mới cú hệ số thớch nghi ngày càng cao.
Do đú khi phải giải quyết vấn đề bằng GA, chỳng ta phải thụng qua cỏc giai đoạn sau:
1. Chọn mụ hỡnh (model) để tượng trưng cho cỏc giải phỏp. Cỏc mụ hỡnh cú thể là dóy (String) những số nhị phõn: 1 và 0, thập phõn và cú thể là chữ hay hỗn hợp giữa chữ và số.
2. Chọn hàm số thớch nghi để dựng làm tiờu chuẩn đỏnh giỏ cỏc giải phỏp. 3. Tiếp tục cỏc hỡnh thức biến húa cho đến khi đạt được cỏc giải phỏp tốt nhất
hoặc đến khi thời gian cho phộp chấm dứt.
Như vậy GA là một hỡnh thức tỡm kiếm cú tớnh ngẫu nhiờn nhưng được hướng dẫn bởi hàm số thớch nghi. GA khụng thể luụn luụn tỡm ra giải phỏp tối ưu, nhưng chắc chắn sẽ cung cấp những giải phỏp tương đối tốt trờn nền tảng vững chắc và trong thời gian nhanh nhất.
í niệm về thuật giải di truyền đó được một số nhà sinh vật học nờu ra từ những năm 50, 60, thế kỷ XX. A.S. Fraser là người đầu tiờn đó nờu lờn sự tương đồng giữa sự tiến húa của sinh vật và chương trỡnh tin học giả tưởng về GA. Tuy nhiờn chớnh Jonh Henry Holland, đại học Michigan, mới là người triển khai ý tưởng và phương thức giải quyết vấn đề dựa trờn sự tiến húa của con người.
ễng bắt đầu bằng những bài giảng và bài bỏo, sau đú đỳc kết cỏc ý tưởng thành sỏch. ễng được xem là người cha của học thuyết thuật giải di truyền.
Tạp chớ đầu tiờn về lý thuyết và ứng dụng của GA là nguyệt san Evolutionary Computation (1993) do Kenneth De Jong chủ biờn, ngoài ra cũn cú cỏc nguyệt san AI Expert, Artificial Intelligent cũng thường cú bài đề cập về GA.
Trong thời gian gần đõy cú ớt nhất là 12 sỏch giỏo khoa và chuyờn nghiệp về GA. Hàng chục chương trỡnh tin học do giới đại học và thương mại thực hiện đang được phổ biến rộng rói.
Tuy chỉ mới được hỡnh thành cỏch đõy chưa đầy 25 năm, GA đó cú được cơ sở toỏn học vững chắc về lý thuyết và số lượng những ỏp dụng ngày càng gia tăng bao gồm nhiều lĩnh vực khỏc nhau.
GA đó kết hợp với cỏc kỹ thuật thuộc lĩnh vực trớ tuệ nhõn tạo như Expert Systems (Hệ chuyờn gia), Mạng nơron nhận tạo (Artificial Neural Network) và Lụgic mờ (Fuzzy Logic) nhằm tỡm giải phỏp tối ưu cho những vấn đề phức tạp mà cỏc phương thức cổ điển đó khụng giải quyết thỏa đỏng.
