Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 1 PHẦN MỞ ðẦU GIỚI THIỆU CHUNG 1. Tên dề tài: ðề tài có tên: “Áp dụng thuật toán di truyền trong tính toán thị trường ñiện”. ðây là một ñề tài tuy ñã ñược khai thác tại một số nước trên thế giới nhưng là khá mới tại Việt Nam. Chưa có một tài liệu nào ñề cập tới vấn ñề này như một nội dung hoàn chỉnh mà chỉ xuất hiện rải rác ở các nghiên cứu hay các bài báo. Chính bởi vậy, luận văn góp phần phát triển hướng nghiên cứu và ứng dụng thuật toán di truyền nói riêng và các thuật toán trí tuệ nhân tạo nói chung vào trong lĩnh vực nghiên cứu hệ thống ñiện tại Việt Nam. Bên cạnh ñó, ñề tài cũng ñưa ra một số cải tiến trong kỹ thuật tính toán ñể tăng tốc ñộ, ñộ chính xác và linh hoạt hơn cho thuật toán này. 2. Các mục tiêu và ñóng góp của ñề tài ðề tài ñược thực hiện với các mục chính như sau: -Giới thiệu về thuật toán di truyền, phân tích các ñặc ñiểm chính và một số ưu nhược ñiểm của thuật toán. -Xây dựng một số phương pháp ñể sử dụng thuật toán này trong việc giải các bài toán ñiều ñộ tổ máy và tính giá cân bằng cho thị trường ñiện ngày tới ñể từ ñó có một số kết luận quan trọng cho việc tiếp tục ứng dụng thuật toán này cho các bài toán khác của hệ thống ñiện. -ðem lại những cách tiếp cận mới cho những bài toán trong hệ thống ñiện, từ ñó có thể xem xét khả năng áp dụng vào trong thực tế sản xuất năng lượng nhờ những ưu ñiểm và cả khả năng kết hợp với thuật toán tối ưu khác của thuật toán di truyền. -ðề xuất một số cải tiến trong xây dựng bài toán và phương thức tính toán cũng là những ñóng góp quan trọng của ñề tài. Bài toán có thể không mới, ñã từng ñược giải quyết bằng nhiều phương pháp khác nhau tuy nhiên, việc giải bằng thuật toán di truyền ñưa lại một hướng ñi mới và linh hoạt trong cách xử lí, ngay cả khi có những thay ñổi trong các yếu tố ñầu vào của bài toán ñó. 3. Nội dung chính của ñề tài: ðề tài bao gồm các chương với nội dung chính như sau: -Phần mở ñầu -Chương 1: Cơ sở lý thuyết của thuật toán di truyền. -Chương 2: Bài toán ñiều ñộ tổ máy và xác ñịnh giá cân bằng của thị trường ñiện ngày tới -Chương 3: Tính toán áp dụng cho thị trường ñiện tại Việt Nam. -Chương cuối: Kết luận chung và các hướng phát triển của ñề tài. Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 2 CHƯƠNG 1 CƠ SỞ LÝ THUYẾT CỦA THUẬT TOÁN DI TRUYỀN 1.1 Giới thiệu chung Thuật toán di truyền nằm trong một lớp các phương pháp giải toán và tìm kiếm tối ưu có tên gọi chung là Trí tuệ nhân tạo (Artificial Intelligence_AI). Hình 1.1: Trí tuệ nhân tạo và các yếu tố tác ñộng. Từ khi ra ñời vào năm 1956 ñến nay, ngành trí tuệ nhân tạo ñã trải qua nhiều giai ñoạn thăng trầm và ñạt ñược những thành tựu to lớn trong việc ứng dụng tính toán cho các bài toán kinh tế - kỹ thuật vào cuối những năm 80 và những năm 90 của thế kỷ trước. Từ ñó ñến nay, các thuật toán trí tuệ nhân tạo luôn là một trong những sự lựa chọn hàng ñầu cho việc giải các bài toán có khối lượng tính toán lớn, không gian tìm nghiệm rộng và mô hình bài toán phức tạp. ðặc biệt là ñối với những bài toán ña mục tiêu và những bài toán không nhất thiết phải tìm ñược tối ưu tuyệt ñối mà chỉ cần những nghiệm lân cận thì các thuật toán trí tuệ nhân tạo luôn thể hiện ưu thế vượt trội. Thuật toán trí tuệ nhân tạo bao gồm một số thành phần chính như sau: lập trình tiến hoá (Evolutionary Programming_EP), thuật toán di