Đề tài tìm hiểu thuật toán artificial bee colony – abc (Đàn ong nhân tạo ) và thuật toán cuckoo search – cs ( tìm kiếm chim cúc cu )

Sự cần thiết của việc nghiên cứu - Trong lĩnh vực tối ưu hóa thông minh intelligent optimization, việc nghiên cứu các thuật toán mô phỏng hành vi tự nhiên ngày càng trở nên quan trọng d

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ GIAO THÔNG VẬN TẢI

KHOA: CÔNG NGHỆ THÔNG TIN

BÁO CÁO KẾT QUẢ THỰC HIỆN BÀI TẬP LỚN NGHIÊN CỨU KHOA HỌC

Giảng viên hướng dẫn: Đỗ Bảo Sơn

Sinh viên tham gia:

Mở Đầu

1 Tên đề tài

- Tìm hiểu thuật toán Artificial Bee Colony – ABC (đàn ong nhân tạo ) và thuật toán Cuckoo Search – CS ( tìm kiếm chim cúc cu )

2 Sự cần thiết của việc nghiên cứu

- Trong lĩnh vực tối ưu hóa thông minh (intelligent

optimization), việc nghiên cứu các thuật toán mô phỏng hành

vi tự nhiên ngày càng trở nên quan trọng do tính hiệu quả, khả năng áp dụng linh hoạt và khả năng tìm kiếm lời giải gần tối ưu

cho các bài toán phức tạp Trong số đó, Artificial Bee Colony (ABC) và Cuckoo Search (CS) là hai thuật toán nổi bật thuộc nhóm thuật toán metaheuristic dựa trên tự nhiên Việc

nghiên cứu hai thuật toán này là cần thiết vì các lý do sau:

 Khả năng giải quyết các bài toán tối ưu phi tuyến, không lồi và nhiều cực trị ( ABC và CS đều có khả năng tìm kiếmlời giải trong không gian lớn, nhiều chiều, với các hàm

mục tiêu phi tuyến ; Các bài toán trong thực tế (như phân

lịch, điều khiển robot, học máy, điều chỉnh thông số mạngnơ-ron ) thường rất phức tạp, không thể giải được bằng phương pháp truyền thống.)

 Mô phỏng hiệu quả hành vi tự nhiên để cải thiện quá trình

tìm kiếm lời giải ( ABC mô phỏng hành vi tìm kiếm thức

ăn của ong thợ — tận dụng cân bằng giữa khai thác (exploitation) và khám phá (exploration) ; CS mô

phỏng hành vi đẻ trứng ký sinh của chim cúc cu — dùng

chiến lược Lévy flight để tăng khả năng thoát khỏi cực

trị cục bộ )

 Khả năng mở rộng và tùy biến cho các ứng dụng thực tế

 Phục vụ cho các bài toán trong học tập và nghiên cứu khoa học

3 Mục tiêu nghiên cứu

- Mô phỏng thuật toán bằng ngôn ngữ lập trình (Python,Java,…)

- Đánh giá khả năng áp dụng ABC vào các bài toán tối ưu đơn giản

3.2 Thuật toán tìm kiếm Chim Cuckoo(CS)

- Trình bày chi tiết nguyên lý hoạt động của thuật toán CS

- Phân tích vai trò của bước Lévy và cơ chế thay tổ

- Cài đặt mô phỏng CS trên một số hàm mục tiêu

- Tìm hiểu ứng dụng của CS trong các lĩnh vực thực tế

4 Nội dung nghiên cứu của đề tài

vị trí hiện tại và đánh giá chất lượng

+ Ong quan sát (Onlooker Bees): Chờ đợi tại khu vực nhảy múa để nhận thông tin từ ong trinh sát Chúng chọn nguồn thức ăn dựa trên xác suất tỷ lệ thuận với chất lượng nguồn thức ăn, sau đó tìm kiếmxung quanh nguồn được chọn

+ Ong trinh sát (Scout Bees): Khi một nguồn thức

ăn bị bỏ hoang (không được cải thiện sau một số lầnthử nhất định), ong thám thính tương ứng trở thành ong trinh sát để tìm kiếm ngẫu nhiên các nguồn thức ăn mới

- Cấu trúc thuật toán ABC cơ bản:

1.(Khởi tạo quần thể nguồn thức ăn ngẫu nhiên).

