LỜI MỞ ĐẦU thời gian nhỏ nhất. các thuật 104m mho tim kiếm không có thông lin, vét cạn (tim kiếm lrên danh sách, lrên cây hOặc đồ thị ) hOặc các thuật l0án lìm kiếm có thông tin đơyợc sử dụng nhiều tr0ng không gian lìm kiếm nhỏ. Đối với không gian tim cần thiết phải có những thuật giải lối và sử dụng kỹ thuậi trí luệ nhân †a0 khi giải quyết các sài l0án có không gian lìm kiếm lớn. Thuật giải di truyền (Genelic đojợc yêu cầu của nhiều sài l0án và ứng dụng.
cùòng với l0gic mờ, GA đơiợc ứng dụng rất rộng rãi lr0ng các lĩnh vực phức lạp. Sự kết hợp giữa GA và l0gic mo da chứng 1ỏ đojợc hiệu quả lr0ng các vấn dé kho ma troéc day thojong doge giải quyết pang các phogrg pháp thông thojờng hay các phojơng pháp cô điển, nhất là lr0ng các sài l0án cần 6sự lojợng giá, đánh giá sự lối oJu của kết quả †hu đgjợc. chính vì vậy, GA đã tởthành một lr0ng những đề lài nghiên cứu †hu húi đojợc nhiều sự quan lâm và hiện nay đã và đang đem đến rất nhiều ứng dụng tr0ng thực tiễn. Xuất phát từ thuyết liến hóa muôn l0ài của Darwin, GA là một kỹ thuật chung giúp giải quyết vấn đề sài l0án sằng cách mô phỏng sự liễn hóa của cŨn ngojời hay của sinh vật nói chung tr0ng những điều kiện đơjợc qui định sẵn của môi lrojờng.
GA là mộHhuật giải và mục liêu của GA không nhằm đơỊa ra lời giải chính xác lỗi ơịu mà là đoa mời giải lojơng đối lối oJu. J0hn h0lland (1975) và G0ldserg (1989) đã đề xuất và phát triển GA, là thuật giải lìm kiếm dựa trên cơ chế chọn lọc và di truyền lự nhiên. Thuật giải này Số hóa bởi Ti rung tâm Học liệu 7 http:/Nrc.vn sử dụng các nguyên lý di truyền về sự thích nghỉ và sự sống các cá thé thích nghi nhất lr0ng ty nhiên. D0 tính hấp dẫn và lính thời sự của khai phá dữ liệu, đặc siệt là giải thuật di truyền, lôi đã chọn đề lài “Giái thuật đi buyền và ứng dụng và0 sài lUán lập thời Số hóa bởi Ti rung tâm Học liệu 8 http:/Nrc.vn khóa siêu” làm luận văn ca0 học của mình.
Tr0ng đó lập trung nghiên cứu các kỹ thuật lập lịch và chọn ra mội kỹ thuật liêu siểu đề thực hiện sài l0án thời khóa biểu phục vụ công lác giảng dạy của lrojờng, nơi lôi đang công tac. Số hóa bởi Ti rung tâm Học liệu 9 http:/Nrc.vn chơjơng 1. GIẢI ThUẬT DI TTUVÈNH TT0IG KhAI PhÁ DỮ LIỆU 1.1 Quá hình khai phá dữ liệu và giải thuật di truyền (GA) 1.1 Quá bình khai phá dữ liệu TheO bach kh0a 10an tho; Viét Iam, tri thức là “kế! quả qia quá leình nhận thức đa đ0n nggời về đối lgợng đqợc nhận thức làm lái hiện le0ng Íqq lgởng qìa đ0n nggời những thuộc lính, những mối quan hệ, những quy luậi vận động, phái loiển qìa đối lqợng và diễn đại bằng ngôn ngữ lự nhiên hay hệ thống ký hiệu khác”. Phái hiện tri thức là một quá trình sa0 gồm một dãy các Boyde lp sau: 1.
Làm sạch dữ liệu 2. Tích hợp dữ liệu 3. chọn lựa dữ liệu 4. chuyên đổi đữ liệu 5.
Khai phá dữ liệu 6. Đánh giá các mẫu 7. Trình diễn tri thức Tr0ng đó, khai phá dữ liệu là solớc quan trọng nhất lr0ng liến trình phát hiện tri thức. Dữ liệu là những mô tả về sự vật, cỦn ngojời và sự kiện trOng thế giới thực.
