Genetic Algorithm (GA)[1] was propo

Genetic Algorithm (GA)[1] was proposed by Holland as an algorithm for probabilistic search, learning, and
optimization, and is based in part on the mechanism of biological evolution and Darwin’s theory of evolution. This algorithm is a powerful search tool, particularly when applied
for combinatorial optimization problems[2]-[7]. However,
the implementation of an efficient GA often faces two major
problems, on one side, the premature convergence to local
optima and on the other the requirements for the GA search
of long times in order to reach an optimal or a good
suboptimal solution.
In order to prevent the premature convergence, the
coupling of GA and one point search algorithm (local search
algorithm), such as Simulated Annealing (SA)[8]-[11], to
form hybrid GA can be advantageous. SA repeatedly
generates succeeding solutions using the local search
procedure. Some of them are accepted and some will be
rejected, according to a predefined acceptance rule. The
acceptance rule is motivated by an analogy with annealing
processes in metallurgy as shown in Fig.1 (a)

Kết quả (Việt) 1:

Thuật toán di truyền (GA) [1] được đề xuất bởi Holland nhưmột thuật toán cho xác suất tìm kiếm, học tập, vàtối ưu hóa, và được dựa một phần trên cơ chếsự tiến hóa sinh học và lý thuyết tiến hóa của Darwin. Điều nàythuật toán là một công cụ tìm kiếm mạnh mẽ, đặc biệt là khi áp dụngcho các vấn đề tối ưu hóa tổ hợp [2]-[7]. Tuy nhiên,thực hiện một GA hiệu quả thường phải đối mặt với hai chínhvấn đề, trên một mặt, hội tụ sớm để localOptima và mặt khác yêu cầu đối với GA tìm kiếmLong lần để đạt được một tối ưu hoặc một tốtsuboptimal giải pháp.Để ngăn chặn sự hội tụ sớm, cáckhớp nối của GA và một trong những điểm giải thuật tìm kiếm (tìm kiếm địa phươngthuật toán), chẳng hạn như mô phỏng ủ (SA) [8]-[11], đếnhình thức lai GA có thể được thuận lợi. SA liên tụctạo ra các giải pháp thành công bằng cách sử dụng tìm kiếm địa phươngthủ tục. Một số người trong số họ được chấp nhận và một số sẽbị từ chối, theo một quy tắc được xác định trước chấp nhận. Cácchấp nhận quy tắc thúc đẩy bởi một tương tự với tôiCác quy trình trong ngành luyện kim như thể hiện trong Fig.1 (a)

Kết quả (Việt) 2:

Genetic Algorithm (GA) [1] đã được đề xuất bởi Hà Lan là
một thuật toán để tìm kiếm xác suất, học tập, và
tối ưu hóa, và được dựa một phần vào cơ chế của
quá trình tiến hóa sinh học và lý thuyết tiến hóa của Darwin. Đây
là một thuật toán công cụ tìm kiếm mạnh mẽ, đặc biệt khi áp dụng
cho bài toán tối ưu tổ hợp [2] - [7]. Tuy nhiên,
việc thực hiện một GA hiệu quả thường phải đối mặt với hai chính
vấn đề, ​​trên một mặt, sự hội tụ quá sớm để địa phương
optima và trên các yêu cầu cho việc tìm kiếm GA khác
của thời gian dài để đạt được tối ưu hoặc một tốt
giải pháp tối ưu.
Trong Để ngăn chặn sự hội tụ sớm, các
khớp nối của GA và một điểm thuật toán tìm kiếm (tìm kiếm địa phương
thuật toán), chẳng hạn như Simulated Annealing (SA) [8] - [11], để
tạo lai GA có thể được thuận lợi. SA liên tục
tạo thành công các giải pháp sử dụng tìm kiếm địa phương
làm thủ tục. Một số trong số họ được chấp nhận và một số sẽ được
từ chối, theo một quy tắc chấp nhận được xác định trước. Các
quy tắc chấp nhận được thúc đẩy bởi một tương tự với ủ
quá trình luyện kim như trong hình 1 (a)