Proceedings - Viện Vật lý

Advances _________________________________________________________________________________in Optics, Photonics, Spectroscopy and Applications. Aug. 2006, Cantho, Vietnamcông nếu thế hệ mới thoả mãn (fit) với các thông số yêu cầu hơn thế hệ bố mẹ vàđược giữ lại để tiếp tục lặp lại cách biến đổi trên .Có nhiều phương pháp lai ghép khác nhau, chẳng hạn như phương pháp laighép đơn điểm (phương pháp trình bày ở thí dụ trên), phương pháp lai ghép haiđiểm : hai vị trí được chọn bất kỳ và tại các phân đoạn giữa chúng sau đó trao đổivới nhau, và phương pháp lai tạo ghép đa điểm : hoán chuyển tại nhiều điểm chọnkhác nhau, hay phương pháp lai ghép mặt nạ. Tuy nhiên thông thường để đơn giản,ta thường chọn phương pháp lai ghép đơn điểm .Sự thành công của việc sử dụng phương pháp lai ghép còn phụ thuộc vào nhữnghàm mục tiêu fit và việc mã hoá và các chi tiết khác của GAs. Hàm mục tiêu vàcách mã hoá sẽ được trình bày chi tiết ở phần sau.Quy tắc lai ghép giúp ta tạo ra dễ dàng các thế hệ sau mang gen của các thế hệtrước . Tuy vậy, nhiều khi do thế hệ khởi tạo ban đầu có đặc tính chưa phong phú vàchưa phù hợp nên các cá thể không rải đều hết không gian của bài toán, từ đó khótìm ra lời giải tối ưu cho bài toán. Thao tác đột biến sẽ giúp ta giải quyết được vấnđề này. Quy tắc đột biến trị nhị phân: đối với các cá thể kiểu chuỗi nhị phân thì độtbiến chỉ đơn giản là lật giá trị của một bit nhị phân ngẫu nhiên nào đó trong gen.Thông thường thì đột biến diễn ra với xác suất thấp nên người ta chỉ cho đột biếntrên một thành phần gen là tối đa. Tuy chỉ đột biến một bit nhị phân trong chuỗi nhịphân biểu diễn gen của cá thể nhưng hiệu quả của nó có thể rất lớn tùy thuộc vàoloại dữ liệu mà chuỗi nhị phân đó mã hóa.Việc chọn xác suất đột biến sao cho nó tỉ lệ nghịch với kích thước gen và khôngphụ thuộc kích thước quần thể.Ví dụ: Chiều dài của gen là 10 bit và đột biến ở vị trí 5Trước 0 1 0 0 0 1 1 0 1 0Sau 0 1 0 0 1 1 1 0 1 0Trên đây chúng tôi đã trình bày một hướng giải quyết vấn đề – bài toán hiệnđang phát triển mạnh mẽ hiện nay - thuật giải di truyền. Hoạt động của thuật giải ditruyền dựa trên sự mô phỏng quá trình thích nghi và tiến hóa của tự nhiên. Sự ngẫunhiên, tuy mang tính chất may rủi, bất định nhưng sự ngẫu nhiên này lại được địnhhướng để hội tụ vào một mục tiêu cụ thể nhờ sự trợ giúp của hàm mục tiêu F nên lạichứa đựng những tiềm năng vô cùng to lớn đối với việc giải quyết vấn đề – bài toántrên máy tính.1.2. Cách biểu diễn gen bằng chuỗi nhị phân .Quy tắc biểu diễn gen hiệu quả nhất qua chuỗi nhị phân là chọn chuỗi nhị phânngắn nhất nhưng đủ thể hiện được tất cả kiểu gen. Do vậy, chúng ta cần thiết lậpmối liên hệ giữa giá trị số thực nhập vào và số nhị phân. Để chuyển đổi qua lại giữasố thực và chuỗi nhị phân được thực hiện như sau:Giả sử muốn biểu diễn số thực x nằm trong miền [min, max] bằng một chuỗinhị phân A dài L bit. Lúc đó, ta chia miền [min, max] thành 2 L -1 vùng. Trong đó,kích thước một vùng là:max−ming =L2 -1(1)117