2.Ong thợ:

Tạo nghiệm mới gần nghiệm hiện tại

Nếu tốt hơn thì cập nhật

3.Ong quan sát:

Lựa chọn nguồn thức ăn dựa trên xác suất

Tạo nghiệm mới và cập nhật nếu tốt hơn

4.Ong trinh sát:

Nếu một nghiệm không cải thiện sau số vòng lặp nhất định

→ thay thế bằng nghiệm ngẫu nhiên

5.Lặp lại: bước 2–4 cho đến khi đạt điều kiện dừng (số vòng

lặp tối đa hoặc hội tụ)

- Ưu điểm và nhược điểm của thuật toán :

- Ưu điêm :

 Cân bằng tốt giữa khai thác (exploitation)

và khám phá (exploration) Đơn giản, dễ hiểu và cài đặt ít tham số điều khiển hiệu quả với nhiều bài toán tối ưu khác nhau

có khả năng thoát khỏi tối ưu cục bộ(nhờ ong trinh sát)

- Nhược điểm:

 Tốc độ hội tụ chậm trong một số trường hợp

 Dễ rơi vào trạng thái không đổi nếu không điều chỉnhtốt tham số

 Hiệu quả phụ thuộc vào tham số

- Ứng dụng :

 Tối ưu hàm số thực

 Lập lịch công việc

 Điều khiển robot

 Tối ưu hóa mạng nơ-ron, thiết kế mạch điện,

4.2 Thuật toán cuckoo search(CS)

- Nguyên lí hoạt đông : Thuật toán mô phỏng hành vi đẻ

trứng ký sinh của chim cúc cu kết hợp với việc tìm kiếm ngẫu nhiên theo quy luật Lévy flight

+ Chim Cúc Cu: Mỗi chim cúc cu đẻ một quả trứng vào tổ được chọn ngẫu nhiên Mục tiêu là quả trứng (giải pháp mới) này sẽ nở thành công

+ Tổ Chủ: Các tổ chủ (giải pháp hiện tại) có một xác suất nhất định để vứt bỏ những quả trứng không phải của mình

- Cấu trúc thuật toán CS cơ bản :

+ Bước 1: Khởi tạo quần thể các tổ chủ (các nghiệm ngẫu nhiên)

+ Bước 2: Mỗi chim cúc cu đẻ một trứng (tạo một nghiệm mới) bằng cách thực hiện một bước nhảy Lévy từ tổ (nghiệm) hiện tại

+ Bước 3: Đánh giá chất lượng của nghiệm mới được tạo ra.

+ Bước 4: Chọn ngẫu nhiên một tổ chủ

+ Bước 5: So sánh nghiệm mới của chim cúc cu với nghiệm trong tổ chủ được chọn Nếu nghiệm mới tốt hơn, thay thế nghiệm trong tổ chủ bằng nghiệm mới.+ Bước 6 : Với xác suất pa, tổ chủ có thể vứt bỏ trứngtrong tổ và xây một tổ mới (tạo một nghiệm mới ngẫunhiên)

+ Bước 7 : Lặp lại các bước 2–6 cho đến khi đạt điều kiện dừng (số vòng lặp hoặc độ chính xác)

1.Khởi tạo quần thể các tổ chủ (nghiệm ngẫu nhiên).

2.Với mỗi chim cúc cu:

o Tạo một nghiệm mới bằng Lévy flight từ nghiệm hiện tại

o Đánh giá chất lượng nghiệm mới

4.Lặp lại bước 2–3 cho đến khi đạt điều kiện dừng.