truyền (Genetic Algorithm_GA), hệ Nơron, tìm kiếm Tabu (Tabu Search), hệ mờ (Fuzzy)… Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 3 Hình 1.2 Các mốc quan trọng trong sự phát triển của ngành trí tuệ nhân tạo 1.2 Các ñặc tính của thuật toán di truyền Giống như thuật toán tiến hoá nói chung, thuật toán di truyền hình thành dựa trên quan niệm cho rằng quá trình tiến hoá tự nhiên là quá trình hoàn hảo và hợp lý nhất và tự nó ñã mang tính tối ưu. ðây là một tiên ñề ñúng, không thể chứng minh ñược nhưng phù hợp với thực tế khách quan. Trong tính tối ưu trong tự nhiên thể hiện ở chỗ thế hệ sau bao giờ cũng tốt hơn thế hệ trước nhờ hai quá trình cơ bản là sinh sản và chọn lọc tự nhiên. Những cá thể nào phát triển thích nghi với môi trường sẽ tồn tại và ngược lại, những cá thể nào không thích nghi với môi trường sẽ bị ñào thải. Sự thay ñổi của môi trường sẽ tác ñộng tới qúa trình tiến hoá và bản thân quá trình tiến hoá cũng có tác ñộng làm thay ñổi môi trường. Cá thể mới sinh ra trong quá trình tiến hoá nhờ vào sự lai ghép ở thế hệ cha-mẹ. Một cá thể mới có thể mang những ñặc tính của cha-mẹ ở thế hệ trước (di truyền) hoặc mang những ñặc tính mới hoàn toàn (ñột biến). Di truyền và ñột biến là hai cơ chế quan trọng như nhau trong quá trình tiến hoá mặc dù xác suất ñể xảy ra hiện tượng ñột biến nhỏ nhiều (hàng chục ñến hàng trăm lần tuỳ từng quá trình) so với hiện tượng di truyền. Mặc dù cơ chế là ngẫu nhiên nhưng thuật toán di truyền không phải là một thuật toán ngẫu nhiên. Thuật toán khai thác và tận dụng ñược một cách hiệu quả thông tin quá khứ ñể có ñược những kết quả mới ñạt kết quả như mong muốn. Các cải tiến trong việc sử dụng thuật toán di truyền ñã làm tăng thêm hiệu quả của việc sử dụng thuật toán trong các bài toán phức tạp. ðiều này thể hiện ở việc giảm thời gian tính toán do các quá trình diễn ra trong thuật toán ngày càng hiệu quả mà ta sẽ tìm hiểu cụ thể hơn ở dưới ñây. 1.2.1 Các quá trình cơ bản trong thuật toán di truyền: a,Mã hoá dữ liệu hay còn gọi là biểu diễn di truyền cho lời giải của bài toán: ðây là bước ñầu tiên và rất quan trọng ñối với việc tìm ra lời giải của bài toán. Mỗi lời giải của bài toán ñược biểu diễn dưới dạng một chuỗi kí tự hữu hạn hay còn ñược gọi là một nhiễm sắc thể. Các kí tự có thể là số nhị phân, số thập phân,… tuỳ vào từng bài toán cụ thể. Trong quá trình này, việc mã hoá cái gì, mã hoá như thế nào, trật tự các thành phần trong nhiễm sắc thể ra sao,… luôn là những thách thức cho những người giải toán. Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 4 b,Khởi tạo quần thể hay còn gọi là xây dựng tập hợp nghiệm (có thể ngẫu nhiên hoặc không ngẫu nhiên) ban ñầu: Có nhiều cách ñể khởi tạo giá trị quần thể nghiệm ban ñầu, tuỳ từng bài toán mà ta lựa phương pháp phù hợp. Thông thường, hệ nghiệm ban ñầu ñược chọn ngẫu nhiên trong không gian tìm kiếm. Tuy vậy, việc chọn này cũng cần phải xem xét về tương quan giữa ñộ thích nghi của các nhiễm sắc thể ñể tránh tình trạng nghiệm tìm ra là nghiệm tối ưu cục bộ hay còn gọi là cực trị ñịa phương. Còn vấn ñề số lượng nghiệm của tập nghiệm hay qui mô của quần thể cũng cần ñược xem xét kỹ dựa vào ñộ phức tập của bài toán, ñộ chính xác yêu cầu (cao hay thấp) và thời gian tính toán yêu cầu (nhanh hay chậm). c,Xác ñịnh hàm thích nghi hay hàm lượng giá cho mỗi nhiễm sắc thể hay chính là cho các phương án nghiệm trong