Tối ưu hóa theo thuật toán di truyền (pp)

TỐI ƯU HÓA THEO THUẬT TOÁN DI TRUYỀN
TỐI ƯU HÓA THEO THUẬT TOÁN DI TRUYỀN

Tối ưu hóa
Tìm cực trị đại lượng nào đó của đối tượng
thiết kế dưới dạng hàm số và phải thỏa mãn
các ràng buộc đặt ra.
Các ràng buộc

Phân loại
o
Đơn mục tiêu và đa mục tiêu
o
Cục bộ và toàn cục
………….
..)...),,(..),,,((
max
min
32123211
xxxfxxxff
=
...;0)(;0)( bxaxhxg
iii
≤≤=≤


Cực đại toàn cục tại (x,y)=(0,0); f(x,y) =0.
Cực đại toàn cục tại (x,y)=(0,0); f(x,y) =0.


Phương pháp leo đồi

Phương pháp leo đồi
&
&
Thuật toán di truyền
Thuật toán di truyền




THUẬT TOÁN DI TRUYỀN
o
Dựa trên cơ chế của tiến hóa tự nhiên.
o
Được phát triển bởi John Holland,
University of Michigan (1970’s), K. DeJong,
D. Goldberg
Professor J.Holland
o
Cung cấp kỹ thuật hiệu quả cho tối ưu
hóa và nghiên cứu máy móc
o
Được sử dụng rộng rãi trong kinh tế,khoa
học và kỹ thuật
no
START
ENCODING
INITIAL
POPULATION
SELECTION
CROSSOVER

MUTATION
NEW
GENERATION
STOPPING CRITETIA
SATISFIED?
STOP
REPEAT

Nhiễm sắc thể: 1001
o
Cùng chiều dài
o
Cùng kiểu

Quần thể ban đầu: 1001 0010 1011

o
Ngẫu nhiên
o
Không thay đổi

Hàm mục tiêu (fi)

Mã hóa
o
Nhị phân: 01110 101001
o
Số thực: 1.2324 5.3243
o
Số nguyên: 12345 296259

o
Kí tự: BAOC DOANS
........

Lựa chọn: roulete wheel
o
Quay bánh xe n lần =>phát sinh một số r
o
qi-1< r < qi => chọn nhiễm sắc thể thứ i
o
Mỗi lần chọn một NST
∑
=
n
i
i
i
i
veval
veval
p
)(
)(
∑
=
n
ii
pq
1
∑

=
n
i
i
i
i
f
f
veval )(

Elitims : chọn vài cá thể tốt nhất vào thế
hệ kế tiếp, thường là 2.

Lai chéo
parents children
o
Một vị trí 1001 1000

0010 0011
o
Hai vị trí 1001 0000
0010 1011
o
Đồng dạng 1001 0011

0010 1000
mask: 1010

Đột biến
Parent children

1001 1000
1207 1007
o
Xác suất đột biến Pm

Tái tạo
o
Được quần thể mới
o
Lặp lại chu trình trên

Tiêu chuẩn dừng