- Ưu điểm và nhược điểm của thuật toán

 Ưu điểm:

 Cân bằng tốt giữ khám phá( thông qua Lévy flight) và khai thác

 Đơn giản trong cài đặt

 Hiệu quả với nhiều bài toán tối ưu hóa, đặcbiệt là các bài toán đa cực trị

 Khả năng thoát khỏi tối ưu cục bộ tốt nhờ đặc tính của Lévy flight và cơ chế loại bỏ trứng

 Nhược điểm:

 Tốc độ hội tụ có thể chậm

 Tính ngẫu nhiên cao kết quả có thể không

ổn định

 Hiệu quả phụ thuộc vào tham số

5 Phương pháp nghiên cứu

5.1 Thuật toán Đàn Ong Nhân Tạo ( Artificial Bee Colony – ABC

a, Phương pháp nghiên cứu lí thuyết

 Mục tiêu : Nghiên cứ , hiểu sâu sắc , phân tích toàn

diện và đánh giá khách quan thuật toán ABC

 Thực hiện :

 Thu thập tài liệu học thuật và nghiêm cứu ( bài báo , sách chuyên ngành , )

b, Phương pháp mô hình hóa thuật toán

 Mục tiêu : biểu diễn thuật toán dưới dạng toán học và

sơ đồ hóa quy trình xử lý một cách hệ thống, giúp làm rõ cơ chế hoạt động, xác định các biến và tham

số chính

 Thực hiện :

 Biểu diễn chi tiết thành phần:

 Ong thợ ( Employed bees)

 Ong quan sát ( Onlooker bees)

 Ong chinh sat ( Scout bees )

 Xây dựng sơ đồ thuật toán , giải thích toán học:

vij = xij + ϕij(xij−xkj)

c, Phương pháp mô phỏng và thực nghiệm

 Mục tiêu : Triển khai , kiểm tra và đánh giá hiệu quả thực tế của

các thuật toán trên tệp bài toán cụ thể

 Chọn bài toán kiểm thử: các hàm chuẩn

benchmark(Sphere, Rastrigin, Ackley, Griewank,Schwefel, )

d, Phương pháp đánh giá và phân tích kết quẩ

 Mục tiêu : Đánh giá chất lượng kết quả và hiệu quả

thuật toán

 Thực hiện :

 Sử dụng các chỉ tiêu đánh giá : hàm mục tiêu đạt đươc( (min or max) , sử ổn định( độ lệch chuẩn giữa các lần chạy),số vòng lặp để hội tụ,độ bền(khả năng thoát khỏi cực trị cục bọ)

 Phân tích kết quả

 Lặp lại thử nghiệm nhiều lần để đám bảo tính

ổn định

5.2 Thuật toán cuckoo search(CS)

a, Phương pháp nghiên cứu lí thuyết

 Mục tiêu : Nghiên cứu , hiểu sâu sắc , phân tích toàn

diện và đánh giá khách quan thuật toán cuckoo

b, Phương pháp mô hình hóa thuật toán

 Mục tiêu : biểu diễn thuật toán dưới dạng toán học

và sơ đồ hóa quy trình xử lý một cách hệ thống, giúp làm rõ cơ chế hoạt động, xác định các biến và tham

số chính

 Thực hiện :

 Biểu diễn thuật toán theo sơ đồ : sinh trứng(nghiệm mới),đánh giá và chọn lọc , thay thế tổ có chất lượng kém

 Biểu diễn công thức cập nhập nghiệm theo

 Mục tiêu : Triển khai, kiểm tra và đánh giá hiệu quả thực tế của

các thuật toán trên tập bài toán cụ thể

 Thực hiện :

 Cài đặt thuật toán bằng ngôn ngữ lập trình phù

hợp(Python, MATLAB, hoặc C+, )

 Thiết lập các thông số điều khiển : số tổ( n ), xác xuất phát hiên ( pa ) , hệ số bước nhay,…

 Chọn bài toán kiểm thử: các hàm chuẩn benchmark(Sphere, Rastrigin, Ackley, Griewank,

Schwefel, ).

d, Phương pháp đánh giá và phân tích kết quả

 Mục tiêu : Đánh giá chất lương và hiệu quả của

thuật toán

 Thực hiện :

 Sử dụng tiêu chí đánh giá : Sử dụng các chỉ tiêu đánh giá : hàm mục tiêu đạt đươc( (min or max), sử ổn định( độ lệch chuẩn giữa các lần

chạy),số vòng lặp để hội tụ,độ bền(khả năng thoát khỏi

 Xây dựng được mô hình mô phỏng thuật toán ABC bằng ngôn ngữ lập trình (Python hoặc Java,…), đảm bảo mô phỏng chính xác các bước của thuật toán

