Nguyen Thi Hanh, Nguyen Hai Nam, Huynh Thi Thanh Binh, 2016, Swarm tion Algorithms for Maximizing Area Coverage in Wireless Sensor Networks, Proceed- ings of SAI Intelligent Systems Conf
Trang 1BË GIO DÖC V O TOTR×ÍNG I HÅC BCH KHOA H NËI
NGUYN THÀ HNH
MËT SÈ THUT TON METAHEURISTIC
GII BI TON BAO PHÕ DIN TCH V ÈI T×ÑNG
TRONG MNG CM BIN KHÆNG D Y
Ng nh : Khoa håc m¡y t½nh M¢ sè : 9480101
TÂM TT LUN N TIN S KHOA HÅC MY TNH
H Nëi - 2019
Trang 2Luªn ¡n ÷ñc b£o v» tr÷îc Hëi çng ¡nh gi¡ luªn ¡n ti¸n s¾ c§p
Tr÷íng håp t¤i Tr÷íng ¤i håc B¡ch khoa H Nëi
V o hçi gií, ng y th¡ng n«m
Câ thº t¼m hiºu luªn ¡n t¤i th÷ vi»n:
1 Th÷ vi»n T¤ Quang Bûu - Tr÷íng HBK H Nëi
2 Th÷ vi»n Quèc gia Vi»t Nam
Trang 3DANH MÖC CC CÆNG TRNH CÆNG BÈ CÕA LUN N
1 Nguyen Thi Hanh, Nguyen Hai Nam, Huynh Thi Thanh Binh, 2016, Swarm tion Algorithms for Maximizing Area Coverage in Wireless Sensor Networks, Proceed- ings of SAI Intelligent Systems Conference (IntelliSys), pp 1145-1151.
Optimiza-2 Nguyen Thi Hanh, Le Quoc Tung, Nguyen Thanh Hai, Huynh Thi Thanh Binh, Ernest Kurniawan, 2016, Connectivity Optimization Problem in Vehicular Mobile Wireless Sensor Networks, International Conference on Computational Intelligence and Cyber- netics, pp 55-61.
3 Nguyen Thi Hanh, Phan Hong Hanh, Huynh Thi Thanh Binh, Nguyen Duc Nghia, 2016, Heuristic Algorithm for Target Coverage with Connectivity Fault-tolerance Problem in Wireless Sensor Networks, Conference on Technologies and Applications of Artificial Intelligence (TAAI), pp 235-240.
4 Nguyen Thi Hanh, Nguyen Phi Le, Phan Thanh Tuyen, Ernest Kurniawan, Yusheng
Ji, Huynh Thi Thanh Binh, 2018, Node Placement for Target Coverage and Network Connectivity in WSNs with Multiple Sinks, IEEE Consumer Communications and Net- working Conference - CCNC, Las Vegas, NV, USA, pp 1-6.
5 Huynh Thi Thanh Binh, Nguyen Thi Hanh, La Van Quan, Nilanjan Dey, 2018, proved Cuckoo Search and Chaotic Flower Pollination Algorithms for Maximizing Area Coverage in Wireless Sensor Networks, Neural Computing and Applications, October
Im-2018, Volume 30, Issue 7, pp 23052317, (SCI-E Index, IF: 4.664).
6 Nguyen Thi Hanh, Huynh Thi Thanh Binh, Nguyen Xuan Hoai, Marimuthu Swami Palaniswami, 2019, An Efficient Genetic Algorithm for Maximizing Area Coverage in Wireless Sensor Networks, Journal Information Sciences (accepted)-2019 , (SCI-E In- dex, IF: 5.524).
7 Nguyen Thi Hanh, Huynh Thi Thanh Binh, Nguyen Van Son, Phan Ngoc Lan, 2019, Minimal Node Placement for Ensuring Target Coverage with Network Connectivity and Fault Tolerance Constraints in Wireless Sensor Networks, 2019 IEEE Congress on Evolutionary Computation Conference (CEC 2019), pp.2924-2931.
8 Nguyen Phi Le, Nguyen Thi Hanh, Nguyen Tien Khuong, Huynh Thi Thanh Binh, Yusheng Ji, 2019, Node placement for connected target coverage in wireless sensor networks with dynamic sinks, Journal Pervasive and Mobile Computing, Volume 59,
pp 1-21, 2019 (SCI, IF: 2.769).