tập nghiệm. Hàm này dùng ñể ñánh giá ñộ thích nghi của các nhiễm sắc thể. Hàm thích nghi cần phải ñánh giá ñược mức ñộ thích nghi cho tất cả các nghiệm khả thi và luôn ñược giả ñịnh là không âm ñể hiện ñộ thích nghi của các cá thể. Công thức biểu diễn hàm cần phải thể hiện ñược tất cả các ñặc tính mong muốn của nhiễm sắc thể, thông qua ñó có thể chọn lọc ñược các quần thể nghiệm tốt nhất cho bài toán. d,Quá trình lai ghép: ñây là qúa trình nhiễm sắc thể mới ñược hình thành dựa trên nhiễm sắc thể cha-mẹ bằng cách ghép một hay nhiều ñoạn nhiễm sắc thể cha mẹ với nhau. Phép lai ghép xảy ra với xác suất là p 1 có thể ñược mô phỏng như sau: *Chọn hai (hay nhiều) cá thể bất kì trong quần thể. Quần thể ở ñây bao gồm các nhiễm sắc thể (cha-mẹ) có ñộ dài bằng nhau. *Chọn ñiểm lai là một ñiểm có vị trí bất kì (như nhau) trên nhiễm sắc thể cha-mẹ và thực hiện hoán ñổi các ñoạn gen của nhiễm sắc thể cha-mẹ tại ñiểm lai này. *ðưa hai cá thể này vào quần thể ñể thực hiện vào các quá trình tiến hoá tiếp theo. Nhiễm sắc thể cha-mẹ: 0 1 1 1 0 1 0 0 0 1 1 0 0 ↕ ñiểm lai ghép 1 0 1 0 0 1 0 1 1 0 0 1 1 Hai nhiễm sắc thể con ñược sinh ra sau quá trình lai ghép: 0 1 1 1 0 1 0 0 0 1 1 0 0 1 0 1 0 0 1 0 0 0 1 1 0 0 Tuy nhiên trong quá trình tồn tại và phát triển, thuật toán di truyền ñã ñược bổ sung rất nhiều các phương pháp lai ghép ñể nhằm thích ứng với nhiều kiểu bài toán và cũng là ñể tăng hiệu quả của thuật toán. Có thể kể một số phép lai cải tiến như sau: +Lai ghép có xét tới các ñặc tính trội và lặn trong tự nhiên. Các ñặc tính này ñược qui ñinh trước trong khi biểu diễn cấu trúc nhiễm sắc thể. Bằng việc xem xét tới các ñặc tính trội-lặn, quá trình sản sinh ra các “quần thể chất lượng tốt” sẽ nhanh hơn va do ñó thời gian tính toán cũng ñược rút ngắn. +Lai ghép từng phần (PMX_Partially-Matched Crossover). Việc giữ lại những ñoạn mã ñã “tối ưu” trong nhiễm sắc thể cũng là một cách ñể quá trình lai ghép trở nên hiệu quả hơn. Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 5 +Lai ghép có trật tự (OX_Order Crossover): +Lai ghép dựa trên vị trí (PBX_Position_Based Crosover) +Lai ghép chu trình (CX_Cycle Crossover) +Lai ghép thứ tự tuyến tính (LOX_Liner Order Crossover) +Lai ghép ña ñiểm (MX_Multipoint Crossover): với phương pháp này, chũng ta có thể cho 2 cá thể lai ghép ở 2 hay nhiều ñiểm lai ghép. Phương thức này làm cho thuật toán trở nên linh hoạt hơn, nhờ ñó các thế hệ cá thể con cũng có sẽ có chất lượng tốt hơn. e, Quá trình ñột biến là quá trình cá thể con mang một hay một số tính trạng không có trong mã di truyền của cha-mẹ. Quá trình này xảy ra với xác suất p 2 (nhỏ hơn nhiều so với p 1 ) có thể ñược mô tả như sau: *Chọn ngẫu nhiên một cá thể bất kì trong quần thể *Chọn một gen bất kì của cá thể vừa chọn *Thay ñổi giá trị gen ñó (ñối với cách mã hoá gen theo số nhị phân thì quá trình thay ñổi giá trị là ñổi giá trị từ 0 thành 1 hoặc từ 1 thành 0) rồi trả về quần thể ñể thực hiện các quá trình tiếp theo. Nhiễm sắc thể trước ñột biến: 0 1 1 1 0 1 0 0 0 1 1 0 0 ↑ ñiểm tạo ñột biến Nhiễm sắc thể sau ñột biến: 0 1 1 0 0 1 0 0 0 1 1 0 0 Tương tự như quá trình lai ghép, trong quá trình phát triển của thuật toán di truyền cũng ñã ñược bổ sung rất nhiều cách thức ñể thực hiện qúa trình gây ñột biến ngày càng hiệu quả hơn: +ðột biến ñảo ngược (Inversion Mutation) +ðột biến chèn (Insertion Mutation) +ðột biến