 Thiện hiên được các bài kiểm tra trên các hàm mục tiêu chuẩn (Sphere, Rastrigin, Ackley, Griewank, Schwefel) để đánh giá hiệu suất của thuật toán

 Đánh giá được hiệu quả của thuật toán ABC thông qua các chỉ số như giá trị hàm mục tiêu đạt được (tối thiểu hoặc tối đa), độ ổn định (độ lệch chuẩn giữa cáclần chạy, số vòng lặp để hội tụ và khả năng thoát khỏi cực trị cục bộ)

 Báo cáo phân tích kết quả thực nghiệm bao gồm: biểu đồ, bảng số liệu và nhận xét được ưu, nhược điểm của thuật toán ABC.

6.2 Thuật toán Cuckoo Search ( CS )

 Trình bày và giải thích được chi tiết về thuật toán CS,vai trò của bước nhảy Lévy và cơ chế thay tổ

 Xây dựng được mô hình mô phỏng thuật toán CS bằng ngôn ngữ lập trình (Python hoặc MATLAB,…) đảm bảo mô phỏng chính xác các bước của thuật toán

 Thực hiện được các bài kiểm tra trên các hàm mục tiêu chuẩn (Sphere, Rastrigin, Ackley, Griewank, Schwefel) để đánh giá hiệu suất của thuật toán

 Đánh giá được hiệu quả của thuật toán CS thông quacác chỉ số như giá trị hàm mục tiêu đạt được (tối thiểu hoặc tối đa), độ ổn định (độ lệch chuẩn giữa cáclần chạy, số vòng lặp để hội tụ và khả năng thoát khỏi cực trị cục bộ)

 Báocáo phân tích kết quả thực nghiệm bao gồm: biểu

đồ, bảng số liệu và nhận xét được ưu, nhược điểm của thuật toán CS

7.2 Thuật toán tìm kiếm Chim Cuckoo( cuckoo search - Cs)

+Phần 1 : Tổng quan về thuật toán tìm kiếm chim cuckoo

+Phần 2 : Nội dung và các bước của thuật toán

+phần 3 : Thực nghiệm , chạy thử và đánh giá kết quả

Phần 1 Tổng quan về thuật toán đàn ong nhân (Artificial bee colony

– ABC)

1 Giới thiều và động lực đề xuất thuật toán

1.1. Giới thiệu chung về Trí tuệ bầy đàn (Swarm Intelligence)

Trí tuệ bầy đàn (Swarm Intelligence) là một lĩnh vực nghiên cứu nổi bật trong Trí tuệ nhân tạo, tập trung vào việc thiết kế các thuật toán hoặc hệ thống giải quyết vấn đề phân tán Các thuật toán này được lấy cảm hứng từ hành vi tập thểcủa các đàn côn trùng xã hội (như mối, ong, kiến) và các xã hội động vật khác Thuật ngữ "bầy đàn" được dùng chung để chỉ bất kỳ tập hợp hữu hạn nào của các tác nhân hoặc cá thể tương tác Ví dụ cổ điển là đàn ong vây quanh tổ của chúng Tuy nhiên, khái niệm này có thể mở rộng cho các hệ thống có kiến trúc tương tự, ví dụ như một đàn kiến, một đàn chim, hệ thống miễn dịch, hoặc một đám đông người

` Để có được hành vi thông minh của bầy đàn, có hai khái niệm cơ bản và đủ là

tự tổ chức (self-organization) và phân công lao động (division of labour)

 Tự tổ chức: Là tập hợp các cơ chế động học tạo ra cấu trúc ở cấp độ toàn cầu

của hệ thống thông qua tương tác giữa các thành phần cấp thấp của nó Các cơ chế này thiết lập các quy tắc cơ bản cho tương tác, đảm bảo rằng các tương tác được thực hiện dựa trên thông tin hoàn toàn cục bộ Tự tổ chức dựa trên bốn thuộc tính:

