![Phân tích tư tưởng của nhân dân qua đoạn thơ: Những người vợ nhớ chồng… Những cuộc đời đã hóa sông núi ta trong Đất nước của Nguyễn Khoa Điềm](https://timtailieu.net/upload/document/136415/phan-tich-tu-tuong-cua-nhan-dan-qua-doan-tho-039-039-nhung-nguoi-vo-nho-chong-nhung-cuoc-doi-da-hoa-song-nui-ta-039-039-trong-dat-nuoc-cua-nguyen-khoa-136415.jpg)
Bài giảng Tính toán tiến hóa - Bài 6: Differential evolution (DE)
Số trang: 19
Loại file: pdf
Dung lượng: 1.14 MB
Lượt xem: 23
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Bài giảng Tính toán tiến hóa - Bài 6: Differential evolution (DE). Bài này cung cấp cho học viên những nội dung về: giải thuật tiến hóa sai phân (Differential Evolution - DE); sơ đồ của DE; mô hình thuật toán; các biến thể của DE;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
Nội dung trích xuất từ tài liệu:
Bài giảng Tính toán tiến hóa - Bài 6: Differential evolution (DE) Differential Evolution (DE) PGS.TS Huỳnh Thị Thanh Bình Email: binhht@soict.hust.edu.vn Tổng quan 2 Giải thuật tiến hóa sai phân (Differential Evolution - DE): Thuật toán tối ưu ngẫu nhiên dựa trên quần thể Được giới thiệu bởi Storn và Price vào năm 1996 Thuộc lớp giải thuật tiến hóa Xử lý các bài toán tối ưu tham số thực, tìm cực trị hàm đa biến, phi tuyến, không khả vi Các dạng bài toán mà DE giải quyết Hàm mục tiêu ????: ???? ⊂ ???????? → ????, ???? ≠ ∅. Mục tiêu bài toán tìm giá trị x* sao cho ???? ∗ ∈ ????: ???? ???? ≥ ???? ???? ∗ ∀ ???? ∈ ???? Sơ đồ của DE 3 Chọn Khởi tạo Đột biến Lai ghép lọc Mô hình thuật toán 4 Khởi tạo 5 Giả sử cần tối ưu ???? tham số Tham số thứ ???? trong khoảng giá trị [???????????? , ???????????? ] Kích thước quần thể ???? ≥ 4 Mỗi cá thể được biểu diễn bằng một vector D chiều Cá thể thứ i ???????? = ????????1 , ????????2 , … , ???????????? I???????? = ???????????????? 0,1 ∗ ???????????? − ???????????? + ???????????? Đột biến 6 Mỗi cá thể trong DE đều tham gia vào quá trình đột biến +lai ghép+ chọn lọc Quá trình đột biến được thực hiện trước khi lai ghép Với mỗi cá thể ???????? ta chọn ngẫu nhiên 3 cá thể khác nhau ????????1 , ????????2 , ????????3 ???? ≠ ????1 ≠ ????2 ≠ ????3 . Toán tử đột biến được thực hiện bằng cách thêm sự chênh lệch giữa 2 cá thể vào cá thể thứ 3 ???????? = ????????3 + ???? ∗ (????????2 − ????????1 ) F là hằng số để scale chênh lệnh, ???? ∈ [0,2] ???????? là vector đột biến Lai ghép 7 Cá thể con ???????? được sinh ra bằng cách lai ghép cá thể ???????? và vector đột biến ???????? Toán tử lai ghép sử dụng lai ghép nhị thức Chọn ngẫu nhiên một số nguyên j ∈ [1, ????] ???????????? ????ế???? ???? = ???? ℎ????ặ???? ???????????????? 0,1 < ???????? ???????????? = ቊ ???????????? ????????ướ???? ????