thay thế (Replacement Mutation) +ðột biến tương hỗ (Reciprocal Exchange Mutation) +ðột biến dịch chuyển (Shift Mutation) f,Quá trình chọn lọc quá trình mà các cá thể mới sinh ra ñược giữ lại (hay loại bỏ) khỏi quần thể dựa vào ñộ thích nghi của chúng. ðộ thích nghi ở ñây thường là một hàm gán một giá trị thực cho các cá thể trong quần thể. ðối với quá trình này có rất nhiều cách ñể xác ñịnh trình tự tính toán và thực hiện tuỳ vào cách lựa chọn ñộ thích nghi của cá thể nói riêng và của cả quần thể nói chung. 1.2.2 Các tham số của thuật toán di truyền (hay còn gọi là các thông số ñiều khiển của thuật toán): +kích cỡ hệ nghiệm (pop-size): số lượng cá thể phù hợp trong mỗi thế hệ. +xác suất lai tạo (p c ): xác suất ñể mỗi cá thể trong quần thể ñược tham gia quá trình lai ghép. +xác suất ñột biến (p m ): xác suất ñể mỗi bít trong nhiễm sắc thể bị ñột biến. Thông thường, kích cỡ của quần thể phụ thuộc vào ñộ phức tạp của bài toán. Bài toán càng phức tạp, nhiều ràng buộc -ñơn hoặc ña mục tiêu- thì cần phải số lượng cá thể trong mỗi thế hệ càng phải lớn. Hai thông số xác suất trong quá trình di truyền có khoảng giá trị rất khác nhau. ðối với xác suất lai tạo, giá trị thường rơi trong khoảng 0,5-0,95 nhưng giá Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 6 trị thông thường của xác suất ñột biến thấp hơn nhiều, chỉ ở khoảng 0,001-0,05. ðiều này cũng phải ánh ñúng xác suất xảy ra hai quá trình trong thực tế. Từ một ví dụ trên ñây có thể tính ñược một số ưu ñiểm của thuật toán di truyền như phương pháp này tìm từ một quần thể các ñiểm chứ không phải một ñiểm. ðiều này làm cho việc giải các bài toán ña mục tiêu hay việc tìm một tập hợp các phương án lân cận nghiệm trở nên dễ dàng. Thêm vào ñó, việc ñánh giá thông tin bằng hàm mục tiêu chứ không dùng ñạo hàm hay các tri thức bổ sung cũng là một ưu ñiểm của thuật toán. . Hình 1.3 Sơ ñồ quá trình tính toán của thuật toán di truyền Nhận xét cụ thể các bước trong quá trình trong hình 1.3: Khởi tạo quần thể ban ñầu (tạo các chuỗi bằng phương pháp ngẫu nhiên) ðánh giá các cá thể bằng hàm thích nghi Tạo quần thể kế tiếp bằng quá trình chọn lọc Thực hiện quá trình di truyền thông qua các cơ chế lai ghép và ñột biến Kết thúc-In (lưu) kết quả tính toán ðánh giá quần thể mới Khởi tạo/lựa chọn các thông số cho quá trình tính toán theo thuật toán di truyền Thoã mãn ñiều kiện Không thoã mãn ñiều kiện Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 7 Bước 1: Khởi tạo/lựa chọn các thông số cho quá trình tính toán: Bước này người lập trình tính toán phải lựa chọn các thông số như: số lượng cá thể trong quần thể, cách thức hoá bài toán cần tính toán dưới dạng các nhiễm sắc thể (ñộ dài của nhiễm sắc thể, kiểu số biểu diễn dữ liệu,…), số thế hệ tính toán, xác suất lai ghép, xác suất ñột biến, hàm thích ghi… Bước 2: Khởi tạo quần thể ban ñầu: xác ñịnh bằng phương pháp tạo số ngẫu nhiên ñể tạo giá trị cho các nhiễm sắc thể cho quần thể ban ñầu. Tuỳ vào cách biểu diễn của các nhiễm sắc thể mà ta chọn phương pháp tạo số ngẫu nhiên phù hợp. Bước 3: ðánh giá các nhiễm sắc thể bằng hàm thích nghi ñã xác ñịnh ở bước 1. Trong bước này, ngoài việc ñánh giá các nhiễm sắc thể riêng rẽ, chúng ta còn có thể ñánh giá ñộ thích nghi của một nhiễm sắc thể hay cả quần thể. Nếu một nhóm hay cả quần thể có ñộ thích nghi “trung bình” (theo tiêu chí của từng trường hợp của người lập