Dữ liệu sa0 gồm số, ký lự, văn sản, hình ảnh, đồ họa,.có một giá lrị nà0 đó đối với ngojời sử dung va chong dog loiu trữ, xử lý lr0ng máy lính. Số hóa bởi Ti rung tâm Học liệu 10 http:/Nrc.vn The0 liệu sách kh0a 10àn tho, “khai phá đữ liệu ” là khâu chủ yếu lr0ng quá trình phát hiện tri thức lừ dữ liệu dé tro giúp ch0 việc làm quyết định tr0ng quản lý. Số hóa bởi Ti rung tâm Học liệu 11 http:/Nrc.vn Khai phá dữ liệu (Dala Mining-DM) là một khái niệm ra đời va0 những năm cuối của thập kỷ 80. Ió sa0 hàm một I0ạ† các kỹ thuật nhằm phát hiện ra các thông lin có giá trị iềm ấn tr0ng các lập dữ liệu lớn (các kh0 đữ liệu).
Về sản chất, khai phá dữ liệu liên quan đến việc phân lích các dữ liệu và sử dụng các kỹ thuật dé tim ra các mẫu hình có lính chính quy (regularilies) lr0ng lập dữ liệu. Tlam 1989, Fayyad, Piatestsky-Shapir0 va Smyth đã dòng khái niệm Phái hiện tri thức lr0ng cơ sở đữ liệu (Kn0wledge Disc0very in Dalasase - KDD) để chỉ l0àn bộ quá lrình phái hiện các tri thức có ích từ các lập dữ liệu lớn. Tr0ng đó, khai phá dữ liệu là mội pojớc đặc piệt lr0ng 10am bộ quá lrình, sử dụng các giải thuật đặc siệt để chiết xuất ra các mẫu (paHern) (hay các mô hình) lừ dữ liệu. có nhiều kỹ thuật khác nhau đojợc sử dụng để khai phá dữ liệu nhằm thực hiện hai chức năng mô lả và dự đ0án.
Với mỗi chức năng †hì có các kỹ thuật DM lolơng ứng với nó. Không có kỹ thuật nà0 tốt để áp dụng chung ch0 mọi lrolờng họp. Kỹ thuậi khai phá dữ liệu mô tả có nhiệm vụ mô tả các tính chất hac cc đặc lính chung của dữ liệu tr0ng cSDL hiện có. Một số kỹ thuật khai phá lr0ng nhóm này là: phân cụm dữ liệu, tổng hợp, trực quan h0á, phân lích sự phát triển và độ lệch,.
Kỹ thuật khai phá dữ liệu dự đ0án có nhiệm vụ đola ra các dự đ0án dựa và0 việc suy diễn trên cSDL hiện thời. Một số kỹ thuật khai phá lr0ng nhóm này là: phân lớp, hồi quy, cây quyết định, thống kê, mạng nor0n, luật kết hợp,. Một số kỹ thuật phổ siến lhơlờng đojợc sử dụng để khai phá đữ liệu hiện naysa0 gồm: 1. đây quyết định Số hóa bởi Ti rung tâm Học liệu 12 http:/Nrc.vn Kỹ lhuật cây quyết định là mộ công cụ mạnh và hiệu quả lr0ng việc phân lớp và dự sá0.
các đối lojợng đữ liệu đơjợc phân thành các lớp. các gid tri của đối lượng Số hóa bởi Ti rung tâm Học liệu 13 http:/Nrc.vn dữ liệu choja siết sẽ đojợc dự đ0án, dự sá0. Tri thức đojợc rúi ra tr0ng kỹ thuật rày thojờng đơyợc mô 1á dojới dạng lojờng minh, đơn giản, trực quan, dễ hiểu đối với TISD. Phân lớp đữ liệu và hôi quy Mục liêu của phân lớp dữ liệu là dự đ0án nhãn lớp ch0 các mẫu dữ liệu.
Quá trình gồm hai sơjớc: xây dựng mô hình, sử dụng mô hình để phân lớp đữ liệu. Mô hình đơjợc sử dụng để dự đ0án nhãn lớp khi mà độ chính xác của mô hình chấp nhận đojợc. Phơjơng pháp hồi quy tojong ty nhơi phân lớp dữ liệu. IIhoIng khác ở chỗ ú dòng để dự đ0án các giá trị liên tục còn phân lớp dữ liệu dòng đề dự đOán cdc gid tri roi rac.Phan cum dit liéu Mục liêu của phân cụm đữ liệu là nhóm các déi tojong tojong ty mhau trOng lập dữ liệu và0 các cụm, sa0 ch0 những đối lơợng thuộc còng một lớp là loJơng đồng nhau.Khai phá luậi kết hợp Mục liêu của phơjơng pháp này là phát hiện và doja ra mối liên hệ giữa các giá trị dữ liệu tr0ng cSDL.
