Đang tải... (xem toàn văn)
Thiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thịThiết kế thuật toán di truyền ứng dụng trong bài toán tối ưu thu gom chất thải rắn đô thị
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ TẠ TUẤN ANH THIẾT KẾ THUẬT TOÁN DI TRUYỀN ỨNG DỤNG TRONG BÀI TOÁN TỐI ƯU THU GOM CHẤT THẢI RẮN ĐÔ THỊ Chuyên ngành: Quản lý hệ thống thơng tin Mã số: Mã số: 8480205 TĨM TẮT LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Hà Nội - 2017 THIẾT KẾ THUẬT TOÁN DI TRUYỀN ỨNG DỤNG TRONG BÀI TỐN TỐI ƯU THU GOM CHẤT THẢI RẮN ĐƠ THỊ Đại học Công Nghệ - Đại học Quốc gia Hà Nội Luận văn thạc sĩ ngành: Công nghệ thông tin Mã số: 6048010 Người hướng dẫn khoa học: TS Lê Hoàng Sơn Học viên thực luận văn: Tạ Tuấn Anh Abstract: Luận văn tìm hiểu tổng quan toán thu gom chất thải thuật toán di truyền từ nghiên cứu xây dựng thuật tốn di truyền ứng dụng toán tối ưu thu gom chất thải rắn thị Mơ hình thử nghiệm thành phố Sfax, Tunisia - thành phố lớn thứ hai thành phố có lượng rác thải bình qn theo đầu người lớn Tunisia quốc gia Bắc Phi Việc đưa phương án thu gom rác tốt đóng góp lớn vào phát triển kinh tế - xã hội Sfax Keyword: MỞ ĐẦU Mơi trường có tầm quan trọng đặc biệt đời sống người, động thực vật phát triển nhân loại Trong năm gần đây, với phát triển kinh tế - xã hội, ngành sản xuất kinh doanh dịch vụ đô thị khu công nghiệp mở rộng phát triển nhanh chóng, mặt đóng góp tích cực cho phát triển quốc gia, mặt khác lượng chất thải rắn không hợp vệ sinh ngày nhiều, nguồn gốc gây nhiễm mơi trường Từ đặt yêu cầu cấp bách cho quyền địa phương người dân phải có kế hoạch làm sạch, thu gom thường xuyên loại chất thải rắn khu nhà khu đô thị khu công nghiệp Kịch thu gom rác đô thị bao gồm phương tiện vận chuyển rác, điểm đổ rác tập trung, điểm trung chuyển rác bãi đổ rác lớn Tùy vào yêu cầu thời gian, phương tiện vận chuyển tuyến đường xe, yêu cầu đặt lập kế hoạch thu gom phù hợp cho xe để lượng rác thải thu thập nhiều thời gian quãng đường thu thập nhỏ nhất, v.v Đây toán tối ưu với ràng buộc không gian yêu cầu lượng rác xe thu gom Luận văn tập trung vào nghiên cứu xây dựng thuật toán di truyền ứng dụng toán tối ưu thu gom chất thải rắn thị Mơ hình thử nghiệm thành phố Sfax, Tunisia - thành phố lớn thứ hai thành phố có lượng rác thải bình quân theo đầu người lớn Tunisia quốc gia Bắc Phi Việc đưa phương án thu gom rác tốt đóng góp lớn vào phát triển kinh tế xã hội Sfax Bố cục luận văn gồm chương, có phần mở đầu, phần kết luận, phần mục lục, phần tài liệu tham khảo Các nội dung luận văn trình bày theo cấu trúc sau: Chương GIỚI THIỆU BÀI TỐN VÀ THIẾT KẾ MƠ HÌNH THU GOM CHẤT THẢI RẮN ĐÔ THỊ TỐI ƯU Chương trình bày tốn tổng quan thu gom chất thải rắn Có thể nhận thấy tốn tối ưu thu gom chất thải rắn mối quan tâm mang tính cấp thiết thị giới Nó mang nhiều ý nghĩa mặt môi trường, phát triển cảnh quan tiết kiệm kinh tế Để giải khó khăn này, luận văn xây dựng phương pháp tối ưu thời gian thu gom chất