Đang tải... (xem toàn văn)
Thuật toán phỏng bầy kiến giải bài toán K-Median
BỘ GIÁO DỤC VÀ ĐÀO TẠO 'TRƯỜNG ĐẠI-HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ KHOA HỌC THUAT TOAN PHONG BAY KIẾN GIAI BAI TOAN K-MEDIAN NGANH : CONG NGHE THONG TIN MA S6:23.04.3898 ‘TRAN TRUNG HIẾU Người hướng dẫn khoa học: PGS TS NGUYEN DUC NGHIA HÀ NỘI 2007 —— 5= THU VIEN xố Lời cảm ơn Với tất lịng kính trọng biết ơn sâu sắc, em xin gửi lời cảm ơn chân thành tới thầy giáo PGS TS Nguyễn Đức Nghĩa, người tận tinh day dỗ hướng dẫn em q trình hồn thành luận văn Em xin gt cảm ơn chân thành tới Thầy Cô Khoa Công nghệ Thông tin, Trường Đại hoc Bách Khoa Hà nội, người tận tình giảng dạy, truyền cho chúng em kiến thức suốt trình học tập trường để tạo sở hoàn thành luận văn MỤC LỤC Trang CAC THUAT NGU VIET TAT LOI NOI DAU Tự Chương Tổng quan hệ thống tính tốn sinh học 1.1 Giới thiệu 1.2 Di truyền tiến hố 1.3 Các khơng gian tìm kiếm, đặc tả hàm phù hợp 12 1.3.1 Khơng gian tìm kiếm 1.3.2 Các đặc tả di truyền 12 12 1.3.3 Các hàm phù hợp 13 13 1.4 Phân loại thuật toán sinh học 1.4.1 14 Các ứng dụng quy hoạch 16 1.4.2 Các ứng dụng thiết kế 1.4.3 Cac tng dyng mé phong va nhận dạng, 1.4.4 Các ứng dụng điều khiển 1.5 Nguyên lý thuật toán sinh học Chương Thuật toán bầy kiến 17 17 19 21 2.1 Giới thiệu 21 2.2 Mơ hình mơ thuật tốn 23 2.3 Trình bày giải thuật 2.3.1 _ Một số định nghĩa ban đầu 2.3.2 Trình bày thuật toán 2.4 Một số ứng dụng 2.4.1 Giải thuật ACO cho toán TSP 23 25 26 29 29 2.4.2 Bài toán SMTWTP 31 2.4.3 32 Bài toán GAP 2.4.4 Bài toán SCP Ỷ 34 # 2.4.5 Bài toán định tuyến mạng 36 2.5 Đánh giá ảnh hưởng tham số 38 2.5.1 Xác định vệt mật độ mùi 38 2.5.2 Cân nhắc thăm dò khai thác 39 2.5.3 ACO va tim kiếm cục 40 2.5.4 Tầm quan trọng thông tin tri thức 41 2.5.5 Số lượng kiến 42 2.5.6 Danh sách ứng cử viên 42 2.6 Kết luận 43 Chương Bài toán k-median 44 3.1 Phát biểu toán 44 3.2 Các ứng dụng thực tế _ ' 46 3.3 Tổng quan phương pháp giải 46 3.3.1 Thuật toán vét cạn 48 3.3.2 Thuật toán Loeal Search 49 3.3.3 Thuật toán Tabu Search 50 3.3.4 Thuật toán GRASP 51 Chương Giải thuật bầy kiến giải toán k-median _ — 53 4.1 Một số định nghĩa 33 4.2 Xây dựng tham số 4.3 Luu dé thuật toán _ 54 55 4.3.1 Thủ tục InitData 55 4.3.2 Thủ tục AntSystemInitialize 56 4.3.3 Thủ tục SimulateAnts 57 4.3.4 Thủ tục UpdateTrails 57 4.3.5 58 Nguyên tắc chung thuật toán 4.3.6 Điều kiện dừng thuật tốn 4.4 Đánh giá độ phức tạp tính toán 59 60 Chương Kết thực nghiệm 5.1 Mô tả thực nghiệm 61 61 5.1.1 Đặc điểm liệu 61 5.1.2 Thiết kế chương trình 62 64 ~x 5.2 Kết thực nghiệm 5.2.1 Xác định tham số 64 5.2.2 Các kết tính tốn 68 5.3 Đánh giá kết thực nghiệm 5.3.1 Đánh giá chất lượng thuật toán 75 5.3.2 Đánh giá thời gian thực 5.3.3 Đánh giá độ ôn định 75 76 77 Kết luận hướng phát triển 78 Tài liệu tham khảo 79 Phụ lục: Cấu trúc