Bài viết trình bày phương pháp tích hợp giải thuật di truyền (Genetic Algorithm: GA) và mạng nơron (Neural Network: NN) lan truyền ngược (Back Propagation: BP) để tránh cực tiểu cục bộ trong kỹ thuật học theo phương pháp hạ Graddient cho lớp bài toán nhận mẫu hoặc dự báo. | ISSN 2354-0575 KẾT HỢP MẠNG NƠ RON VÀ GIẢI THUẬT DI TRUYỀN ỨNG DỤNG CHO LỚP BÀI TOÁN NHẬN MẪU Nguyễn Quang Hoan1 Nguyễn Thị Trang2 Nguyễn Thị Huyền1 Trương Quốc Khánh3 Nguyễn Thị Hoa4 1 Trường Đại học Sư phạm Kỹ thuật Hưng Yên 2 Trường Đại học Công nghệ Đông Á 3 Trường Trung Cấp nghề số 1 Hà Nội 4 Trường Cao đẳng Nghề Công nghệ Cao Hà Nội Ngày nhận 15 06 2016 Ngày sửa chữa 10 08 2016 Ngày xét duyệt 19 09 2016 Tóm tắt Bài báo trình bày phương pháp tích hợp giải thuật di truyền Genetic Algorithm GA và mạng nơron Neural Network NN lan truyền ngược Back Propagation BP để tránh cực tiểu cục bộ trong kỹ thuật học theo phương pháp hạ Graddient cho lớp bài toán nhận mẫu hoặc dự báo. Thực hiện vấn đề đó quá trình học NN được chia thành hai pha pha đầu sử dụng GA để xác định tập trọng số weights khởi đầu của mạng nơron nằm được vùng tối ưu pha hai dùng thuật toán lan truyền ngược để thu được tập trọng số tối ưu toàn cục cuối cùng. Các thử nghiệm phương pháp cho nhận mẫu vân tay được thực hiện. Kết quả học bằng cách tích hợp GA và mạng nơ ron được so sánh với việc học của mạng nơ ron không tích hợp và định hướng nghiên cứu tiếp được đề xuất Từ khóa Mạng nơron thuật toán lan truyền ngược giải thuật di truyền nhận mẫu dự báo. 1. Giới thiệu thuật toán lai và đột biến. Có nhiều phương pháp và công cụ khác nhau 4. Loại NST có độ thích nghi kém thay NST để giải bài toán dự báo và nhận mẫu 4 5 13 14 mới vào quần thể. 15 . Để giải quyết những trường hợp phi tuyến tốt hoặc tránh rơi vào tối ưu cục bộ chúng ta có thể dùng NN lai với GA 6 7 8 9 10 11 15 . NN có nhiều cấu trúc khác nhau nhưng thường dùng nhất là mạng BP 2 4 5 do hội tụ nhanh. Hạn chế của nó là kết quả học chỉ tìm được tập trọng tối ưu cục bộ 8 do đó một biện pháp là dùng GA để xác định giá trị các trọng số khởi đầu thuộc vùng tối ưu toàn cục đảm bảo mạng có bộ trọng số tối ưu toàn cục. Nội dung bài báo này là thử nghiệm kết hợp NN và GA để giải lớp bài toán nhận mẫu hoặc lớp bài toán dự báo. 2. Giải thuật di truyền GA .