Trang 4GIÎI THIU
Trong nhúng n«m g¦n ¥y, Internet v¤n vªt (Internet of Things - IoT) ¢ trð
th nh mët chõ · nghi¶n cùu cõa nhi·u nh khoa håc trong v ngo i n÷îc ºùng döng ÷ñc cæng ngh» IoT mët y¶u c¦u bt buëc °t ra l ph£i sû döng m¤ngc£m bi¸n khæng d¥y (Wireless Sensor Networks - WSNs) M¤ng c£m bi¸n khængd¥y câ r§t nhi·u ùng döng trong c¡c l¾nh vüc cõa íi sèng nh÷ mæi tr÷íng, qu¥n
sü, y t¸, giao thæng thæng minh, qu£n lþ thà tr÷íng b¡n l´, qu£n lþ chuéi quytr¼nh s£n xu§t, c£nh b¡o thi¶n tai, ch¡y røng,v.v [1], [2], [3], [4], [5]
Tuy nhi¶n, vi»c ph¡t triºn c¡c m¤ng c£m bi¸n khæng d¥y công g°p khæng
½t khâ kh«n do c¡c nót c£m bi¸n câ nguçn n«ng l÷ñng h¤n ch¸, kh£ n«ng ho¤t
ëng trong c¡c i·u ki»n khc nghi»t cõa mæi tr÷íng v¨n cán th§p, hìn núa mëtm¤ng c£m bi¸n câ thº l¶n ¸n h ng ngh¼n nót m¤ng V¼ vªy, y¶u c¦u °t ra ph£ix¥y düng WSNs sao cho £m b£o ti¸t ki»m chi ph½ x¥y düng m¤ng, truy·n thæng
ên ành, kh£ n«ng b£o mªt, k²o d i thíi gian sèng cõa m¤ng,v.v â ch½nh l nhúng th¡ch thùc m WSNs ang ph£i èi m°t nh÷ ch§t l÷ñng dàch vö m¤ng,n«ng l÷ñng, b£o mªt, ành tuy¸n, bao phõ, k¸t nèi, chàu léi vv [1], [6], [7], [8],[9], [10], [11]
B¶n c¤nh v§n · sû döng n«ng l÷ñng hi»u qu£ th¼ b i to¡n triºn khai, hayt¼m và tr½ º °t c¡c c£m bi¸n công nhªn ÷ñc nhi·u sü quan t¥m tø c¡c nh nghi¶n cùu v c¡c nh cung c§p gi£i ph¡p li¶n quan ¸n m¤ng c£m bi¸n khængd¥y Bði v¼, vi»c °t nhúng c£m bi¸n n y mët c¡ch ng¨u nhi¶n câ thº khængthüc hi»n ÷ñc nhi»m vö gi¡m s¡t cõa m¤ng v g¥y l¢ng ph½ v¼ ph£i dòng mët
sè l÷ñng lîn c¡c c£m bi¸n Tr¶n thüc t¸, do c¡c nót c£m bi¸n ch¿ ho¤t ëng tèttrong mët vòng b¡n k½nh nh§t ành, vi»c triºn khai c¡c c£m bi¸n º thu ÷ñc
ë bao phõ lîn v £m b£o k¸t nèi chàu léi trong to n m¤ng ¢ trð th nh y¶uc¦u c§p thi¸t v ë lîn cõa di»n t½ch vòng bao phõ, t½nh k¸t nèi v chàu léi ¢trð th nh c¡c ti¶u, ch½ quan trång trong vi»c ¡nh gi¡ ch§t l÷ñng dàch vö WSNs[12], [13], [11], [14]
Nhi·u mæ h¼nh b i to¡n kh¡c nhau ¢ ÷ñc c¡c nh khoa håc, tªp o n cængngh» ÷a ra º gi£i quy¸t b i to¡n tèi ÷u triºn khai c¡c nót c£m bi¸n £m b£obao phõ, k¸t nèi v chàu léi trong m¤ng c£m bi¸n khæng d¥y v m¤ng c£m bi¸nkhæng d¥y câ sû döng c¡c iºm thu ph¡t di ëng [11], [9], [15], [16], [17], [2],[18] Tuy nhi¶n, trong méi b i to¡n ¢ ÷ñc nghi¶n cùu ð tr¶n v¨n cán câ nhi·uv§n · c¦n ÷ñc c£i ti¸n º gi£m thiºu v· thíi gian sèng, gi¡ th nh v t«ng ë
ên ành trong vi»c triºn khai m¤ng V¼ vªy, trong luªn ¡n n y t¡c gi£ tªp trungnghi¶n cùu b i to¡n tèi ÷u bao phõ, £m b£o t½nh k¸t nèi v chàu léi trong m¤ngc£m bi¸n khæng d¥y v m¤ng c£m bi¸n khæng d¥y câ sû döng c¡c iºm thu ph¡t
Trang 5khæng câ thuªt to¡n thíi gian a thùc º gi£i chóng, ngo¤i trø P = N P Do â,t¡c gi£ chån c¡ch ti¸p cªn gi£i x§p x¿ sû döng gi£i thuªt metaheuristic, heuristic
º gi£i quy¸t c¡c b i to¡n ÷ñc nhi·u t¡c gi£ nghi¶n cùu v c¡c mæ h¼nh ÷ñcc£i ti¸n tø mæ h¼nh tr÷îc â cho phò hñp vîi thüc t¸ triºn khai m¤ng C¡c gi£ithuªt · xu§t ÷ñc c i °t, thû nghi»m tr¶n c¡c bë dú li»u ÷ñc c¡c nh nghi¶ncùu tr÷îc â ÷a ra º so s¡nh, ¡nh gi¡ hi»u n«ng èi vîi nhúng mæ h¼nh
÷ñc · xu§t trong luªn ¡n, t¡c gi£ ¢ x¥y düng c¡c kàch b£n m¤ng a d¤ngnh¬m xem x²t ¡nh gi¡ kh¡ch quan tr¶n h¦u h¸t c¡c ti¶u ch½ x¥y düng m¤ng
Têng quan t¼nh h¼nh nghi¶n cùu trong v ngo i n÷îc
Trong ph¦n n y, t¡c gi£ tr¼nh b y têng quan v· c¡c nghi¶n cùu li¶n quan ¸nvi»c gi£i quy¸t ba v§n · ë bao phõ, t½nh k¸t nèi v chàu léi trong m¤ng c£mbi¸n khæng d¥y v m¤ng c£m bi¸n khæng d¥y câ sû döng iºm thu ph¡t di ëng
m luªn ¡n quan t¥m gi£i quy¸t
Möc ti¶u nghi¶n cùu cõa luªn ¡n
