CÁC THUẬT TOÁN TIẾN HOÁ EVOLUTIONARY ALGORITHMS SEMINAR GIỚI THIỆU CÁC HƯỚNG NGHIÊN CỨU

SEMINAR GIỚI THIỆU CÁC HƯỚNG NGHIÊN CỨU
26/09/2019

CÁC THUẬT TOÁN TIẾN HOÁ
EVOLUTIONARY ALGORITHMS

LƯƠNG NGỌC HOÀNG


Tối ưu hố (Optimization)

Ví dụ 1:
Cho hàm số 𝑓 𝑥 = (𝑥 − 0.5)2.
Tìm giá trị nhỏ nhất của 𝑓 trên ℝ.
Cách giải: Tính đạo hàm (derivative) của 𝑓.

2

Tối ưu hố (Optimization)

Ví dụ 2:
Xác định trọng số của một mạng neural để hàm mất
mát đạt giá trị nhỏ nhất.
Cách giải: Gradient Descent.

3

Tối ưu hố (Optimization)

Ví dụ 3:
Cho đồ thị G(V,E) biểu diễn độ dài đường đi giữa các

thành phố. Tìm đường đi ngắn nhất giữa 2 thành phố.
Cách giải: Thuật toán Dijkstra.

4

Tối ưu hố (Optimization)

Ví dụ 4:
Cho đồ thị G(V,E) biểu diễn độ dài đường đi giữa các
thành phố. Tìm chu trình ngắn nhất qua tất cả các
thành phố, mỗi thành phố đúng một lần, và trở về nơi
xuất phát.

Cách giải ?

5

Tối ưu hoá (Optimization)

Ví dụ 5:
Cho ảnh y khoa thể hiện cấu trúc
tuyến tiền liệt của một bệnh
nhân. Tìm giải pháp xạ trị ung
thư tối ưu.
Cách giải ?

6

Tối ưu hoá (Optimization)

𝑥 Hàm số 𝑓 𝑓(x)

Input Output

à Phân tích 𝑓 để thiết kế và áp dụng thuật tốn thích hợp.

7

Tối ưu hoá (Optimization)

𝑥 Hàm số 𝑓 𝑓(x)

Input Output

Làm sao để giải bài toán
“black-box” optimization?

8

Các thuật toán tiến hoá
(Evolutionary Algorithms)

`

(Source: ALAN THORNTON/GETTY IMAGES) 9

Các thuật toán tiến hoá

(Evolutionary Algorithms)

Thế hệ t Thế hệ t+1

Solution0 – Fitness0 Solution0 – Fitness0
Solution1 – Fitness1 Solution1 – Fitness1
Solution2 – Fitness2 Solution2 – Fitness2

. .

. .

. .

SolutionN-1 – FitnessN-1 SolutionN-1 – FitnessN-1

Xếp hạng Chọn lọc (50% tốt nhất) Biến đổi (tạo cá thể mới)

Solution8 – Fitness8 Solution8 – Fitness8 Solution8 – Fitness8
Solution2 – Fitness2 Solution2 – Fitness2 Solution2 – Fitness2
Solution5 – Fitness5 Solution5 – Fitness5 Solution5 – Fitness5

. . .
. .
. . . 10
Solution1 – Fitness1 .
.

Các hướng nghiên cứu

Generative Art – Evolutionary Art: Sử dụng chương trình
máy tính để tạo ra các tác phẩm nghệ thuật.

(Source: samim.io) 11

Các hướng nghiên cứu

Cải tiến hiệu suất của các thuật toán tiến hoá trong
(một) ứng dụng cụ thể:
Ø Power System Expansion Planning (các bài toán liên

quan đến thiết kế và mở rộng hệ thống điện).
Ø Radiotherapy Planning (các bài toán liên quan đến

lập kế hoạch xạ trị ung thư).***
Ø Neural Architecture Search (các bài toán liên quan

đến tự động hoá việc thiết kế các mạng neural trong
machine learning).
Ø…

12

Các hướng nghiên cứu

Cải tiến hiệu suất của các thuật toán tiến hoá ở mức
tổng quát.
Ø Discrete/Continuous/Mixed-Integer Optimization
Ø Multi-/Many-Objective Optimization
Ø Permutation Optimization
Ø Multi-Modal Optimization
Ø…

13