Các đặc điểm, đặc trưng

Một phần của tài liệu Luận văn thạc sĩ mạng điều khiển fuzzy và neural (Trang 96 - 97)

J TT (3.21) với là m ột ngưỡng nhỏ nào đó Theo cách này sẽ đạt được K v ùng siêu hình

3.10.3 Các đặc điểm, đặc trưng

Như chúng ta đã biết, tất cả các cơ thể sống bao gồm nhiều tế bào, trong mỗi

tế bào có các tập hợp nhiễm sắc thể như nhau. Các nhiễm sắc thể là các chuỗi

DNA (Deoxyribonucleotic Acid) hoạt động như một mô hình cho toàn bộ cơ

thể. Một nhiễm sắc thể gồm các gen, những khối DNA. Mỗi gen mã hóa một

protein riêng biệt. Nói một cách đơn giản, mỗi gen mã hóa một đặc điểm, ví dụ

màu mắt. Những thiết lập có thể cho một đặc điểm (mắt xanh, mắt nâu) được

gọi là các gen tương ứng (allele). Mỗi gen có một vị trí riêng trong nhiễm sắc

Toàn bộ tập hợp vật liệu di truyền (tất cả các nhiễm sắc thể) được gọi là bộ

gen (genome). Một tập hợp riêng biệt của các gen trong bộ gen được gọi là kiểu

gen (genotype). Kiểu gen với quá trình phát triển sau này của cơ sở sinh sản cho

kiểu hình (phenotype) của cơ thể, các đặc điểm vật lý và trí tuệ, như màu mắt,

trí thông minh…

Các thuật giải di truyền là những kỹ thuật tối ưu dựa trên những khái niệm

chọn lọc tự nhiên và di truyền. Trong cách tiếp cận này, lời giải của bài toán

được trình bày như các gen trong nhiễm sắc thể. Thuật giải di truyền mô tả một

nhóm các lời giải có thể ứng cử (quần thể) trên bề mặt đáp ứng. Qua tiến hóa và chọn lọc tự nhiên các nhiễm sắc thể với độ thích nghi tốt hơn xuất hiện.

Chọn lọc tự nhiên đảm bảo cho nhiễm sắc thể có độ thích nghi tốt nhất sẽ được truyền cho những quần thể tương lai. Thuật giải di truyền kết hợp các gen

từ hai nhiễm sắc thể bố mẹ để tạo thành hai nhiễm sắc thể con mới (offspring)

với độ thích nghi cao hơn bố mẹ. Đột biến (mutation) cho phép khám phá

những vùng mới trên bề mặt đáp ứng.

Thuật giải di truyền cung cấp sự cải tiến thế hệ về độ thích nghi của các

nhiễm sắc thể và sau nhiều thế hệ sẽ tạo ra các nhiễm sắc thể chứa những thiết

lập biến đổi đã được tối ưu.

Sự khác biệt của thuật giải di truyền với thủ tục tìm kiếm và tối ưu bình

thường được Goldberg. Zbigniew Michalewicz trình bày như sau:

Thuật giải di truyền làm việc với một mã hóa của tập hợp tham số chứ không phải với một tham số.

Thuật giải di truyền tìm từ một quần thể các điểm chứ không phải một điểm.

Thuật giải di truyền đánh giá thông tin (với hàm mục tiêu), chứ không đưa vào đạo hàm hoặc tri thức bổ sung khác.

Thuật giải di truyền sử dụng các luật biến đổi theo xác suất, không sử dụng luật quyết định.

Nói chung, có thể mô tả phần đặc tả của toàn bộ thuật giải di truyền như sơ đồ Hình 4.1.

Một phần của tài liệu Luận văn thạc sĩ mạng điều khiển fuzzy và neural (Trang 96 - 97)

Tải bản đầy đủ (PDF)

(150 trang)