Möc ti¶u thù nh§t cõa luªn ¡n l nghi¶n cùu v· m¤ng c£m bi¸n khæng d¥y,v§n · bao phõ, k¸t nèi v chàu léi trong m¤ng c£m bi¸n khæng d¥y °c bi»t,luªn ¡n i s¥u gi£i quy¸t c¡c v§n · bao phõ: cüc ¤i hâa di»n t½ch bao phõtrong m¤ng c£m bi¸n khæng d¥y khæng çng nh§t v tèi thiºu hâa sè l÷ñng c¡cnót triºn khai º bao phõ t§t c£ c¡c èi t÷ñng £m b£o k¸t nèi v chàu léi trongm¤ng c£m bi¸n khæng d¥y v m¤ng c£m bi¸n khæng d¥y câ sû döng c¡c iºmthu ph¡t di ëng Cö thº, c¡c b i to¡n ÷ñc kh£o s¡t trong luªn ¡n:
• B i to¡n cüc ¤i hâa bao phõ di»n t½ch trong m¤ng c£m bi¸n khæng d¥ykhæng çng nh§t ÷ñc · xu§t bði Yourim Yoon [19] v · xu§t c¡c thuªtto¡n metaheuristic º c£i thi»n ë bao phõ vòng triºn khai m¤ng c£m bi¸nkhæng d¥y v gi£m thiºu thíi gian t½nh to¡n v ë l»ch chu©n v· ë baophõ ¤t ÷ñc cõa c¡c gi£i thuªt · xu§t
• º phò hñp vîi thüc ti¹n, t¡c gi£ ph¡t triºn b i to¡n tèi a hâa bao phõdi»n t½ch trong m¤ng c£m bi¸n khæng d¥y khæng çng nh§t trong [19] câxem x²t ¸n y¸u tè ch÷îng ng¤i vªt l h¼nh chú nhªt T¡c gi£ · xu§t c¡cthuªt to¡n metaheuristic º gi£i quy¸t b i to¡n · xu§t º ¡nh gi¡ ëtèt cõa gi£i thuªt · xu§t t¡c gi£ nghi¶n cùu c¡c c¡ch x¥y düng kàch b£nm¤ng v dú li»u thüc nghi»m cho tøng kàch b£n m¤ng mët c¡ch kh¡ch quanthº hi»n ÷ñc h¦u h¸t c¡c tr÷íng hñp x£y ra trong c¡c b i to¡n n y
• Vîi v§n · bao phõ èi t÷ñng, luªn ¡n nghi¶n cùu hai b i to¡n l bao phõ
èi t÷ñng £m b£o k¸t nèi v chàu léi trong m¤ng c£m bi¸n khæng d¥y v
b i to¡n bao phõ èi t÷ñng £m b£o k¸t nèi trong m¤ng c£m bi¸n khæng
Trang 6d¥y câ sû döng c¡c iºm thu ph¡t di ëng T¡c gi£, nghi¶n cùu v · xu§tc¡c thuªt to¡n heuristic º gi£i quy¸t c¡c mæ h¼nh b i to¡n n y v x¥ydüng c¡c kàch b£n m¤ng v dú li»u thüc nghi»m theo tøng ti¶u ch½ x¥ydüng m¤ng º ¡nh gi¡ ë tèt cõa gi£i thuªt · xu§t.
Möc ti¶u thù hai cõa luªn ¡n l nghi¶n cùu c¡c kÿ thuªt º gi£i quy¸t lîp c¡c
b i to¡n ÷ñc luªn ¡n quan t¥m ÷ñc tr¼nh b y ð tr¶n Bði v¼, c¡c b i to¡n ÷ñcluªn ¡n nghi¶n cùu ·u l c¡c b i to¡n thuëc lîp NP-khâ Do â, t¡c gi£ ti¸p cªntheo ph÷ìng ph¡p gi£i x§p x¿ sû döng c¡c gi£i thuªt heuristic v metaheuristic
º gi£i quy¸t
Möc ti¶u thù ba cõa luªn ¡n l nghi¶n cùu c¡c ph÷ìng ph¡p x¥y düng kàchb£n m¤ng, x¥y düng c¡c bë dú li»u v c¡c ph÷ìng ph¡p ¡nh gi¡ thüc nghi»mmët c¡ch kh¡ch quan thº hi»n ÷ñc h¦u h¸t c¡c tr÷íng hñp x£y ra trong c¡c mæh¼nh b i to¡n m luªn ¡n quan t¥m gi£i quy¸t
Ph÷ìng ph¡p nghi¶n cùu
Ph÷ìng ph¡p nghi¶n cùu düa tr¶n nghi¶n cùu lþ thuy¸t, ph¥n t½ch t i li»u,
mæ h¼nh to¡n håc v thüc nghi»m º ¡nh gi¡ c¡c gi£i thuªt · xu§t so s¡nh vîic¡c gi£i thuªt · xu§t tr÷îc â º gi£i quy¸t b i to¡n Tø â, câ thº · xu§t c¡c
b i to¡n v c¡ch gi£i quy¸t b i to¡n cho phò hñp vîi thüc t¸ triºn khai m¤ngc£m bi¸n khæng d¥y
Ph¤m vi nghi¶n cùu
Nghi¶n cùu b i to¡n bao phõ trong m¤ng c£m bi¸n khæng d¥y C¡c y¸u tè
£nh h÷ðng ¸n v§n · bao phõ cõa m¤ng c£m bi¸n khæng d¥y C¡c gi£i thuªtmetaheuristic C¡c nghi¶n cùu li¶n quan trong b i to¡n tèi ÷u hâa bao phõ di»nt½ch v bao phõ èi t÷ñng Nghi¶n cùu, têng hñp, ph¥n t½ch v · xu§t (ho°c c£iti¸n) mæ h¼nh cüc ¤i bao phõ di»n t½ch vîi sè l÷ñng c£m bi¸n cho tr÷îc trongm¤ng khæng çng nh§t v tèi ÷u bao phõ èi t÷ñng nh¬m möc ½ch tèi thiºuhâa sè l÷ñng c¡c nót sû döng £m b£o t½nh k¸t nèi v chàu léi trong m¤ng c£mbi¸n khæng d¥y X¥y düng c¡c kàch b£n thüc nghi»m º ¡nh gi¡ ë tèt cõa mæh¼nh b i to¡n · xu§t v gi£i thuªt · xu§t gi£i quy¸t cho tøng mæ h¼nh b ito¡n So s¡nh ¡nh gi¡ k¸t qu£ thüc nghi»m theo c¡c ti¶u ch½ x¥y düng m¤ng
v so s¡nh vîi c¡c nghi¶n cùu ¢ cæng bè tr÷îc â
C¡c âng gâp cõa luªn ¡n
• Vîi b i to¡n cüc ¤i di»n t½ch bao phõ trong m¤ng c£m bi¸n khæng d¥ykhæng çng nh§t: · xu§t c¡c gi£i thuªt metaheuristic º c£i thi»n ë tèt
Trang 7v· vòng bao phõ, gi£m thiºu thíi gian t½nh to¡n v ë l»ch chu©n so vîic¡c nghi¶n cùu tr÷îc â Chi ti¸t cõa c¡c gi£i thuªt · xu§t ÷ñc tr¼nh b ytrong ch÷ìng 2.