trình) thấp thì có thể loại nhóm nhiễm sắc thể hay quần thể ñó ra khỏi quá trình di truyền. Bước 4: Thực hiện quá trình di truyền thông qua các cơ chế lai ghép và ñột biến. Có thể thực hiện lần lượt hai quá trình này hoặc thực hiện ñồng thời theo các phương pháp ñã ñề cập bên trên. Trong quá trình thực hiện thuật toán di truyền, giai ñoạn này là giai ñoạn mà mỗi người có thể thực hiện theo những phương pháp rất khác nhau. Giai ñoạn này cũng là giai ñoạn quyết ñịnh tới sự thành công của thuật toán. Người thực hiện cũng có thể ñưa ra những phương thức tiến hành lai ghép hay ñột biến mới trong giai ñoạn này. Trong quá trình thực hiện, ñể có ñược một bộ các thông số lai ghép hay ñột biến hiệu quả, người lập trình thường phải trải qua nhiều bước tính toán thử. Khâu này phụ thuộc nhiều vào kinh nghiệm và kỹ năng tính toán của người lập trình. Bước 5: Tạo quần thể mới bằng quá trình chọn lọc. Quá trình này cũng dựa vào ñánh giá các nhiễm sắc thể thông qua hàm thích nghi. Cá thể nào có ñộ thích nghi cao sẽ ñược giữ lại cho thế hệ kế tiếp. Cũng giống như ở bước 3, chúng ta có thể sử dụng những hàm thích nghi phù hợp ñể ñánh giá từng cá thể ñơn lẻ hoặc cả một nhóm các cá thể. Sau quá trình này, nhóm cá thể nào thoã mãn tiêu chuẩn ñánh giá với với mức ñộ từ cao xuống thấp sẽ ñược ñưa vào quần thể mới Bước 6: ðánh giá quần thể vừa có ñược trong bước 5. Thông thường có hai tiêu chí ñể dừng quá trình di truyền tại bước này. Thứ nhất, ñộ thích nghi của từng cá thể và cả quần thể thoả mãn một ñiều kiện hội tụ ñã ñược ñặt ra ban ñầu. Các ñiều kiện hội tụ thể hiện mức ñộ chấp nhận ñược của kết quả tìm ñược. Thứ hai, quần thể mới tạo thành là quần thể ở thế hệ thứ (N+1) với N là số thế hệ dự ñịnh tính toán ñã giả thiết ban ñầu. Trong khi thực hiện các quá trình di truyền, những ngưòi tính toán có thể ñưa các tiêu chí riêng ñể dừng quá trình di truyền. Các tiêu chí ñưa ra góp phần quyết ñịnh tới thành công của thuật toán. 1.2.3 Bài toán người du lịch. Nội dung của bài toán ñược mô tả như sau: Một nguời khách du lịch ñến một ñất nước nọ. Anh ta muốn ñi thăm tất cả các thành phố nổi tiếng của ñất nước ñó nhưng muốn mỗi thành phố chỉ ñi qua một lần rồi trở ñiểm xuất phát. Chi phí di chuyển giữa các thành phố ñược cho trước. Cần xây dựng một lộ trình thoã mãn yêu cầu của anh ta với chi phí di chuyển là nhỏ nhất. ðây là một bài toán tối ưu tổ hợp, giải bài toán này bằng thuật toán di truyền ta sẽ có thể hiểu thêm cách tiếp cận trong việc sử dụng thuật toán này ñể giải các bài toán trong hệ thống ñiện. Bài toán du lịch này có thể ñược giải bằng nhiều phương pháp như phương pháp cận nhánh, phương pháp tìm kiếm heuristic (tìm kiếm theo kinh nghiệm) Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 8 hay phương pháp gần ñúng,… Với phương pháp di truyền, ta có thể giải bài toán này theo các bước như dưới ñây. Biểu diễn nhiễm sắc thể. Việc biểu diễn nhiễm sắc thể của quần thể là một bước trọng, có tác ñộng mạnh tới ñộ chính xác và thời gian chính xác của quá trình tính toán. Ở bài toán này, nếu chúng ta dùng cách biểu diễn nhị phân sẽ gặp phải các vấn ñề sau ñây. Giả sử có n thành phố cần ñi thăm, mỗi thành phố sẽ phải mã hoá bằng một chuỗi [log 2 (n)] bít và khi ñó nhiễm sắc thể sẽ là một chuỗi với ñộ dài là n*[log 2 (n)] bít (cần chú ý rằng nếu log 2 (n) không phải là số nguyên thì ta làm tròn lên số nguyên gần nhất). Như