thải Đó thiết kế thuật tốn di truyền cho toán tối ưu thu gom chất thải rắn chương sau Chương THIẾT KẾ THUẬT TOÁN DI TRUYỀN CHO BÀI TOÁN TỐI ƯU THU GOM CHẤT THẢI RẮN ĐƠ THỊ Chương trình bày tổng quan lý thuyết thuật tốn di truyền từ thiết kế thuật toán di truyền cho toán tối ưu thu gom chất thải rắn qua việc: trình bày cách mã hóa tốn, xây dựng hàm Fitness, chọn lựa kỹ thuật khởi tạo quần thể, chọn lọc di truyền, lai ghép di truyền, đột biến di truyền Cùng việc trình bày thuật tốn Dijkstra, vai trị thuật toán Dijkstra việc thiết kế so sánh với thuật tốn di truyền Chương trình bày kết thực nghiệm triển khai thành phố Sfax, Tunisia Chương ỨNG DỤNG THUẬT TOÁN DI TRUYỀN CHO BÀI TỐN TỐI ƯU THU GOM CHẤT THẢI RẮN ĐƠ THỊ TẠI THÀNH PHỐ SFAX, TUNISIA Nội dung chương kết thực nghiệm hai phương pháp dùng thuật toán di truyền Dijkstra cải tiến Kết hai phương pháp khác Kết thực nghiệm cho thấy rõ việc áp dụng thuật toán di truyền vào vào toán thu gom chất thải thành phố Sfax thiện thời gian khoảng cách đáng kể Chương – GIỚI THIỆU BÀI TOÁN VÀ THIẾT KẾ MƠ HÌNH THU GOM CHẤT THẢI RẮN ĐÔ THỊ TỐI ƯU 1.1 Các loại chất thải rắn đô thị nhu cầu thu gom Trong năm gần đây, với phát triển kinh tế - xã hội, ngành sản xuất kinh doanh dịch vụ đô thị khu công nghiệp mở rộng phát triển nhanh chóng, mặt đóng góp tích cực cho phát triển quốc gia, mặt khác lượng rác thải, chất thải thải ngồi mơi trường ngày nhiều ảnh hưởng lớn đến mơi trường xung quanh nguồn gốc gây nhiễm mơi trường Từ đặt u cầu cấp bách cho quyền địa phương người dân phải có kế hoạch làm sạch, thu gom, vận chuyển, xử lý thường xuyên loại chất thải rắn khu nhà khu đô thị khu cơng nghiệp Đó loại chất thải sinh hoạt, thức ăn dư thừa, loại chất thải đường phố Thành phần chất thải bao gồm chất thải hữu cơ, nhựa dẻo, giấy/bìa cứng, kim loại, thủy tinh chất thải khác Khối lượng chất thải rắn thị lớn có 70% lượng chất thải đem chôn lấp Chất thải rắn mối quan tâm mang tính cấp thiết đô thị giới Chất thải rắn yếu tố gây biến đổi khí hậu nóng lên tồn cầu [3, 4] Nó khơng làm nhiễm mơi trường mà cịn gián tiếp ảnh hưởng đến ách tắc giao thơng, tài ngân sách chất lượng sống Ngày nay, hầu phát triển giới q trình thị hóa cơng nghiệp hóa, dẫn đến việc gia tăng lượng chất thải Chính mà việc thu thập xử lý chất thải rắn, đặc biệt bối cảnh nước phát triển thực yêu cầu cấp thiết để bảo vệ môi trường, chất lượng sống tuổi thọ người Chất thải rắn không quản lý xử lý nghiêm túc có khả gây suy thối mơi trường nghiêm trọng đẫ tới nhiều hệ lụy Do đó, nhu cầu thu gom chất thải rắn trở thành vấn đề xúc toàn xã hội cần quan tâm quản lý thu gom triệt để Nhu cầu thu gom chất thải rắn cấp bách nhiên khối lượng chất thải rắn phát sinh lớn tỷ lệ thu gom hạn chế nên chất thải rắn sinh chưa thu gom xử lý triệt để Vì vậy, tốn tối ưu thu gom chất thải rắn đô thị tốn khó với hầu hết quốc gia giới 1.2 Bài toán tối ưu thu gom chất thải rắn đô thị Tối ưu thu gom chất thải rắn đô thị mang nhiều ý nghĩa