• º phò hñp vîi thüc t¸ triºn khai m¤ng, t¡c gi£ · xu§t mæ h¼nh b i to¡ncüc ¤i di»n t½ch bao phõ trong m¤ng c£m bi¸n khæng d¥y khæng çng nh§t
câ xem x²t ¸n mi·n triºn khai m¤ng câ ch÷îng ng¤i vªt Sau â, · xu§tc¡c thuªt to¡n metaheuristic º gi£i quy¸t b i to¡n º ¡nh gi¡ ë tètcõa mæ h¼nh v cõa gi£i thuªt t¡c gi£ · xu§t c¡c ti¶u ch½ x¥y düng kàchb£n thüc nghi»m ¡nh gi¡ sü £nh h÷ðng cõa tøng èi t÷ñng ¦u v o cõa
b i to¡n ¸n k¸t qu£ ¦u ra cõa b i to¡n Hìn núa, t¡c gi£ · xu§t c¡chlüa chån tham sè cho tøng thuªt to¡n º thu ÷ñc líi gi£i tèt nh§t C¡ck¸t qu£ n y ÷ñc tr¼nh b y trong ch÷ìng 3
• Li¶n quan ¸n v§n · bao phõ èi t÷ñng, t¡c gi£ · xu§t hai b i to¡n l b ito¡n bao phõ èi t÷ñng £m b£o k¸t nèi v chàu léi trong m¤ng c£m bi¸nkhæng d¥y v b i to¡n bao phõ èi t÷ñng £m b£o k¸t nèi trong m¤ng c£mbi¸n khæng d¥y câ sû döng c¡c iºm thu ph¡t di ëng C£ hai b i to¡n ·xu§t tr¶n ·u ái häi tèi thiºu sè l÷ñng nót c£m bi¸n v nót chuyºn ti¸p
çng thíi £m b£o c¡c i·u ki»n n¶u ra trong tøng b i to¡n Sau â, t¡cgi£ · xu§t c¡c thuªt to¡n heuristic º gi£i quy¸t hai b i to¡n n y Trongméi b i to¡n t¡c gi£ · xu§t c¡c ti¶u ch½ ¡nh gi¡ ch§t l÷ñng cõa m¤ngc£m bi¸n v ti¸n h nh x¥y düng c¡c kàch b£n m¤ng theo tøng ti¶u ch½ ¡nhgi¡ Chi ti¸t v· mæ h¼nh c¡c b i to¡n v c¡c gi£i thuªt · xu§t ÷ñc tr¼nh
b y trong ch֓ng 4
C§u tróc cõa luªn ¡n
Mð ¦u: Tr¼nh b y þ ngh¾a, möc ½ch nghi¶n cùu cõa luªn ¡n, ph÷ìng ph¡pnghi¶n cùu, ph¤m vi nghi¶n cùu, c¡c âng gâp cõa luªn ¡n v c§u tróc cõa luªn
¡n
Ch÷ìng 1: Cì sð lþ thuy¸t, tr¼nh b y cì sð lþ thuy¸t m¤ng c£m bi¸n khængd¥y, têng quan t¼nh h¼nh nghi¶n cùu trong v ngo i n÷îc, cì sð lþ thuy¸t b ito¡n tèi ÷u
Ch÷ìng 2: B i to¡n cüc ¤i di»n t½ch bao phõ trong m¤ng c£m bi¸n khængd¥y khæng çng nh§t ÷ñc · xu§t bði [19]
Ch÷ìng 3: B i to¡n cüc ¤i di»n t½ch bao phõ trong m¤ng c£m bi¸n khængd¥y khæng çng nh§t trong vòng triºn khai m¤ng câ ch÷îng ng¤i vªt
Ch÷ìng 4: B i to¡n tèi ÷u bao phõ èi t÷ñng £m b£o k¸t nèi, chàu léitrong m¤ng c£m bi¸n khæng d¥y v m¤ng c£m bi¸n khæng d¥y câ sû döng iºmthu ph¡t di ëng
Cuèi còng, ph¦n k¸t luªn ¡nh gi¡ nhúng k¸t qu£ ¤t ÷ñc trong luªn ¡n v
Trang 8÷a ra ph÷ìng h÷îng ph¡t triºn ti¸p theo.