liệu modul chương trình 81 | # CÁC THUAT NGỮ VIÉT TÁT EC Evolutionary Computation Các tính tốn sinh học EA Evolutionary Algorithm Các thuật toán sinh học Bài toán tối ưu bầy ACO Ant Colony Optimize AS “Thuật toán di truyền TSP Ant System Genetic Algorithms Traveling Salesman Problem QAP Quadratic Assignment Problem Bài tốn phương trình bậc JSP GBAS Job-shop Scheduling Problem Graph-Based Ant System GA kiến Hệ thống bầy kiến Bài toán người bán hàng, động hai Bài toán lập lịch bán hàng Hệ thống Ant dựa đồ thị SMTWTP GAP SCP Single Machine Total Weighted Tardiness Scheduling Problem Generalized Assignment Problem Set Covering Problem Bài toán lập lịch sản xuất máy đơn Bài toán lập lịch tổng qt Bài tốn phủ đỉnh LỜI NĨI ĐÀU Các hệ thống công nghệ thông tỉn ngày phát triển, lối tư duy, chế tính tốn, suy diễn ngày tiến gần với kiểu tư logie người Cùng với nó, hệ thống tính tốn mơ phỏng, theo eg chế hoạt động sinh học thực thể sống cũng, ngày cảng nghiên cứu sâu hơn, tiết hơn, Các toán thực tế nhà nghiên cứu nắm bắt giải dễ dàng thông qua mối liên hệ tồn không ngừng phát triển thực thể sinh học Các hệ thống tinh toán nghiên cứu tên gọi hệ thống tính tốn sinh học Một hệ thống tính tốn sinh học vận dụng tốt lối tư vào tốn tối ưu tổ hợp, mơ hình giải thuật bầy kiến, mơ lối di chuyển đời sống thực tế bầy đàn £ hk kiên Các vấn đề phục vụ lực phục vụ trạm dịch vụ yêu cầu khách hàng ngày trở thành mảng đề tài nóng Do phải tiếp nhận số lượng lớn yêu cầu từ khách hàng tiếp tục tăng lên mà trạm dịch vụ nhiều tải lực phục vụ không đáp ứng Đặc biệt, số loại hình dịch vụ mang tính khẩn cấp, yêu cầu cần phục vụ với thời gian nhanh nhắt, vấn đề cài đặt trạm dịch vụ cách hợp lý cho khả đáp ứng tốt lại trở nên quan trọng, Bài tốn k-median, mt bai tốn điển hình đáp ứng kiểu mơ hình triển khai với nhiều nghiên cứu chuyên sâu Với mục tiêu sâu nghiên cứu hệ thống giải thuật bay kiến, ứng dụng để giải lớp tốn tối ưu tổ hợp tốn &- median, luận văn cố gắng tìm hiểu mơ hình hệ thống, giải thuật bẩy kiến, toán k-median ứng dụng giải thuật phỏng, bẩy kiến để giải bai toán Luận văn gồm chương: « Chương Giới thiệu tổng quan hệ thống sinh học, phương pháp tính tốn sinh học, ngun lý hệ thống thuật toán sinh học © Chuong Gi thiệu tổng quan thuật tốn bẩy kiến «Chương Giới thiệu tổng quan toán &-median số phương pháp giải áp dụng toán « Chương Trình bày giải thuật bẩy kin gii bi toỏn &- median, ôChng Đ Trinh bay số kết thực nghiệm đạt được, số đánh giá giải thuật 'Thuật toán bầy kiến toán &-median thực tế nghiên cứu nhiều, Tuy nhiên việc áp dụng thuật tốn by kiến vào giải tốn k-median cịn chưa nghiên cứu sâu sắc Chính vậy, trình nghiên cứu, từm hiều, chắn vấn để tơi đề cập cịn có nhiều thiếu sót, khiếm khuyết Do mong nhận đóng góp, đạy thấy cơ, bạn học có quan tâm tới vấn đề CHUONG I ~ TONG QUAN VE CAC