mặt môi trường, phát triển cảnh quan tiết kiệm kinh tế Tại thành phố có phương tiện vẩn chuyển chất thải, bãi đỗ xe xe làm nhiệm vụ, điểm đổ chất thải tập trung, điểm trung chuyển chất thải bãi đổ chất thải lớn Tùy vào yêu cầu thời gian, phương tiện vận chuyển tuyến đường xe mà thành phố có kịch riêng cho việc thu gom chất thải Bài toán tối ưu tối ưu lượng chất thải thải thu thập được, thời gian thu thập, quãng đường thu thập tối ưu nhất, tối ưu chi phí vận chuyển Từ kịch cụ thể, xây dựng mơ hình cho tốn để tìm phương pháp giải 1.3 Các nghiên cứu liên quan 1.4 Mục tiêu nghiên cứu 1.5 Tổng kết chương Chương trình bày tốn tổng quan thu gom chất thải rắn Có thể nhận thấy toán tối ưu thu gom chất thải rắn mối quan tâm mang tính cấp thiết đô thị giới Nó mang nhiều ý nghĩa mặt mơi trường, phát triển cảnh quan tiết kiệm kinh tế Để giải khó khăn này, luận văn xây dựng phương pháp tối ưu thời gian thu gom chất thải Đó thiết kế thuật toán di truyền cho toán tối ưu thu gom chất thải rắn chương sau Chương – THIẾT KẾ THUẬT TOÁN DI TRUYỀN CHO BÀI TỐN TỐI ƯU THU GOM CHẤT THẢI ĐƠ THỊ Tổng quan thuật toán di truyền Thuật toán di truyền xây dựng dựa quy luật tiến hóa sinh học hay phát triển tự nhiên quần thể sống Các cá thể trải qua trình phát triển sinh sản để tạo cá thể cho hệ Trong trình tăng trưởng phát triển cá thểxấu (theo tiêu chuẩn hay cịn gọi độ thích nghi mơi trường) bị đào thải, ngược lại, cá thể tốt giữ lại (đây q trình chọn lọc) lai ghép (quá trình lai ghép) để tạo cá thể cho hệ sau Những cá thể sinh mang tính trạng cá thể cha-mẹ (còn gọi tượng di truyền) Những cá thể giữ lại có độ thích nghi khác q trình lai ghép thực hồn tồn ngẫu 2.1 nhiên cá thể quần thể Các cá thể tạo trình lai ghép xảy tượng đột biến tạo cá thể khác với cá thể cha-mẹ Cá thể tốt xấu cá thể cha-mẹ Di truyền đột biến hai chế có vai trị trongq trình tiến hóa, tượng đột biến xảy với xác suất nhỏ nhiều so với xác suấtcủa tượng di truyền Và trình lai ghép chọn lọc hai trình xuyên suốt q trình tiến hóa tự nhiên [2] Biểu diễn nhiễm sắc thể: Công việc thực việc giải toán thuật toán di truyền chọn cách biểu diễn cá thể gọi nhiễm sắc thể Đó việc ánh xạ tham số tốn lên chuỗi có chiều dài xác định Tùy theo tốn cụ thể mà có cách biểu diễn khác cho thích nghi Trong có số cách biểu diễn thơng dụng là: biểu diễu theo dạng chuỗi ký tự, biểu diễn nhị phân, biểu diễn sử dụng hoán vị [27] Quần thể khởi tạo: Trong khởi tạo, tập nhiễm sắc thể ban đầu tạo ra, gọi quần thể ban đầu Kích thước quần thể hay số lượng nhiễm sắc thể quan trọng thuật toán di truyền tổng quát, cần phải cân nhắc Nếu chọn kích thước q nhỏ dẫn đến kết tối ưu địa phương, không phát huy hiệu thuật toán, chọn kích thước lớn đưa xác suất cao tối ưu tồn cục tìm thấy, nhiên, thời gian tính tốn tăng lên, chương trình chạy chậm lại [27] Đánh giá chọn lọc tiến hóa: Tốn tử chọn lọc sử dụng để xác định nhiễm sắc thể sử dụng cho hệ Nhiều kỹ thuật khác sử dụng toán tử chọn lọc, nhiên, thường