CH×ÌNG 1 CÌ SÐ LÞ THUYT
1.1 M¤ng c£m bi¸n khæng d¥y
Trong ph¦n n y, t¡c gi£ tr¼nh b y c¡c kh¡i ni»m v· c£m bi¸n, nót c£m bi¸n,m¤ng c£m bi¸n khæng d¥y ( ành ngh¾a m¤ng c£m bi¸n khæng d¥y, mët sè ki¸ntróc m¤ng c£m bi¸n khæng d¥y, ùng döng cõa m¤ng c£m bi¸n khæng d¥y), nhúngth¡ch thùc trong m¤ng c£m bi¸n khæng d¥y
1.2 C¡c mæ h¼nh bao phõ cõa c£m bi¸n v m¤ng c£m bi¸n khæng d¥y
1.2.1 Mæ h¼nh bao phõ cõa c£m bi¸n
Bang Wang [22] ¢ ÷a ra 4 mæ h¼nh c£m bi¸n thæng döng sau: Mæ h¼nhqu¤t nhà ph¥n, mæ h¼nh ¾a nhà ph¥n, mæ h¼nh suy gi£m v mæ h¼nh suy gi£mrót gån
1.2.2 B i to¡n bao phõ trong m¤ng c£m bi¸n khæng d¥y
Trong b i nghi¶n cùu têng quan v o n«m 2010, Bang Wang ¢ chia th nh
ba d¤ng sau ¥y: B i to¡n bao phõ èi t÷ñng (Target Coverage Problem), b ito¡n bao phõ di»n t½ch (Area Coverage Problem), b i to¡n bao phõ bi¶n (BarrierCoverage Problem)
1.4 B i to¡n tèi ÷u
Trong ph¦n n y, t¡c gi£i tr¼nh b y mët sè lþ thuy¸t cì b£n v· b i to¡n tèi
÷u (b i to¡n tèi ÷u li¶n töc, b i to¡n tèi ÷u tê hñp) v ph÷ìng ph¡p ti¸p cªn
º gi£i b i to¡n tèi ÷u C¡c ki¸n thùc n y l n·n t£ng º gi£i quy¸t c¡c v§n ·
÷ñc tr¼nh b y trong luªn ¡n
Trang 9CH×ÌNG 2 BI TON CÜC I DIN TCH BAO PHÕ TRONG MNG CM BIN KHÆNG D Y KHÆNG ÇNG NHT
Trong ch÷ìng n y, t¡c gi£ s³ tr¼nh b y b i to¡n cüc ¤i di»n t½ch bao phõtrong m¤ng c£m bi¸n khæng d¥y khæng çng nh§t vîi sè l÷ñng c£m bi¸n chotr÷îc ÷ñc ph¡t biºu bði Yourim trong [19]
2.1 Ph¡t biºu b i to¡n
B i to¡n cüc ¤i di»n t½ch bao phõ trong m¤ng c£m bi¸n khæng d¥y khæng
çng nh§t ÷ñc · xu§t bði Y.Yoon trong [19] B i to¡n ÷ñc ph¡t biºu nh÷sau: Vòng gi¡m s¡t A câ k½ch th÷îc W × H v cho tr÷îc sè l÷ñng c¡c c£m bi¸n
câ b¡n k½nh kh¡c nhau B i to¡n °t ra l t¼m và tr½ °t c¡c c£m bi¸n tr¶n mi·n
A sao cho di»n t½ch bao phõ cõa t§t c£ c¡c c£m bi¸n tr¶n mi·n A (k½ hi»u: coA)
l lîn nh§t Gi£ sû câ n c¡c nót c£m bi¸n, trong â c£m bi¸n thù i câ b¡n k½nhc£m bi¸n l rs
i vîi nhi»m vö c£m nhªn v thu thªp thæng tin tø èi t÷ñng trongvòng c£m bi¸n v b¡n k½nh truy·n l rc
i câ nhi»m vö k¸t nèi trong to n m¤ng,sao cho r c = 2 × r s [40]
• M¤ng c£m bi¸n khæng d¥y khæng çng nh§t ÷ñc ành ngh¾a l mët m¤ng
sû döng c¡c c£m bi¸n câ b¡n k½nh kh¡c nhau
• ë bao phõ, hay cán gåi l mi·n c£m bi¸n, ÷ñc ành ngh¾a l di»n t½chcõa h¼nh trán câ t¥m t¤i và tr½ °t nót c£m bi¸n, b¡n k½nh b¬ng b¡n k½nhc£m bi¸n
Mæ h¼nh to¡n håc cõa b i to¡n t¼m cüc ¤i di»n t½ch bao phõ cõa m¤ng c£mbi¸n khæng d¥y khæng çng nh§t vîi sè l÷ñng c£m bi¸n cho tr÷îc ÷ñc ph¡tbiºu nh÷ sau:
T¼m cüc ¤i coA = area
trong âcri(xi, yi)l h¼nh trán câ t¥m t¤i(xi, yi)v b¡n k½nh ri K½ hi»u area(X)
l di»n t½ch cõa mi·n X
B i to¡n n y l mët d¤ng cõa b i to¡n phõ tªp (set cover) v ¢ ÷ñc chùngminh l b i to¡n NP-khâ trong [19] Trong ch÷ìng n y t¡c gi£ ti¸p cªn theoph÷ìng ph¡p gi£i g¦n óng v · xu§t gi£i thuªt metaheuristic º gi£i quy¸t
b i to¡n n y
Trang 102.2 Gi£i thuªt · xu§t
Trong ph¦n n y t¡c gi£ · xu§t mët sè gi£i thuªt metaheuristic º gi£i b ito¡n: gi£i thuªt b y n thæng minh (ICS, DPSO, CFPA); gi£i thuªt di truy·nc£i ti¸n (MIGA)