Đầu ra của giải thuật luật kết hợp là lập luật két hop tim đojợc. Pho|ơng pháp khai phá luật kết hợp gồm có hai Bosc: bojoc 1: Tìm ra lất cả các lập mục phổ siễn. Một lập mục phổ siến đojợc xá định thông qua việc lính độ hỗ trợ và th0ả mãn độ hỗ trợ cực liều. bojớc 2: Sinh ra các luật kết hợp mạnh lừ lập mục phô siến, luật phải th0ả mãn độ hỗ trợ và độ lin cậy cực liều.
Mạng noe0n Số hóa bởi Ti rung tâm Học liệu 14 http:/Nrc.vn Đây là mội tr0ng những kỹ thuật DM đojợc ứng dụng phổ siến hiện nay. Số hóa bởi Ti rung tâm Học liệu 15 http:/Nrc.vn Kỹ thuật này phát triển dựa lrên mội nền lảng l0án học vững vàng, khả năng huấn luyện lr0ng kỹ thuật này dựa trên mô hình thần kinh trung oJơng của cŨn IEƠIỜI. Kết quả mà mạng nor0n học đojợc có khả năng †a0 ra các mô hình dự sá0, dự đ0án với độ chính xác và độ tin cậy ca0. Ió có khả năng phát hiện ra đơợc các xu hơlớng phức lạp mà kỹ thuật thông thojờng khác khó có thê phát hiện ra đojợc.
Tynhiên phoJơng pháp mạng nơ r0n rất phức lạp và quá lrình liến hành nó gặp rãi nhiều khó khăn: đòi hỏi mất nhiều thời gian, nhiều dữ liệu, nhiều lần kiểm tra thử nghiệm. Giải thuật di teuyén Giải thuật di truyền là quá trình mô phỏng theO tién h0á của ty nhiên. Ý lolởng chính của giải thuật là dựa và0 quy luật di truyền tr0ng siến đổi, chọn lọc tự nhiên và liễn h0á lr0ng sinh học. Giải thuật di truyền tuy không phải là kỹ thuật khai phá dữ liệu đơjợc triển khai mạnh nhất tr0ng kinh lế - xã hội, nhơng nó có những lợi thế riêng, đặc siệt lr0ng ứng dụng lr0ng ngành giá0 dục với các sài l0án lập lịch nhơi sắp xếp thời khóa siêu.
Đây cũng là lý dO ma đề lài lập trung nghiên cứu và0 đó.2 Giải thuật di buyền Lịch sử phái biển giải thuật đi buyễn: Tinh l0án tiễn hóa (Ev0luli0naay COmputing) là các kỹ thuật Tìm kiếm †he0 Am?” xác suất có ý loJởng xuất phái từ nguyên lý “chọn lọc lự nhiên” tr0ng học thuyết về sự liến hóa của Darwin, va cdc ky thuat về gen. các kỹ thuật này đơjợc áp dụng ch0 một quần thể sa0 gồm các cá thể nhân 1a0, chúng chiến đấu †r0ng cuộc đấu tranh sinh lồn Ong do cdc cá thê thích nghi nhất sẽ sống sói và ch0 phép sản sinh ra các cá thể mới. Số hóa bởi Ti rung tâm Học liệu 16 http:/Nrc.vn Giải thuật di lauyễn (Genelic Alg0sithm) d0 J0hn h0lland phát mình va dojoc ông phát triển cùng với các đồng nghiệp và sinh viên và0 những năm 1970. cuốn sách " Sự thích nghi lr0ng các hệ lự nhiên và nhân ta0” (AdaptiOn in Tlatural and Số hóa bởi Ti rung tâm Học liệu 17 http:/Nrc.vn Artificial Systems) xuat pan mim 1975 đã lông hợp các kết quả của quá trình nghiên cứu và phát triển đó.
Tam 1992, J0hn K0Oza đã dòng GA để xây dựng các chơjơng lrình giải quyết mội số sài l0án và gọi phơjơng pháp này là "Lập trình di truyền" (Genelic Pr0gramming). Hăm 1996, thơi viện các hàm c++ ch0 GA (GALis) di dojgc Mathew Wall, lroiờng Đại học Massachussels (Massachusells InsHiule 0f Techn010gy) doja raDay là các công cụ sử dụng giải thuật di truyền ch0 lối øịu h0á các choJơng lrình có sr dụng sự siêu diễn hay các l0án lử di truyền.2 các khái niệm cơ bản về GA 1.1 Hhiễm sắc thể Thhiễm sắc thề (IIST) hay còn gọi là cá thể.