• Bài giảng Kỹ thuật điện tửBài giảng Kỹ thuật điện tử

    Tối giản hóa bằng bìa Karnaugh  Các bước tiến hành: B1: Chuyển hàm logic về dạng tổng các tích. B2: Lập bìa Karnaugh theo số biến. B3: ðiền các giá trị của hàm logic vào bìa Karnaugh. B4: Gom các nhóm có giá trị 1 lân cận. B5: Viết lại hàm ñã tối giản.  Chú ý: Số ô lân cận bằng 2n ô (n>0), gom 2n ô giảm ñược n biến. Trong 1 nhóm,...

    pdf54 trang | Chia sẻ: hachi492 | Ngày: 06/01/2022 | Lượt xem: 427 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 10: Multi. Objective optimizationBài giảng Tính toán tiến hóa - Chương 10: Multi. Objective optimization

    Bước 2: Tiến hóa theo thế hệ (2) Với mỗi bài toán con 𝑃^𝑖: Bước 2.3: Cập nhật 𝑍^∗: 𝑍_𝑘^∗=min⁡(𝑍_𝑘^∗,𝑓_𝑘 (𝑦^′ ))∀𝑘=(1,𝑑) ̅ Bước 2.4: Cập nhật các hàng xóm: Với mọi 𝑏∈𝐵^𝑖: nếu 𝑔^𝑡𝑒 (𝑦^′ |𝜆^𝑏,𝑍^∗)≤𝑔^𝑡𝑒 (𝑥^𝑏 |𝜆^𝑏,𝑍^∗) (theo Tchebycheff) thay 𝑥^𝑏 bằng 𝑦′ Bước 2.5: Cập nhật EP: Loại mọi lời giải bị trội bởi 𝑦′ ...

    ppt30 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 317 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 9: Particle Swarm OptimizationBài giảng Tính toán tiến hóa - Chương 9: Particle Swarm Optimization

    Hybrid PSO GA-PSO: combines the advantages of swarm intelligence and a natural selection mechanism. jump from one area to another by the selection mechanism  accelerating the convergence speed. capability of “breeding”. replacing agent positions with low fitness values, with those with high fitness, according to a selection rate Hybrid of Di...

    ppt24 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 391 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 8: Ant Colony OptimizationBài giảng Tính toán tiến hóa - Chương 8: Ant Colony Optimization

    Ý nghĩa của các tham số, thuộc tính 〖 𝜂〗_𝑖𝑗 là mức độ thu hút hay kinh nghiệm của việc lựa chọn cạnh (i,j) 〖 𝜏〗_𝑖𝑗 chỉ ra mức độ xuất hiện của cạnh (i,j) trên đường đi của các cá thể kiến Nếu 𝛼=0: Các cạnh trên đường đi được lựa chọn tham lam theo kinh nghiệm Nếu 𝛽=0: Ưu tiên sử dụng các cạnh có xu hướng được xuất hiện nhiều nhất trước ...

    ppt19 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 333 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 7: Differential EvolutionBài giảng Tính toán tiến hóa - Chương 7: Differential Evolution

    SHADE Sử dụng Lehmer mean (Cec 14) để tính 𝑆_𝐹, 𝑆_𝐶𝑟 Lưu trữ 𝑆_𝐹, 𝑆_𝐶𝑟 cảu mỗi thế hệ vào trong lịch sử 𝑀_𝐹, 𝑀_𝐶𝑟 𝑀_𝐹, 𝑀_𝐶𝑟 là mảng số thực có H phần tử Cặp giá trị 〖(𝐹〗_𝑖, 〖𝐶𝑟〗_𝑖) được chọn bằng cách lấy ngẫu nhiên một số k trong khoảng [1,H] 𝐹_𝑖=Cauchy( M_F [k], 0.1) 〖𝐶𝑟〗_𝑖=N( M_Cr [k], 0.1) SHADE Các phần tử...

    ppt19 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 377 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 6: Evolution StrategyBài giảng Tính toán tiến hóa - Chương 6: Evolution Strategy

    Các bước của CMA-ES: Bước 1: Khởi tạo: Ma trận hiệp phương sai C = I (ma trận đơn vị) m : vector nx1 chứa giá trị NST trung bình ban đầu của quần thể 𝜎: Step size ( vector nx1 chứa độ lệch chuẩn của các biển trong NST) Bước 2: Sinh ra 𝜆 cá thể con thông qua cơ chế đột biến vector trung bình 𝑥_𝑖= 𝑁(𝑚, 𝜎^2 𝐶)=𝑚+𝑁(0, 𝜎^2 𝐶)=𝑚+𝜎∗𝑁...

    ppt27 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 458 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 5: Evolutionary ProgrammingBài giảng Tính toán tiến hóa - Chương 5: Evolutionary Programming

    Ví dụ 1- EP tiến hóa máy trạng thái hữu hạn Độ thích nghi: Độ thích nghi của các cá thể được đo bằng khả năng dự đoán đúng kí hiệu đầu ra Đột biến: Có thể áp dụng các phương pháp sau: Thay đổi trạng thái ban đầu Xóa trạng thái Thêm một trạng thái Thay đổi một dịch chuyển trạng thái Thay đổi kí hiệu đầu ra với trạng thái hiện tại và đầu vào ...

    ppt17 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 363 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 3: Genetic ProgrammingBài giảng Tính toán tiến hóa - Chương 3: Genetic Programming

    Đánh giá độ thích nghi Các cá thể được đánh giá trên cùng tập mẫu dữ liệu và giá trình hiệu suất trung bình thu được trên mẫu đó được sử dụng là giá trị độ thích nghi Giả sử có một tập mẫu X và mỗi mẫu chứa ba giá trị đầu vào (a,x,z) và giá trị đích y. Độ thích nghi được tính như sau: Tính giá trị đầu y^ ra thu được của chương trình mà cá thể bi...

    ppt23 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 339 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 2: Genetic AlgorithmBài giảng Tính toán tiến hóa - Chương 2: Genetic Algorithm

    Các phương pháp đấu tranh sinh tồn Áp dụng phương pháp của lựa chọn cha mẹ Kết hợp các phương pháp chọn lọc để chọn ra cá thể của quần thể cũ bị đào thải Hoặc trộn các cá thể con vào quần thể và sử dụng các phương pháp chọn lọc để chọn các cá thể bị đào thải (con có thể cũng bị loại) Cũng có thể căn cứ vào tuổi của cá thể để đào thải Giải thuậ...

    ppt45 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 424 | Lượt tải: 0

  • Bài giảng Tính toán tiến hóa - Chương 1: Tổng quan về bài toán tối ưuBài giảng Tính toán tiến hóa - Chương 1: Tổng quan về bài toán tối ưu

    Điều kiện dừng Điều kiện dừng của thuật toán thường thỏa mãn như sau: Sau một số thế hệ nhất định, thuật toán không cải thiện chất lượng lời giải Sau một số thế hệ nhất định Thuật toán sử dụng hết lượng phép tính đánh giá cố định Các biến thể EAs phổ biến Giải thuật di truyền – Genetic Algorithm Tiến hóa sai phân – Different Evolutionary Algorithm ...

    ppt40 trang | Chia sẻ: hachi492 | Ngày: 05/01/2022 | Lượt xem: 377 | Lượt tải: 0