2.2.1 Gi£i thuªt t¼m ki¸m chim cuckoo c£i ti¸n
Gi£i thuªt t¼m ki¸m chim cuckoo c£i ti¸n - Improved Cuckoo Search (ICS)
÷ñc ph¡t triºn tø gi£i thuªt Cuckoo Search (CS) ÷ñc · xu§t bði Yang v Deb[81] T÷ t÷ðng ch½nh cõa thuªt to¡n ÷ñc l§y c£m hùng tø thâi quen sinh s£ncõa lo i chim Cuckoo Lo i chim n y °t trùng cõa m¼nh v o tê cõa nhúng lo ichim kh¡c (chim chõ) Chim chõ câ thº ph¡t hi»n ra sü x¥m nhªp cõa nhúngqu£ trùng l¤ N¸u ph¡t hi»n ÷ñc, nâ s³ n²m qu£ trùng i ho°c tø bä tê v x¥ydüng tê mîi theo x¡c su§t p cho tr÷îc Düa tr¶n gi£i thuªt CS, t¡c gi£ · xu§tgi£i thuªt c£i ti¸n ICS công bao gçm bèn giai o¤n nh÷ gi£i thuªt CS l : biºudi¹n c¡ thº, khði t¤o qu¦n thº, t½nh h m th½ch nghi, cªp nhªt c¡ thº
º t¤o ra líi gi£i mîi, ICS sû döng Le'vy flight [82] º mæ phäng l¤i qu¡ tr¼nhchim Cuckoo t¼m ki¸m tê cõa chim chõ çng thíi, nâ công ÷ñc sû döng ºthüc hi»n nhúng Le'vy fight (thº hi»n trong cæng thùc (2.4)) cho c¡c h¤t ph§nthº hi»n trong thuªt to¡n CFPA ÷ñc tr¼nh b y ð ph¦n ti¸p theo Trong thuªtto¡n CS c¡c tham sè cõa thuªt to¡n ·u l c¡c h¬ng sè v ÷ñc cè ành qua c¡cth¸ h» Tuy nhi¶n, n¸u cè ành nh÷ vªy s³ g¥y ra mët sè b§t lñi trong qu¡ tr¼nht¼m ki¸m, c¡c gi£i ph¡p mîi ÷ñc t¤o ra câ thº s³ bà ©y ra ngo i khæng giant¼m ki¸m ho°c vòng hùa hµn chùa líi gi£i tèi ÷u do k½ch th÷îc b÷îc nh£y qu¡lîn, °c bi»t l khi sè th¸ h» t«ng l¶n Ch½nh v¼ vªy, t¡c gi£ · xu§t i·u ch¿nhl¤i c¡c tham sè Trong ICS ¢ thüc hi»n nhúng thay êi mët sè tham sèα v pa
÷ñc thº hi»n trong cæng thùc (2.5) v (2.6) Gi¡ trà cõa pa(t) v α(t) ÷ñc khðit¤o lîn trong nhúng th¸ h» ¦u ti¶n º t¤o ra khæng gian t¼m ki¸m rëng lîn.Sau â, chóng s³ ÷ñc gi£m d¦n º t«ng t¿ l» hëi tö v duy tr¼ c¡c gi£i ph¡p tèttrong qu¦n thº
Tr¶n thüc t¸, thæng tin v· qu£ trùng mîi s³ chàu £nh h÷ðng tø Le'vy flight
v thæng tin v· nhúng l¦n sinh s£n tr÷îc â Sü xu§t hi»n n y âng vai trá quantrång trong thuªt to¡n ICS v¼ nâ l m t«ng kh£ n«ng t¼m ki¸m c¡c líi gi£i mîi
Do â công gióp cho vi»c t¼m ki¸m và tr½ triºn khai c£m bi¸n tèt hìn Sau khinhªn ÷ñc mët líi gi£i mîi, câ hai kh£ n«ng s³ x£y ra: 1) N¸u chim chõ ph¡thi»n ra sü x¥m nhªp cõa trùng l¤ (x¡c su§t ph¡t hi»n l pa), nâ s³ bä qu£ trùngchim â i ho°c ríi tê v x¥y düng tê mîi 2) N¸u trùng chim Cuckoo khæng bàph¡t hi»n th¼ trùng chim Cuckoo v trùng cõa chim chõ s³ còng c¤nh tranh ºtçn t¤i Tùc l qu£ trùng n o câ h m th½ch nghi tèt hìn s³ chi¸m l§y tê v lo¤i
bä qu£ trùng cán l¤i
Trang 112.2.2 Gi£i thuªt Democratic PSO
Gi£i thuªt Democratic PSO (DPSO) l§y þ t÷ðng tø thuªt to¡n PSO ÷ñc ·xu§t trong [89] Do â, DPSO công tr£i qua c¡c b÷îc cõa PSO l m¢ hâa c¡thº, khði t¤o qu¦n thº, h m th½ch nghi v cªp nhªt c¡ thº Trong DPSO câ süc£i ti¸n trong qu¡ tr¼nh cªp nhªt c¡ thº v DPSO sû döng h m th½ch nghiOLap
÷ñc giîi thi»u trong [40]
Tuy nhi¶n, DPSO [89] ÷ñc sû döng º gi£i quy¸t cho b i to¡n n y khængthº sû döng cæng thùc t½nh và tr½ v vªn tèc nh÷ trong PSO truy·n thèng v¼trong DPSO sû döng th¶m v²c-tì democratic (cæng thùc (2.11), (2.12), (2.13)).Theo â, kinh nghi»m cõa t§t c£ c¡c c¡ thº, bao gçm c£ c¡c c¡ thº ùng t¤i vàtr½ khæng tèt, ÷ñc sû döng º i·u h÷îng trong qu¡ tr¼nh cªp nhªt c¡ thº Nâic¡ch kh¡c, DPSO câ kh£ n«ng t¼m ki¸m rëng hìn gióp t«ng t½nh a d¤ng cõaqu¦n thº trong qu¡ tr¼nh t¼m ki¸m