vậy khi thực hiện các phép toán di truyền có thể tạo ra một lộ trình không phù hợp với yêu cầu của bài toán như là có thể sẽ ñi thăm một thành phố nào ñó 2 lần. Thêm vào ñó, giả sử ñối với một bài toán có 25 thành phố ñược ñánh số từ 1 ñến 20, ta phải dùng một chuỗi 5 bít ñể biểu diễn mã của các thành phố này nhưng sẽ ñể ý thấy chuỗi số [11110] không biểu diễn cho thành phố nào cả vì với chuỗi số 5 bít ta có thể biểu diễn cho 33 thành phố (tương ứng với các số từ 0 tới 32). Như vậy, nếu áp dụng thuật toán lai ghép và ñột biến như truyền thống ta sẽ tìm ñược những nghiệm không thuộc không gian tìm kiếm. Tuy rằng ñiều này có thể khắc phục bằng cách sử dụng thuật tự sửa chữa ñể ñưa nghiệm không hợp lệ về không gian tìm kiếm nhưng ñiều này sẽ làm cho bài toán tở lên phức tạp hơn, ảnh hưởng tới thời gian và ñộ chính xác của thuật giải. Như vậy trong trường hợp này, ta sẽ ñánh số cho các thành phố và dùng một vecto nguyên ñể biểu diễn nhiễm sắc thể cho lộ trình ñi. Như vậy, việc kết hợp các hiểu biết về bài toán vào thuật giải ñã giúp chúng ta rút ngắn thời gian tính toán và tránh ñược việc phải dùng thuật giải sửa chữa. Với các biểu diễn nhiễm sắc thể này, một vecto các thành phần nguyên v=<i 1 , i 2 ,…i n-1 , i n > sẽ biểu diễn một lộ trình ñi từ i 1 tới i 2 …tới i n-1 rồi qua i n ñể trở về i 1 . Ở ñây, vecto v chính là một hoán vị của vecto <1, 2, …n>. Khởi tạo quần thể ban ñầu. ðối với quá trình này, ta có thể sử dụng thuật toán heuristic hay một cách ñơn giản nhất là chọn ngẫu nhiên các cá thể từ các hoán vị của vecto <1, 2, …n>. Xác ñịnh ñộ thích nghi. Với bài toán này, yêu cầu là khá rõ ràng nên ñộ thích nghi của các nhiễm sắc thể chính là tổng chi phí ñi lại giữa các thành phố trong lộ trình. Vấn ñề ở ñây là cần phải biết trước chi phí ñi lại giữa các thành phố. Các phép toán di truyền. ðối với cách biểu diễn nhiễm sắc thể như trên, việc tiến hành lai ghép hay ñột biến có một số ñiểm khác so với cách ñã trình bày ở trên. Có thể lấy ví dụ như sau: Cá thể bố-mẹ: <1 2 3 5 7 8 6 4 9 10> <1 8 2 9 10 4 6 5 3 7> Ta phải chọn thứ tự lộ trình từ 1 cá thể ñể tiến hành lai ghép và ñảm bảo thứ tự cấu trúc ở cá thể kia. Giả sử nhóm dùng lai ghép là 5 7 8 như trên, ta có cá thể con như sau: <1 2 9 5 7 8 10 4 6 3 > Như vậy, cá thể con sinh ra có quan hệ cấu trúc với cả hai cá thể cha mẹ và vai trò của nhiễm sắc thể có thể ñược hoán ñổi khi tạo cá thể con thứ 2. ðối với quá trình ñột biến, phương pháp tiến hành ñơn giản hơn nhiều bằng cách hoán ñổi 2 vị trí bất kì trong nhiễm sắc thể ñược chọn ñể gây ñột biến. Có thể lấy ví dụ minh hoạ như sau: Nhiễm sắc thể ban ñầu: < 1 3 4 6 8 9 2 7 10 5> Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 9 Nhiễm sắc thể sau khi gây ñột biến bằng cách hoán ñổi giá trị 2 vị trí 3 và 9 như trong hình: < 1 3 10 6 8 9 2 7 4 5> Trên ñây chỉ trình bày những bước cơ bản nhất và cũng là những bước ban ñầu trong việc ứng dụng thuật toán di truyền ñể giải bài toán ngưòi du lịch. Tác giả ñã cố gắng tổng hợp và ñưa ra những bước giải chính, thể hiện ñầy ñủ các tính chất ñặc trưng của thuật toán. Với những tính chất ñặc biệt, thuật toán di truyền ñã ñược xem như là một phương pháp hiệu quả trong việc giải các bài toán tối ưu mà ta sẽ xét trong các chương sau ñây. Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 10 CHƯƠNG 2 ðIỀU ðỘ TỔ MÁY VÀ XÁC ðỊNH GIÁ CÂN BẰNG CHO THỊ TRƯỜNG ðIỆN NGÀY TỚI 2.1 Giới thiệu chung Ngành công nghiệp năng lượng ở nhiều nước trên thế giới ñang có xu hướng chuyển từ ñiều tiết tập trung sang phi ñiều tiết, hoạt ñộng theo ñịnh hướng thị trường. Trong ngành công nghiệp năng lượng nói chung hay ñiện năng nói riêng, khi hoạt ñộng theo mô hình ñiều tiết tập trung, kế hoạch sản xuất ñược lập ra nhằm cực tiểu chi phí sản xuất. Trong thị trường ñiện cạnh tranh, các nguồn ñiện ñược ñiều ñộ dựa theo các bản chào mua và chào bán của những người mua và bán trên thị trường. Một trong những mô hình thị trường ñiện cạnh tranh là mô hình thị trường ñấu giá, nơi mà các thành phần tham gia thị trường phải ñưa ra các bản chào mua hoặc bán ñiện năng. Trong thị trường ñấu giá ñiện năng, có hai thành phần chính tham gia ñó là các công ty phân phối (DISCOs) và các công ty phát ñiện (GENCOs). Các thành phần tham gia này ñưa các bản chào giá mua hoặc bán của họ tới công ty vận hành hệ thống ñộc lập (ISO Company_Independent System Operation Company). Mỗi bản chào giá bán sẽ ñưa ra giá bán cho 1MW và sản lượng (MW) mà công ty sẵn sàng phát trong những khoảng thời gian nhất ñịnh. Mỗi bản chào giá mua ñưa ra giá mua cho 1MW và sản lượng MW mà công ty phân phối sẵn sàng mua trong những khoảng thời gian nhất ñịnh. Trong mô hình thị trường ñiện ở ñây, ta không ñề cập trực tiếp tới thị trường công suất phản kháng và chi phí truyền tải. 2.2 Mô hình thị trường chào giá tại một nút Trước tiên, ta xét thị trường ñấu giá tại một nút. ðường cung và ñường cầu ñược tại nút ñược minh hoạ như hình 4.1. ðường cung ñược hình thành nên bằng cách sắp xếp các bản chào bán theo thứ tự giá bán tăng dần. Ngược lại, ñường cầu ñược xây dựng bằng cách sắp xếp các bản chào giá mua theo thứ tự giá mua giảm dần. Trong hình 2.1, trục x thể hiện giá trị tích luỹ của sản lượng ñầu giá và trục y thể hiện giá trị tích luỹ của các giá ñấu giá. Giao ñiểm của hai ñường này cho ta biết giá và sản lượng giao dịch tại nút ñang xét. Lợi nhuận của các thành phần tham gia thị trường ñược mô tả như trong hình 2.1. ðường cầu ðường cung Sản lượng cân bằng Giá cân bằn g 0 Sản lượng chào Giá chào Lợi nhuận người mua Lợi nhuận người bán [...]... h th ng ñi n trong chương này chúng ta không s d ng thu t toán di truy n ñ gi i mà k t h p cùng ph n m m tính toán PSS-ADEPT và Excel_Solver ñ tính, ñi u này cũng làm tăng hi u qu tính toán c a bài toán ð i h c ði n l c _11/2007 32 Áp d ng thu t toán di truy n trong tính toán th trư ng ñi n CHƯƠNG CU I: K T LU N CHUNG &.1 T ng k t ñ tài ð tài ñã ñưa ra các nh ng ki n th c v thu t toán di truy n, t... t, m t trong nh ng h n ch c a vi c tính toán b ng thu t toán di truy n là th i gian th c hi n dài và tăng theo c p ñ ph c t p và kh i lư ng s li u ñ u vào c a bài toán, tuy nhi n, vi c tính giá cho th trư ng ngày t i, th i gian tính toán không ñ t lên y u t hàng ñ u và có th kéo dài trong m t kho ng th i gian cho phép (vài ch c phút) trong khi tính bài toán v n hành th i gian Th hai, trong tính toán. .. trong kho ng nh (ñư c qui ñ nh trư c) thì cũng có th cho d ng quá trình di truy n và l y k t qu tính toán Các bư c tính toán c a thu t gi i di truy n trong bài toán tìm giá cân b ng trong th trư ng ñi n: ð i h c ði n l c _11/2007 17 Áp d ng thu t toán di truy n trong tính toán th trư ng ñi n Hình thành qu n th ñ u tiên (i=0) Gi i bài toán ch ñ c a h th ng ðánh giá ñ thích