ạ???? Sinh ra 1 con Chọn lọc 8 Cá thể con ???????? sinh ra được so sánh với cá thể cha ???????? của chúng Nếu độ thích nghi của ???????? lớn hơn ???????? thì cá thể con sẽ thay thế cá thể cha trong thế hệ tiếp theo Các biến thể của DE 9 Khác nhau ở cách tính vector đột biến Adaptive ? DE/rand/1 : ???????? = ????????1 + ???? ∗ (????????3 − ????????2 ) DE/rand/2: ???????? = ????????1 + ????1 ∗ ????????3 − ????????2 + ????2 ∗ (????????5 − ????????4 ) DE/best/1: ???????? = ???????????????????? + ???? ∗ (????????2 − ????????1 ) DE/best/2: ???????? = ???????????????????? + ????1 ∗ ????????2 − ????????1 + ????2 ∗ (????????4 − ????????3 ) DE/target-to-best/1: ???????? = ???????? + ????1 ∗ ???????????????????? − ???????? + ????2 ∗ ????????2 − ????????1 Hiệu chỉnh tham số trong DE 10 Kích thước quần thể (N) F CR Hiệu chỉnh tham số trong DE Kích thước quần thể 11 Các giải thuật tiến hóa mong muốn khám phá được nhiều không gian tìm kiếm trong các thế hệ đầu Ở các thế hệ cuối, quá trình tập trung khai thác những vùng có chứa lời giải hứa hẹn. Các giải thuật tiến hóa khác nhau ở mức độ khám phá và khai thác của chúng Khám phá => Kích thước quần thể lớn Khai thác => Kích thước quần thể nhỏ Storn và Price chỉ ra nên chọn kích thước quần thể ???? ∈ 5???? , 10???? với D là số chiều không gian tìm kiếm Hiệu chỉnh tham số trong DE Tỷ lệ lai ghép (CR) và hệ số scale F 12 jDE Điều kiển F và CR bởi 2 tham số ????1 , ????2 Cập nhật F và CR ???????? + ????????????????1 ∗ ???????? ????ế???? ????????????????2 < ????1 ????????,????+1 = ቊ ????????,???? ????????ượ???? ????ạ???? ????????????????3 ????ế???? ????????????????4 < ????2 ????????????,????+1 = ቊ ????????????,???? ????????ượ???? ????ạ???? ????1 = ????2 = 0.1, ???? ∈ 0.1, 0.9 , ???????? ∈ [0,1] Hiệu chỉnh tham số trong DE Tỷ lệ lai ghép (CR) và hệ số scale F 13 SaDE F = lấy ngẫu nhiên theo phân phối chuẩn N(0.5,0.3) ???????? ~???? CR m , std , std = 0.1. Giá trị trung bình ban đầu CR m =0.5 Trong một số thế hệ (cụ thể 5), CR không đổi. Sau đó CR được sinh lại theo phân phối ???? CR m , std Sau một số thế hệ (25 thế hệ) , CR m được tính lại từ giá trị trung bình của các giá trị CR của các cá thể con thành công ở các thế hệ trước Mỗi khi tính lại CR m , các giá trị CR cũ bị xóa bỏ Hiệu chỉnh tham số trong DE Tỷ lệ lai ghép (CR) và hệ số scale F 14 JADE ???????? ~???? CR m , 0.1 , ???????? ∈ 0,1 Cập nhật ???????????? = 1 − ???? ???????????? + ???? ∗ ???????????????????? (???????????? ) ???????????? là tập các giá trị CR của các cá thể con thành công F ~???? Fm , 0.1 , F∈ 0,1 Cập nhật ???????? = 1 − ???? ???????? + ???? ∗ ???????????????????? (???????? ) σ????∈???????? ???? 2 ???????????????????? = σ????∈???????? ???? ???? ∈ [0.05, 0.2] Hiệu chỉnh tham số trong DE Tỷ ...