2.2.3 Gi£i thuªt thö ph§n cho hoa hén t¤p
Thuªt to¡n thö ph§n cho hoa hén t¤p (Chaotic Flower Pollination Algorithm
- CFPA) ÷ñc c£i ti¸n b¬ng c¡ch ¡p döng þ t÷ðng ch½nh cõa thuªt to¡n thö ph§ncho hoa (Flower Pollination Algorithm - FPA) N«m 2013, Yang v cëng sü l¦n
¦u ti¶n giîi thi»u v· FPA trong [90] º gi£i quy¸t c¡c b i to¡n tèi ÷u to n cöc
Cö thº, [90] ¢ ành ngh¾a hai c¡ch º ph¥n lo¤i qu¡ tr¼nh thö ph§n cho hoa
tü thö ph§n (thö ph§n cöc bë) ho°c thö ph§n ch²o (thö ph§n to n cöc) Thuªtto¡n CFPA bao gçm ba b÷îc gièng nh÷ ICS C¡c b÷îc m¢ hâa c¡ thº, khði t¤oqu¦n thº v t½nh ë th½ch nghi ÷ñc x¥y düng gièng nh÷ ICS Ph¦n n y t¡c gi£s³ tªp trung th£o luªn giai o¤n thö ph§n cõa CFPA Qu¡ tr¼nh ti¸n hâa cõaCFPA ho n to n kh¡c so vîi ICS Câ hai b÷îc ti¸n hâa ch½nh â l : thö ph§n
to n cöc v thö ph§n cöc bë Kh¡c vîi thuªt to¡n FPA nguy¶n thõy ch¿ sû döngch§t li»u di truy·n cõa h¤t ph§n tèt nh§t, CFPA do t¡c gi£ · xu§t sû döngthæng tin cõa to n bë qu¦n thº º thüc hi»n c¡c ph²p thö ph§n T÷ìng tü nh÷ICS, CFPA công sû döng ph÷ìng ph¡p hi»u ch¿nh tham sè α(t), β(t) ÷ñc thºhi»n trong cæng thùc (2.15), (2.16), (2.17)
Trong thö ph§n to n cöc, CFPA sû döng thæng tin cõa ph§n hoa tèt nh§ttrong qu¦n thº hi»n t¤i Ngo i ra thuªt to¡n cán sû döng âng gâp di truy·ncõa c£ qu¦n thº bði mët v²c-tì Democratic Dit ¤i di»n cho sü £nh h÷ðng cõat§t c£ c¡c c¡ thº l¶n c¡ thº thù i ÷ñc thº hi»n trong cæng thùc (2.18)
Möc ½ch cõa vi»c sûa êi n y l º c£i thi»n qu¡ tr¼nh t¼m ki¸n to n cöc n¥ng cao ch§t l÷ñng líi gi£i Nâ l m gi£m kh£ n«ng rìi v o cöc bë v mð rëngkh£ n«ng t¼m ki¸m cho CFPA Sau khi thüc hi»n thö ph§n to n töc, c¡c c¡ thºhoa s³ ti¸n h nh qu¡ tr¼nh tü thö ph§n
-Cuèi còng, t¡c gi£ · xu§t vi»c thay êi t¿ l» thö ph§n to n cöc v thö ph§ncöc bë theo thíi gian, thay cho vi»c chóng ÷ñc giú cè ành nh÷ trong phi¶n
Trang 12b£n gèc cõa thuªt to¡n FPA.
2.2.4 Gi£i thuªt di truy·n c£i ti¸n
Gi£i thuªt di truy·n - GA ÷ñc x¸p v o lîp thuªt to¡n ti¸n hâa vîi möc ½cht¼m ra líi gi£i tèi ÷u ho°c g¦n tèi ÷u GA th÷íng ÷ñc ¡p döng º gi£i c¡c b ito¡n thuëc lîp b i to¡n NP-Khâ Nh÷ ¢ tr¼nh b y ð tr¶n b i to¡n n y ¢ ÷ñcchùng minh l b i to¡n NP-Khâ [19] V¼ vªy, º n¥ng cao ch§t l÷ñng líi gi£i t¡cgi£ · xu§t mët gi£i thuªt di truy·n c£i ti¸n düa tr¶n gi£i thuªt IGA trong [40]
l gi£i thuªt di truy·n tèt nh§t hi»n t¤i º gi£i quy¸t b i to¡n n y Tuy nhi¶n,trong [40] l¤i sû döng mët ph÷ìng ph¡p t½nh x§p x¿ h m th½ch nghi l ë chçngcõa c¡c c£m bi¸n v c£m bi¸n vîi bi¶n tr¶n mi·n A gåi l Olap() vîi b¡n k½nhchçng V¼ vªy, ph÷ìng ph¡p n y khæng £m b£o ÷ñc t½nh ch½nh x¡c v t½nh ên
ành cõa h m th½ch nghi Do â, trong nghi¶n cùu n y t¡c gi£ · xu§t mët Gi£ithuªt di truy·n c£i ti¸n IGA °t t¶n l MIGA bao gçm: · xu§t mët c¡ch t½nhch½nh x¡c h m th½ch nghi düa v o ph÷ìng ph¡p t½nh t½ch ph¥n Ph÷ìng ph¡p
