Luận án: Phương pháp tối ưu đàn kiến và ứng dụng

Tác giả: ĐỖ ĐỨC ĐÔNG

Lĩnh vực: CÔNG NGHỆ THÔNG TIN

Nội dung tài liệu:

Luận án này tập trung nghiên cứu về phương pháp tối ưu đàn kiến (Ant Colony Optimization – ACO) và các ứng dụng của nó trong các bài toán thực tế, đặc biệt là các bài toán thuộc lớp NP-khó. Luận án đề xuất cải tiến phương pháp ACO thông qua việc phát triển các quy tắc cập nhật mùi mới, bao gồm thuật toán Max-Min trơn (Smoothed Max-Min Ant System – SMMAS) và hệ kiến ba mức (Three-Level Ant System – 3-LAS). Các phương pháp này được kiểm định và đánh giá hiệu quả thông qua thực nghiệm trên các bài toán chuẩn như lập lịch sản xuất (JSS), người chào hàng (TSP) và quy hoạch toàn phương nhị phân không ràng buộc (UBQP). Bên cạnh đó, luận án còn đề cập đến việc ứng dụng phương pháp ACO để giải quyết các bài toán quan trọng trong lĩnh vực sinh học phân tử, bao gồm bài toán suy diễn haplotype, bài toán tìm tập hạt giống tối ưu và tìm tham số cho phương pháp máy học SVM trong dự đoán hoạt động điều tiết gen.

Mục lục chi tiết:

• Lời cam đoan
• Lời cảm ơn
• Mục lục
• Danh mục các ký hiệu và chữ viết tắt
• Danh mục các bảng
• Danh mục các hình vẽ, đồ thị
• Mở đầu
• Chương 1: Tối ưu tổ hợp
• Chương 2: Phương pháp tối ưu đàn kiến
• Chương 3: Tính biến thiên của vết mùi và các thuật toán mới
• Chương 4: Thuật toán ACOHAP giải bài toán suy diễn haplotype
• Chương 5: Thuật toán AcoSeeD tìm tập hạt giống có cách tối ưu
• Chương 6: Ứng dụng phương pháp ACO cải tiến hiệu quả dự đoán hoạt động điều tiết gen
• Kết luận
• Danh mục các công trình công bố của tác giả
• Tài liệu tham khảo