q trình chọn lọc mơ phỏng, nhiễm sắc thể "mạnh nhất" sử dụng di truyền Tái tổ hợp hay lai ghép: Một phần quan trọng thuật toán di truyền toán tử lai ghép.Tốn tử chéo mơ sinh sản hai nhiễm sắc thể, tạo thừa hưởng số đặc điểm từ nhiễm sắc thể cha mẹ Nhiều toán tử chéo đột biến với nhiễm sắc thể mã hoá dạng chuỗi ký hiệu số Đột biến giải pháp xử lý vấn đề tối ưu hóa địa phương tăng khả tìm tối ưu tồn cục [15] Trong tốn tử đột biến, nhiễm sắc thể tạo từ giải pháp đơn lẻ chọn thay đổi số đặc điểm Duy trì đa dạng áp lực chọn lọc: Hai yếu tố quan trọng di truyền thuật toán đa dạng quần thể áp lực chọn lọc Hai yếu tố có liên quan: áp lực chọn lọc gia tăng đa dạng dân số giảm ngược lại Áp lực chọn lọc cơng việc tốn tử lựa chọn Áp lực chọn yếu dẫn đến việc tìm kiếm khơng hiệu Tốn tử lựa chọn toán tử khác ảnh hưởng đến tính đa dạng quần thể Làm để đạt hiệu suất tốt trì tính đa dạng quần thể lâu tốt Đột biến quan trọng biến đổi nhiễm sắc thể, quần thể trở nên đồng [24] Sự đa dạng quần thể trì cách tăng kích thước quần thể tỷ lệ đột biến lớn hơn, nhiên, yếu tố hiệu suất nên tính đến Các kỹ thuật khác sử dụng Cách tiếp cận phổ biến tránh trùng lặp nhiễm sắc thể quần thể Tiêu chí dừng: Thuật tốn di truyền q trình ngẫu nhiêncó thể chạy mãi, tiêu chí dừng khơng áp dụng Vì vậy, để đảm bảo thuật toán di truyền kết thúc, người dùng thường phải định nghĩa tiêu chí dừng cho thuật tốn Một tiêu chí dừng đơn giản thời gian tính tốn tối đa số lặp lặp lại tối đa, giá trị trung bình độ thích nghi tất nhiễm sắc thể quần thể khơng thay đổi [27] 2.2 Thiết kế thuật tốn di truyền cho toán thu gom chất thải tối ưu 2.2.1 Mã hóa cá thể Hành trình xe sau: xe bắt đầu Depot lấy chất thải Gather sites đổ chất thải Transfer stations đến khơng cịn Gather sites có chất thải quay trở Depot Như điểm bắt đầu hành trình Depot kết thúc hành trình Depot trước quay trở Depot xe phải đến Transfer stations để đổ chất thải Ký hiệu id node sau: ‘1’: id Depot ‘2’: id Transfer satations thứ ‘3’: id Transfer satations thứ hai ‘4’, ‘ ’: id Gather Sites với số lượng = Trong thuật toán di truyền mỗi nhiễm sắc thể quần thể tương ứng lời giải toán Từ kịch hành trình lấy hết rác tất Gather sites xe có cấu trúc sau : Hình 2.3: Cấu trúc nhiễm sắc thể Ví dụ nhiễm sắc thể sau: { 11: [1.0, 18.0, 42.0, 38.0, 5.0, 7.0, 9.0, 13.0, 17.0, 20.0, 21.0, 34.0, 33.0, 32.0, 24.0, 37.0, 8.0, 30.0, 31.0, 3.0],12: [1.0, 19.0, 39.0, 15.0, 14.0, 11.0, 2.0, 1.0], 21: [3.0, 26.0, 36.0, 25.0, 28.0, 27.0, 23.0, 41.0, 40.0, 3.0, 1.0], 14: [1.0, 35.0, 4.0, 16.0, 12.0, 2.0, 1.0], 13: [1.0, 22.0, 29.0, 10.0, 6.0, 2.0, 1.0] } Trong : 11: hành trình thứ xe thứ nhất; 12: hành trình thứ xe thứ hai; 13: hành trình thứ xe thứ ba; 14: hành trình thứ xe thứ tư; 21: hành trình thứ hai xe thứ 2.2.2 Hàm Fitness Bài toán đặt tối ưu thời gian thu gom rác thành phố Sfax.Vì có hàm Fitness tổng thời gian thu gom xe hành trình tới Gather sites xe tính sau: Trong đó: xe k (k) thời gian từ node