Nội dung trích xuất từ tài liệu:
Bài giảng Tính toán tiến hóa - Bài 6: Differential evolution (DE) Differential Evolution (DE) PGS.TS Huỳnh Thị Thanh Bình Email: binhht@soict.hust.edu.vn Tổng quan 2 Giải thuật tiến hóa sai phân (Differential Evolution - DE): Thuật toán tối ưu ngẫu nhiên dựa trên quần thể Được giới thiệu bởi Storn và Price vào năm 1996 Thuộc lớp giải thuật tiến hóa Xử lý các bài toán tối ưu tham số thực, tìm cực trị hàm đa biến, phi tuyến, không khả vi Các dạng bài toán mà DE giải quyết Hàm mục tiêu ????: ???? ⊂ ???????? → ????, ???? ≠ ∅. Mục tiêu bài toán tìm giá trị x* sao cho ???? ∗ ∈ ????: ???? ???? ≥ ???? ???? ∗ ∀ ???? ∈ ???? Sơ đồ của DE 3 Chọn Khởi tạo Đột biến Lai ghép lọc Mô hình thuật toán 4 Khởi tạo 5 Giả sử cần tối ưu ???? tham số Tham số thứ ???? trong khoảng giá trị [???????????? , ???????????? ] Kích thước quần thể ???? ≥ 4 Mỗi cá thể được biểu diễn bằng một vector D chiều Cá thể thứ i ???????? = ????????1 , ????????2 , … , ???????????? I???????? = ???????????????? 0,1 ∗ ???????????? − ???????????? + ???????????? Đột biến 6 Mỗi cá thể trong DE đều tham gia vào quá trình đột biến +lai ghép+ chọn lọc Quá trình đột biến được thực hiện trước khi lai ghép Với mỗi cá thể ???????? ta chọn ngẫu nhiên 3 cá thể khác nhau ????????1 , ????????2 , ????????3 ???? ≠ ????1 ≠ ????2 ≠ ????3 . Toán tử đột biến được thực hiện bằng cách thêm sự chênh lệch giữa 2 cá thể vào cá thể thứ 3 ???????? = ????????3 + ???? ∗ (????????2 − ????????1 ) F là hằng số để scale chênh lệnh, ???? ∈ [0,2] ???????? là vector đột biến Lai ghép 7 Cá thể con ???????? được sinh ra bằng cách lai ghép cá thể ???????? và vector đột biến ???????? Toán tử lai ghép sử dụng lai ghép nhị thức Chọn ngẫu nhiên một số nguyên j ∈ [1, ????] ???????????? ????ế???? ???? = ???? ℎ????ặ???? ???????????????? 0,1 < ???????? ???????????? = ቊ ???????????? ????????ướ???? ????ạ???? Sinh ra 1 con Chọn lọc 8 Cá thể con ???????? sinh ra được so sánh với cá thể cha ???????? của chúng Nếu độ thích nghi của ???????? lớn hơn ???????? thì cá thể con sẽ thay thế cá thể cha trong thế hệ tiếp theo Các biến thể của DE 9 Khác nhau ở cách tính vector đột biến Adaptive ? DE/rand/1 : ???????? = ????????1 + ???? ∗ (????????3 − ????????2 ) DE/rand/2: ???????? = ????????1 + ????1 ∗ ????????3 − ????????2 + ????2 ∗ (????????5 − ????????4 ) DE/best/1: ???????? = ???????????????????? + ???? ∗ (????????2 − ????????1 ) DE/best/2: ???????? = ???????????????????? + ????1 ∗ ????????2 − ????????1 + ????2 ∗ (????????4 − ????????3 ) DE/target-to-best/1: ???????? = ???????? + ????1 ∗ ???????????????????? − ???????? + ????2 ∗ ????????2 − ????????1 Hiệu chỉnh tham số trong DE 10 Kích thước quần thể (N) F CR Hiệu chỉnh tham số trong DE Kích thước quần thể 11 Các giải thuật tiến hóa mong muốn khám phá được nhiều không gian tìm kiếm trong