Algorithme génétique

167 vues

Publié le

0 commentaire
2 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
167
Sur SlideShare
0
Issues des intégrations
0
Intégrations
1
Actions
Partages
0
Téléchargements
11
Commentaires
0
J’aime
2
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Algorithme génétique

  1. 1. UNIVERSITÉ MOHAMED CHERIF MESSAADIA SOUK AHRAS ALGORITHME GÉNÉTIQUE Faculté Des Sciences Département :Math et Informatique 1ére Année Master : Génie Logiciel Présenter Par: Daoudi Ilhem Année Universitaire:2015-2016
  2. 2. LE PLAN:  Historique.  1.L’algorithmes génétiques.  2.Principe.  3.L’algorithme.  4.Le codage.  5.Sélection.  6.Croisement.  7. Mutation.  8.Exemple.  9.Quelques applications.  1 0 –Références.
  3. 3. HISTORIQUE : • Les algorithmes génétiques ont été inventés par Jonh Holland dans les années 60. • Repris notamment par Golberg dans les années 70, Le principe des algorithmes génétiques s’inspire directement des lois de la sélection naturelle, décrites par Darwin. • cette technique connait aujourd’hui un franc succès. On l’utilise dans la résolution de problèmes complexes, nécessitant des temps de calcul élevés.
  4. 4. 1.L’ALGORITHMES GÉNÉTIQUES: • Les algorithmes génétiques sont des algorithmes d’optimisation s’appuyant sur des techniques dérivées de la génétique et des mécanismes d’évolution de la nature : croisements, mutations, sélections, etc... Ils appartiennent à la classe des algorithmes évolutionnaires. • Les applications des AG sont multiples : traitement d’image (alignement de photos satellites, reconnaissance de suspects...), optimisation d’emplois du temps, optimisation de design, apprentissage des réseaux de neurones [Renders, 1995], etc.
  5. 5. 2.PRINCIPE:
  6. 6. 3.L’ALGORITHME: Un algorithme génétique générique à la forme suivante : 1) Initialiser la population initiale P. 2) Evaluer P. 3) Tant Que (K < > maxi) faire : a) P ' = Sélection des Parents dans P b) P ' = Appliquer Opérateur de Croisement sur P ' c) P ' = Appliquer Opérateur de Mutation sur P ' d) P = Remplacer les Anciens de P par leurs Descendants de P ' e) Evaluer P FinTantQue
  7. 7. 4.LE CODAGE : • Dans l’informatique nous utilisons un codage binaire (0 et 1), par exemple un gène est un entier long (32 bits). • Les formules de codage et de décodage sont : gi = (xi-ximin / ximax-xmin) gmax. xi= ximin + (ximax-ximin) gi / gmax
  8. 8. 5.SÉLECTION: • Selon la qualité des individus, chacun se voit attribuer un pourcentage de chances d’être choisi pour la reproduction, qui correspond à l’importance relative de la qualité de l’individu par rapport à la qualité totale de la population.
  9. 9. 5.SÉLECTION (SUITE): • Il existe plusieurs méthodes de sélection : • La méthode de roulette Wheel. •La méthode élitiste . •La sélection par tournois. •La sélection universelle stochastique.
  10. 10. 6.CROISEMENT : • e phénomène de croisement est une propriété naturelle de l’ADN, et c’est analogiquement qu’on fait les opérations de croisement dans les AG. • a- Croisement en un point : on choisit au hasard un point de croisement. • b- Croisement en deux points : On choisit au hasard deux points de croisement .
  11. 11. 7. MUTATION : • Nous définissons une mutation comme étant l’inversion d’un bit dans un chromosome . Cela revient à modifier aléatoirement la valeur d’un paramètre du dispositif.
  12. 12. 8.EXEMPLE:
  13. 13. 9.QUELQUES APPLICATIONS : • Prédiction de systèmes non-linéaires: bio / socio / météo / écono, etc. • Conception, design et mise en oeuvre des réseaux neuronaux. • Optimisation des trajectoires des robots. • Traitement d'images, par exemple la re-synthèse des textures naturelles. • conception et organisation des circuits électroniques.
  14. 14. 10 -RÉFÉRENCES: • http://wwwgremaq.univtlse1.fr/perso/cbontemps/Cours/AG/CoursOpti2.pdf • http://slauncha.dyndns.org/index.php?article63/creation-d-un-algorithme- genetique • http://www.umc.edu.dz/buc/theses/electronique/TER4682.pdf • http://produ.chez.com/badro/ • https://skyduino.wordpress.com/2015/07/16/tutorielpython-les-algorithmes- genetiques-garantis-sans-ogm/
  15. 15. 1111111111111111

×