i đến node j Đánh dấu cung hai node i j: =1 xe k qua node i node j =0 xe k không qua node i j 2.2.3 Chọn lọc Các bước cụ thể mô tả sau: - Tính giá trị Fitnesscủa nhiễm sắc thể quần thể hành Sắp xếp nhiễm sắc thể quần thể theo thứ tự giá trị Fitness giảm dần Loại bỏ 50% nhiễm sắc thể cuối dãy Giữ lại 50% nhiễm sắc thể có giá trị Fitness tốt 2.2.4 Lai ghép Phép lai ghép sử dụng toán kỹ thuật chéo cạnh Edge Recombination [29] Kỹ thuật sau: X = Node ngẫu nhiên cha mẹ Lặp đồ dài nhiễm sắc thể CHILD đầy, Bắt đầu lặp : - Thêm X tới CHILD - Xóa X khỏi danh sách hàng xóm Nếu danh sách hàng xóm X rỗng: - Z = node ngẫu nhiên mà chưa có CHILD khơng: - Xác định hàng xóm hàng xóm X, cho hàng xóm có hàng xóm (*) - Nếu có nhiều hàng xóm (*) , chọn ngẫu nhiên - Z = node chọn X=Z 2.2.5 Đột biến Kỹ thuật đột biến sử dụng kỹ thuật hốn vị: Chọn vị trí hốn đổi giá trị nút Ví dụ: Ví dụ : Trước đột biến: Child {11: [1.0, 20.0, 17.0, 25.0, 41.0, 13.0, 6.0, 4.0, 39.0, 38.0, 34.0, 33.0, 31.0, 30.0, 29.0, 27.0, 26.0, 32.0, 23.0, 2.0], 12: [1.0, 8.0, 37.0, 36.0, 14.0, 11.0, 3.0, 1.0], 21: [2.0, 28.0, 24.0, 19.0, 15.0, 9.0, 5.0, 12.0, 35.0, 3.0, 1.0], 14: [1.0, 40.0, 22.0, 18.0, 10.0, 3.0, 1.0], 13: [1.0, 42.0, 16.0, 21.0, 7.0, 2.0, 1.0]} Chọn vị trí đoạn Sau đột biến: Child: {11: [1.0, 20.0, 4.0, 25.0, 41.0, 13.0, 6.0, 17.0, 39.0, 38.0, 34.0, 33.0, 31.0, 30.0, 29.0, 27.0, 26.0, 32.0, 23.0, 2.0], 12: [1.0, 8.0, 37.0, 19.0, 14.0, 11.0, 3.0, 1.0], 21: [2.0, 28.0, 24.0, 36.0, 15.0, 9.0, 5.0, 12.0, 35.0, 3.0, 1.0], 14: [1.0, 40.0, 22.0, 18.0, 10.0, 3.0, 1.0], 13: [1.0, 42.0, 16.0, 21.0, 7.0, 2.0, 1.0]} 2.2.6 Tìm kiếm địa phương với thuật toán Dijkstra Nếu sử dụng thuật toán Dijkstra cổ điển vào mơ hình tốn khơng giải hết ràng buộc điều kiện mơ hình Vì vậy, thuật tốn Dijkstra u cầu phải cải tiến Bảng 2.2: Thuật toán Dijkstra cải tiến Thuật toán Dijkstra cải tiến: Input: Sức chứa rác Gather sites: Z Danh sách id node: N Danh sách id xe: V Sức chứa xe: C Output: Tổng thời gian tổng khoảng cách del Route(): Khởi tạo xe bắt đầu Depot lượng rác xe ban đầu 0, Q(i) = , i = while ( ): For i in V: while ((C(i)- Q(i)) >= 0.4 & (!(Z(i) = 0))): a = tìm node xe i Math = false Neighbor(a) # function For b = to N(a) Constraint (a,b,i) # function if(true) then Node(i) = b Q(i) = Q[i][b] 10 Math(b) Break Math = true end if end for if(Math = false) Node(i) = Transfer station; break end if end while Print(result) # function end for end while print hành trình xe function #tìm danh sách Gather sites N(a) kề với node theo thứ tự từ gần đến xa def Neigbor(a1, gather): N(a) = {} For i in V: if (ia!= a): Distance(i,a) N(a) = N(a) {i} #Sắp xếp theo thứ tự khoảng cách tăng dần Sort(N(a)) function def Constraint (a,b,i): # giải ràng buộc mơ hình #Lượng rác xe I sau rời khỏi node a: Q[i][a] # nhãn node: L # sức chứa Gather sites: G 11 while (Q[i][a] != C(i) | (C(i)- Q[i][a]) > Z(b)): Q[i][b] = Q[i][a] + Z(b) if ((L(b) < L(a) + distance[a][b]) & (Q[i][b]