các thế hệ đầu Ở các thế hệ cuối, quá trình tập trung khai thác những vùng có chứa lời giải hứa hẹn. Các giải thuật tiến hóa khác nhau ở mức độ khám phá và khai thác của chúng Khám phá => Kích thước quần thể lớn Khai thác => Kích thước quần thể nhỏ Storn và Price chỉ ra nên chọn kích thước quần thể ???? ∈ 5???? , 10???? với D là số chiều không gian tìm kiếm Hiệu chỉnh tham số trong DE Tỷ lệ lai ghép (CR) và hệ số scale F 12 jDE Điều kiển F và CR bởi 2 tham số ????1 , ????2 Cập nhật F và CR ???????? + ????????????????1 ∗ ???????? ????ế???? ????????????????2 < ????1 ????????,????+1 = ቊ ????????,???? ????????ượ???? ????ạ???? ????????????????3 ????ế???? ????????????????4 < ????2 ????????????,????+1 = ቊ ????????????,???? ????????ượ???? ????ạ???? ????1 = ????2 = 0.1, ???? ∈ 0.1, 0.9 , ???????? ∈ [0,1] Hiệu chỉnh tham số trong DE Tỷ lệ lai ghép (CR) và hệ số scale F 13 SaDE F = lấy ngẫu nhiên theo phân phối chuẩn N(0.5,0.3) ???????? ~???? CR m , std , std = 0.1. Giá trị trung bình ban đầu CR m =0.5 Trong một số thế hệ (cụ thể 5), CR không đổi. Sau đó CR được sinh lại theo phân phối ???? CR m , std Sau một số thế hệ (25 thế hệ) , CR m được tính lại từ giá trị trung bình của các giá trị CR của các cá thể con thành công ở các thế hệ trước Mỗi khi tính lại CR m , các giá trị CR cũ bị xóa bỏ Hiệu chỉnh tham số trong DE Tỷ lệ lai ghép (CR) và hệ số scale F 14 JADE ???????? ~???? CR m , 0.1 , ???????? ∈ 0,1 Cập nhật ???????????? = 1 − ???? ???????????? + ???? ∗ ???????????????????? (???????????? ) ???????????? là tập các giá trị CR của các cá thể con thành công F ~???? Fm , 0.1 , F∈ 0,1 Cập nhật ???????? = 1 − ???? ???????? + ???? ∗ ???????????????????? (???????? ) σ????∈???????? ???? 2 ???????????????????? = σ????∈???????? ???? ???? ∈ [0.05, 0.2] Hiệu chỉnh tham số trong DE Tỷ ...
Tìm kiếm theo từ khóa liên quan:
Bài giảng Tính toán tiến hóa Tính toán tiến hóa Differential evolution (DE) Giải thuật tiến hóa sai phân Thuật toán tối ưu ngẫu nhiên Toán tử đột biếnTài liệu liên quan:
-
Bài giảng Tính toán tiến hóa: Bài 8 - TS. Huỳnh Thị Thanh Bình
24 trang 39 0 0 -
Bài giảng Tính toán tiến hóa: Bài 6 - TS. Huỳnh Thị Thanh Bình
19 trang 37 0 0 -
Bài giảng Tính toán tiến hóa: Bài 5 - TS. Huỳnh Thị Thanh Bình
27 trang 31 0 0 -
Bài giảng Tính toán tiến hóa: Bài 7 - TS. Huỳnh Thị Thanh Bình
19 trang 28 0 0 -
Bài giảng Tính toán tiến hóa - Bài 1: Evolutionary computing
40 trang 26 0 0 -
Bài giảng Tính toán tiến hóa: Bài 1 - TS. Huỳnh Thị Thanh Bình
40 trang 24 0 0 -
Thiết kế giải thuật di truyền giải bài toán tối ưu phi tuyến đa ràng buộc
8 trang 24 0 0 -
Bài giảng Tính toán tiến hóa: Bài 4 - TS. Huỳnh Thị Thanh Bình
17 trang 21 0 0 -
Bài giảng Tính toán tiến hóa - Bài 2: Genetic algorithm (GA)
45 trang 20 0 0 -
Bài giảng Tính toán tiến hóa: Bài 2 - TS. Huỳnh Thị Thanh Bình
45 trang 20 0 0