HE THONG TINH TOÁN PHONG SINH HOC 1.1 Giới thiệu Các kỹ thuật tính tốn sinh học (EC) [10] nghiên cứu cho thấy chúng hồn tồn phù hợp với phương pháp tính, giải toán tổ hợp Nguyên lý chung kỹ thuật dựa tượng sinh học tự nhiên Các tính tốn bao gồm lớp thuật tốn sinh học (EA), chứa giải thuật tìm kiếm dựa tri thức kinh nghiệm Các trí thức sử dụng để tìm kiếm lời giải tốt cho để suy diễn lời giải tốt từ lời giải trước đặc biệt phù hợp với dạng tốn khơng, tồn giải thuật hiệu (là giải thuật có thời gian tính tốn đa thức) Các giải thuật thường đơn giản, mang tính tổng qt ứng dụng lớp tốn tìm kiếm tối ưu Tắt nhiên, để có đánh giá việc làm thuật tốn làm việc, cần có hiểu biết di truyền tiến hoá, 1.2 Di truyền tiến hoá Trong sinh học, khác biệt tạo kiểu gen kiểu hình sinh vật Kiểu gen tổ hợp gen mã hóa sinh vật, đặc biệt phân tử DNA có trong, tế bào thể sinh vật (cho dù vi khuẩn, nấm, 10 thực vật hay động vật) Các phân tử DNA có chứa gen, đoạn nhỏ phân tử DNA mã hóa cho đặc điểm riêng sinh vật (cịn gọi tính trạng), ví dụ da màu lơng, số lượng chỉ, kích thước sọ, Một cách xác hơn, gen (hoặc đoạn DNA) dịch mã thành protein tạo nên phần thể, tạo nên chức cân thi cho tồn (chuyển hóa, vận động cơ, bảo vệ chống lại bệnh tật, ) Sự hình thành sinh vật với chức hành vỉ tạo nên kiển hình, hay sinh vật thực thể sống giới thực Nói tóm lại, cỏ q trình chiều mà thông tin gen (kiểu gen) xác định (cùng với tác động mơi trường) hình dạng chức (kiểu hình) sinh vật Khi hai sinh vật loài sống sinh con, thay đổi mức gen sau: lại phân tử DNA bố lẫn mẹ kết hợp với nhau, kiểu gen nhận phần gen từ bố, phần gen từ mẹ Nói cách khác, kiểu gen cá thể tổ hợp (một cách ngẫu nhiên) kiểu gen bố mẹ, cá thể có tổ hợp gen khác Quá trình gọi lại Hơn nữa, trình chép thong tin gen từ bố mẹ cho đơi có lỗi chép, gọi đột biển Hiện tượng hiểm xảy ra, (có thể) tạo thay đổi gen Kết tượng lai đột biến cá thể (t so với bố mẹ chúng Mộtsố theo) có thay tính trạng thể hệ có từ bố, số từ mẹ Hơn nữa, đột biển ngẫu nhiên biểu hồn tồn số tính trạng định Tóm lại, thay đổi có nguồn gốc, xuất phát từ mức độ kiểu gen (qua lai đột biến) biểu mức độ kiểu hình Trong giới sinh vật, tất cá thể sinh tổn tiếp tục sinh sản Ví quần thể chuột, đa số chuột chết ... 3.3.1 Thuật toán vét cạn 48 3.3.2 Thuật toán Loeal Search 49 3.3.3 Thuật toán Tabu Search 50 3.3.4 Thuật toán GRASP 51 Chương Giải thuật bầy kiến giải toán k-median _ — 53 4.1 Một số định nghĩa... thực nghiệm đạt được, số đánh giá giải thuật ''Thuật toán bầy kiến toán &-median thực tế nghiên cứu nhiều, Tuy nhiên việc áp dụng thuật toán by kiến vào giải tốn k-median cịn chưa nghiên cứu sâu... đổi có thuật tốn trèo đổi (Hill Climbing Algorithm), Trong phạm vi luận văn này, ta nghiên cứu thuật toán bầy kiến ứng dụng thuật toán để giải toán &-median, 19 “ 4.5 Nguyên lý thuật toán sinh