o Phản hồi tích cực (Positive feedback): Thúc đẩy việc tạo ra các cấu

trúc thuận tiện, ví dụ như việc tuyển dụng và củng cố thông qua việc tạo

và theo dõi đường mòn ở kiến hoặc điệu nhảy ở ong

o Phản hồi tiêu cực (Negative feedback): Cân bằng phản hồi tích cực,

giúp ổn định mẫu hình tập thể, tránh sự bão hòa hoặc cạn kiệt nguồn lực

o Biến động (Fluctuations): Bao gồm các bước đi ngẫu nhiên, lỗi, hoặc

chuyển đổi nhiệm vụ ngẫu nhiên, rất quan trọng cho sự sáng tạo và khám phá các giải pháp mới

o Nhiều tương tác (Multiple interactions): Yêu cầu mật độ tối thiểu của

các cá thể khoan dung lẫn nhau để chúng có thể sử dụng kết quả từ hoạt động của chính chúng và của những cá thể khác

 Phân công lao động: Trong một bầy đàn, có nhiều nhiệm vụ khác nhau được

thực hiện đồng thời bởi các cá thể chuyên biệt Việc thực hiện nhiệm vụ đồng

thời bởi các cá thể chuyên biệt hợp tác được cho là hiệu quả hơn so với việc thực hiện nhiệm vụ tuần tự bởi các cá thể không chuyên biệt Phân công lao động cũng giúp bầy đàn thích ứng với các điều kiện thay đổi trong không gian tìm kiếm.

1.1.1 Giới thiêu thuật toán ABC

Thuật toán Bầy Ong Nhân Tạo (Artificial Bee Colony - ABC),

do Karaboga đề xuất năm 2005, là một trong những thuật toán nổi bật thuộc nhóm này ABC mô phỏng hành vi tìm kiếm thức ăn của bầy ong mật trong tự nhiên, với ba nhóm tác nhân (ong thợ, ong quan sát, ong trinh sát), phối hợp

để tìm kiếm nguồn thức ăn tốt nhất – tương ứng với việc tìm ra nghiệm tối ưu của một bài toán

1.2 Hành vi tìm kiếm thức ăn của ong mật (Honey Bee Foraging Behaviour)

- Hành vi tìm kiếm thức ăn của ong mật là một ví dụ điển hình về trí tuệ bầy đàn,với các cơ chế tự tổ chức và phân công lao động rõ ràng Mô hình tối thiểu của việc lựa chọn thức ăn trong đàn ong mật bao gồm ba thành phần thiết yếu và hai chế độ hành vi chính: tuyển dụng và bỏ nguồn thức ăn

 Các thành phần thiết yếu:

o Nguồn thức ăn (Food Sources): Giá trị của một nguồn thức ăn phụ

thuộc vào các yếu tố như khoảng cách đến tổ, độ phong phú hoặc nồng

độ năng lượng, và sự dễ dàng trong việc khai thác "Lợi nhuận" của nguồn thức ăn có thể được biểu diễn bằng một đại lượng duy nhất

o Ong tìm kiếm có việc làm (Employed foragers): Là những con ong

đang khai thác một nguồn thức ăn cụ thể Chúng mang theo thông tin về nguồn thức ăn (khoảng cách, hướng, lợi nhuận) và chia sẻ thông tin này với một xác suất nhất định

o Ong tìm kiếm chưa có việc làm (Unemployed foragers): Liên tục tìm

kiếm nguồn thức ăn để khai thác Có hai loại:

 Ong trinh sát (Scouts): Tìm kiếm môi trường xung quanh tổ để

tìm các nguồn thức ăn mới Trung bình có khoảng 5-10% ong trinh sát

 Ong quan sát (Onlookers): Chờ đợi trong tổ và xác định nguồn

thức ăn thông qua thông tin được chia sẻ bởi ong có việc làm

 Trao đổi thông tin: Sự trao đổi thông tin giữa các con ong là yếu tố quan trọng

nhất trong việc hình thành kiến thức tập thể Khu vực quan trọng nhất để trao

đổi thông tin trong tổ ong là khu vực nhảy múa (dancing area) Thông tin về chất lượng nguồn thức ăn được truyền đạt thông qua điệu nhảy lắc bụng (waggle dance)

o Ong quan sát có thể xem nhiều điệu nhảy và quyết định đến nguồn có lợi nhuận cao nhất Có nhiều khả năng ong quan sát chọn các nguồn lợi nhuận cao hơn vì có nhiều thông tin được lưu truyền về chúng

o Ong có việc làm chia sẻ thông tin với xác suất tỷ lệ thuận với lợi nhuận của nguồn thức ăn, và điệu nhảy lắc bụng càng dài thì thông tin chia sẻ

càng nhiều Do đó, việc tuyển dụng (recruitment) tỷ lệ thuận với lợi nhuận của nguồn thức ăn