n y s³ £m b£o t½nh ên ành cõa líi gi£i thu ÷ñc khi so vîi c¡c ph÷ìng ph¡pt½nh g¦n óng º t½nh to¡n h m th½ch nghi nh÷ ph÷ìng ph¡p t½nh h m th½chnghi düa v o ë chçng (Olap()) ÷ñc · xu§t bði [40] Ngo i ra, t¡c gi£ · xu§tth¶m mët sè c£i ti¸n: khði t¤o qu¦n thº mîi, k¸t hñp sû döng hai to¡n tû laigh²p (LX v AMXO)
Sau khi x¥y düng ÷ñc líi gi£i mîi, c¡c thuªt to¡n ICS, DPSO, CFPA v MIGA sû döng VFA [96] º hi»u ch¿nh và tr½ cõa c¡c c£m bi¸n Câ thº xem ¥y
l ph÷ìng ph¡p t¼m ki¸m àa ph÷ìng º c£i thi»n vòng phõ sâng
Trang 13Thüc nghi»m 1
Möc ½ch cõa thüc nghi»m n y º ¡nh gi¡ hi»u qu£ cõa c¡c gi£i thuªt ·xu§t khi còng sû döng mët h m th½ch nghi l ë chçng Olap() ¢ ÷ñc · xu§ttrong [40] Cö thº k¸t qu£ cõa c¡c gi£i thuªt · xu§t DPSO, ICS v CFPA ÷ñc
so s¡nh vîi IGA [40] tr¶n 15 bë dú li»u ¢ tr¼nh b y trong b£ng 2.1 B£ng 2.6minh håa hi»u qu£ cõa c¡c thuªt to¡n, c¡c sè li»u ÷a ra gçm ë bao phõ trungb¼nh, thíi gian t½nh to¡n trung b¼nh sau 30 l¦n ch¤y méi bë dú li»u K¸t qu£thüc nghi»m cho th§y, DPSO, CFPA v ICS ÷a ra ch§t l÷ñng líi gi£i v thíigian t½nh to¡n tèt hìn gi£i thuªt IGA [40]
Cö thº, khi so s¡nh v· thíi gian t½nh giúa DPSO, ICS v CFPA nhªn th§yCFPA tèt hìn ICS tø 47% - 69.05% v· thíi gian t½nh to¡n vîi nhúng bë dúli»u câ sè c£m bi¸n lîn (n > 50) Lþ do c£i ti¸n r§t lîn thíi gian t½nh cõa 3 gi£ithuªt DPSO, ICS v CFPA l n¬m trong b£n th¥n thuëc t½nh ri¶ng cõa tønggi£i thuªt Gi£i thuªt ICS sû döng nhúng b÷îc i ng¨u nhi¶n v nhúng c£i ti¸nv· tham sè sû döng d¨n ¸n tèc ë hëi tö cao ngay ð th¸ h» thù 300 ÷ñc thºhi»n ð h¼nh 2.10 M°t kh¡c, CFPA tªn döng sü ên ành cõa hoa, cho ph²p nhúngbæng hoa t÷ìng ùng trao êi ph§n hoa trong méi l¦n thö ph§n º câ ë hëi töcao
K¸t qu£ v· di»n t½ch bao phõ ÷ñc thº hi»n trong b£ng 2.6 nhªn th§y DPSO,CFPA v ICS ÷a ra c¡c gi£i ph¡p t÷ìng èi tèt khi so s¡nh vîi IGA Cö thº,DPSO mang l¤i k¸t qu£ tèt nh§t vîi c¡c bë dú li»u s1-07, s2-07, s4-07, s5-07 v s4-08 ICS mang l¤i k¸t qu£ tèt nh§t vîi c¡c bë dú li»u s3-08, s5-08, s3-09, s4-09
v °c bi»t tèt vîi bë dú li»u s5-09 CFPA th¼ ch¿ ÷a ra ÷ñc k¸t qu£ tèt nh§tvîi bë dú li»u s3-07 v s1-08 Tuy nhi¶n, c¡c gi£i ph¡p m CFPA ÷a ra ch§tl÷ñng líi gi£i câ t¿ l» th§p hìn khæng ¡ng kº so vîi ICS v DPSO v cao hìnIGA
Thüc nghi»m 2
Möc ½ch cõa thüc nghi»m n y º so s¡nh v· di»n t½ch bao phõ, thíi giant½nh v ë l»ch chu©n cõa c¡c gi£i thuªt · xu§t (MIGA, DPSO, ICS v CFPA)vîi gi£i thuªt IGA trong [40] cho b i to¡n cüc ¤i di»n t½ch bao phõ trong m¤ngc£m bi¸n khæng d¥y khæng çng nh§t Méi bë dú li»u thüc nghi»m 30 l¦n v t½nh trung b¼nh c¡c gi£i ph¡p v· di»n t½ch bao phõ, thíi gian t½nh v ë l»chchu©n Chi ti¸t cõa tøng gi£i ph¡p ÷ñc tr¼nh b y d÷îi ¥y
¦u ti¶n, t¡c gi£ ¡nh gi¡ v· trung b¼nh di»n t½ch bao phõ cõa 5 gi£i thuªt(IGA, MIGA, DPSO, ICS v CFPA) º ¡nh gi¡ ti¶u ch½ n y t¡c gi£ thèng k¶k¸t qu£ cõa 5 gi£i thuªt theo c¡c ti¶u ch½ bao phõ 70%, 80% v 90% di»n t½chtr¶n mi·nA K¸t qu£ l¦n l÷ñt ÷ñc thº hi»n trong c¡c h¼nh 2.11, h¼nh 2.12, h¼nh2.13 v trong b£ng 2.7 Ta câ thº nhªn th§y, MIGA ÷a ra k¸t qu£ tèt 13/15 bë
dú li»u khi so s¡nh vîi 4 gi£i thuªt IGA, DPSO, CFPA v ICS °c bi»t vîi bë