nghi Ki m tra s th h ñã sinh s... p c bài toán hai ñi m: gi m s nút c n tính toán, gi m ñư c các ràng bu c n i vùng c a ba mi n Thêm vào ñó, m t s c i ti n trong vi c áp d ng thu t toán di truy n như thay ñ i s lư ng-kích c c a qu n th tính toán, các phương th c t o ñ t bi n hay lai ghép cũng làm cho ñ chính xác và th i gian tính toán ñư c c i ti n ñáng k Bên c nh ñó, cũng gi ng như bài toán ñi u ñ trong chương 3, ph n tính toán ch... Ti p t c tìm hi u và áp d ng các thu t toán/ phương pháp trí tu nhân t o khác ñ gi i các bài toán trong h th ng ñi n k trên: -Phương pháp m ng Nơron -Phương pháp m -Phương pháp kinh nghi m -Phương pháp pháp chuyên gia -Phương pháp ñàn ki n -… &.2.3 Hư ng th 3: ði sâu vào nghiên c u vi c k t h p hai hay nhi u phương pháp k trên v i nhau ñ có th áp ng nh ng yêu c u v th i gian tính toán, ñ chính xác c... qu c a tính toán c n có s ñi u ch nh trong v n hành th i gian gi t i hay th i gian th c, vì v y vi c có ñư c m t t p h p các k t qu lân c n k t qu t i ưu s khi n cho vi c hi u ch nh phương th c gi ñư c d dàng và nhanh hơn Như v y có th th y ñư c kh năng ng d ng thu t toán di truy n vào tính toán các bài toán là r t kh thi ð i v i m i bài toán khác nhau chúng ta s ph i xây d ng các mô hình tính toán khác... ng ñi n như: -Bài toán tính toán và phân tích ñ tin c y c a h th ng ñi n -Bài toán phân b và l a ch n thi t b bù t i ưu -Bài toán tính toán và phân tích s c trên lư i -Bài toán phân b công su t trong h th ng ñi n h n h p: nhi t ñi n-thu ñi n-… -Xây d ng chi n lư c chào giá t i ưu cho các nhà máy trong th trư ng ñi n -Xác ñ nh giá cân b ng gi t i cho th trư ng ñi n phi ñi u ti t -Bài toán qui ho ch và... θk và vl, θl l n lư t là giá tr ñi n áp và góc l ch pha t i ñi m k và ñi m l ð i h c ði n l c _11/2007 13 Áp d ng thu t toán di truy n trong tính toán th trư ng ñi n 2.4 Áp d ng thu t toán di truy n ñ gi i bài toán c c ñ i hoá l i nhu n trong th trư ng ñi n: ð th c hi n gi i bài toán như ñã ñ c p trên, ta l y m t h th ng bao g m 17 nút v i sơ ñ và các thông s lư i và thông s th trư ng như dư i ñây:... phân chia như v y, trong tính toán ta b qua các gi i h n truy n t i n i vùng B c, Trung, Nam Hàm m c tiêu c a bài toán là t i ña hoá l i nhu n c a t t c các bên tham th trư ng trong t ng gi Tuy r ng vi c tính t i ưu cho t ng gi có th s ch ñưa l i k t qu t i ưu c c b cho b n thân gi ñư c xét nhưng vi c tính toán t i ưu theo th i gian 24h s d n t i nh ng khó khăn sau: -Kh i lư ng tính toán s tr lên r t... u truy n t i Gi 8 Gi 5 31 Áp d ng thu t toán di truy n trong tính toán th trư ng ñi n B c -> Trung Nam -> Trung Chi u truy n t i B c -> Trung 186 232 317 152 -60 -46 279 Gi 19 269 Gi 20 99 Gi 21 149 Gi 22 200 Gi 23 74 Gi 24 -210 -74 42 180 135 272 230 387 458 408 387 286 Nam ->Trung 3.3 K t lu n: Vi c gi i bài tính toán giá ñi n cho th trư ng ñi n ngày t i b ng phương pháp di truy n ñem l i nh ng k . Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 2 CHƯƠNG 1 CƠ SỞ LÝ THUYẾT CỦA THUẬT TOÁN DI TRUYỀN 1.1 Giới thiệu chung Thuật toán di truyền. Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 20 CHƯƠNG 3 TÍNH TOÁN ÁP DỤNG CHO THỊ TRƯỜNG ðIỆN VIỆT NAM 3.1 Một vài nét về thị trường. Áp dụng thuật toán di truyền trong tính toán thị trường ñiện ðại học ðiện lực _11/2007 1 PHẦN MỞ ðẦU GIỚI THIỆU CHUNG 1. Tên dề tài: ðề tài có tên: Áp dụng thuật toán di truyền trong