 Chu trình tìm kiếm thức ăn: Một con ong tiềm năng (Potential Forager) bắt

đầu như một ong tìm kiếm chưa có việc làm và không biết về các nguồn thức

ăn Nó có thể trở thành ong trinh sát (S) và tự phát tìm kiếm hoặc trở thành ongđược tuyển dụng (R) sau khi xem các điệu nhảy lắc bụng Sau khi định vị nguồn thức ăn, ong sẽ ghi nhớ vị trí và bắt đầu khai thác, trở thành "employed forager" Sau khi mang mật hoa về tổ và dỡ xuống, ong có ba lựa chọn:

o Trở thành người theo dõi không cam kết (UF) sau khi bỏ nguồn thức ăn

o Nhảy múa để tuyển dụng ong khác rồi quay lại nguồn đó (EF1)

o Tiếp tục khai thác tại nguồn mà không tuyển dụng ong khác (EF2)

(Hình 1 trong tài liệu gốc minh họa chi tiết chu trình này)

1.3 Động lực đề xuất thuật toán ABC

- Hành vi tìm kiếm thức ăn của ong mật thể hiện một quá trình tối ưu hóa tự nhiên rất hiệu quả Đàn ong có khả năng tìm kiếm và khai thác các nguồn thức ăn tốt nhất trong môi trường rộng lớn và phức tạp Sự trao đổi thông tin thông qua điệu nhảy lắc bụng, cùng với sự phân chia vai trò rõ ràng (trinh sát, có việc làm, quan sát), cho phép đàn ong thích nghi linh hoạt với các điều kiện thay đổi

- Động lực chính để đề xuất thuật toán ABC là tận dụng những đặc điểm thông minhnày của đàn ong để giải quyết các bài toán tối ưu hóa số học đa chiều và đa

phương thức (multidimensional and multimodal optimization problems) Mục tiêu

là tạo ra một thuật toán đơn giản, linh hoạt và mạnh mẽ, có khả năng tìm kiếm các giải pháp tối ưu một cách hiệu quả, tương tự như cách đàn ong tìm kiếm và khai thác mật hoa tốt nhất.

Phần 2 Nội dung và các bước của thuật toán ABC

Thuật toán Tối ưu hóa Bầy Ong Nhân Tạo (Artificial Bee Colony - ABC) mô phỏng hành vi tìm kiếm thức ăn của ong mật thật để giải quyết các bài toán tối ưu hóa.

2 Nội dung thuật toán ABC

2.1 Các thành phần chính của thuật toán

- Mô hình ABC bao gồm ba nhóm ong nhân tạo:

 Ong có việc làm (Employed bees): Đây là nửa đầu của đàn ong nhân tạo Mỗi

nguồn thức ăn chỉ có một ong có việc làm Số lượng ong có việc làm bằng số lượng nguồn thức ăn (giải pháp) trong không gian tìm kiếm Ong có việc làm chịu trách nhiệm khai thác một nguồn thức ăn cụ thể (một giải pháp)

 Ong quan sát (Onlookers): Là nửa thứ hai của đàn ong Ong quan sát chờ đợi

trong tổ và lựa chọn một nguồn thức ăn dựa trên thông tin được chia sẻ bởi các ong có việc làm thông qua cơ chế lựa chọn dựa trên xác suất Xác suất này tỷ lệthuận với lượng mật (chất lượng giải pháp) của nguồn thức ăn

 Ong trinh sát (Scouts): Ong trinh sát là những con ong có việc làm mà nguồn

thức ăn của chúng đã bị cạn kiệt (tức là không còn cải thiện được nữa sau một

số lần thử nhất định) và bị từ bỏ Ong trinh sát có nhiệm vụ tìm kiếm các nguồnthức ăn mới (khám phá các giải pháp mới) một cách ngẫu nhiên trong không gian tìm kiếm