Les algorithmes évolutionnistes

489 vues

Publié le

Les algorithmes évolutionnistes

Publié dans : Logiciels
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
489
Sur SlideShare
0
Issues des intégrations
0
Intégrations
3
Actions
Partages
0
Téléchargements
8
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Les algorithmes évolutionnistes

  1. 1. Les algorithmes évolutionnistes Stéphane Legrand ENG221 Mai 2014 Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 1 / 14
  2. 2. 1. Les mécanismes naturels 2. Structure d’un algorithme évolutionniste 3. Un exemple sur un problème de classement 4. Avantages et inconvénients 5. Pour quelles utilisations 6. Conclusion Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 2 / 14
  3. 3. Les mécanismes naturels La génétique Patrimoine génétique hérité Diversité La théorie de l’évolution Les mieux adaptés survivent, se reproduisent et transmettent leurs gènes Sélection naturelle fait le tri entre variations favorables ou non Concept d’algorithme évolutionniste S’inspire de ces mécanismes Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 3 / 14
  4. 4. Structure d’un algorithme évolutionniste Sélection Reproduction Mutation Evaluation Nouvelle population Population initiale + Evaluation Solution(s) (Hall of fame) Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 4 / 14
  5. 5. Exemple : classement d’animaux Jeu de données Liste d’animaux sous la forme d’un fichier CSV Nom de l’animal, 16 attributs (à plumes, vertébré, prédateur, nb pattes...) et sa classe (mammifère, poisson, batracien...) Objectif Découvrir des règles de classement SI attribut=valeur ET SI...ET SI...ALORS classe Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 5 / 14
  6. 6. Modèle informatique Un individu = Une règle . . . 0.8 1 [0,1] . . . 0.5 0 [1,0,0,0,0,0] P Op V P Op V Gène 12 Gène 16 SI nageoires = FAUX ET SI pattes <> 0 Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 6 / 14
  7. 7. Modèle informatique L’évaluation mesure la performance d’un individu Pour chaque animal, on évalue la justesse du classement donné par l’individu Plus la règle s’avère pertinente, plus l’individu sera jugé performant Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 7 / 14
  8. 8. Modèle informatique Reproduction Parents G1 G2 G3 G4 G5 Ga Gb Gc Gd Ge Enfants G1 G2 Gc Gd Ge Ga Gb G3 G4 G5 Mutation Avant G1 G2 G3 G4 G5 Après G1 G2 G3’ G4 G5 Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 8 / 14
  9. 9. Exécution 0 10 20 30 40 50 G´en´eration 0.0 0.2 0.4 0.6 0.8 1.0Evaluation(fitness) Moyenne Maximum Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 9 / 14
  10. 10. Résultats Individu numéro 1 (fitness = 1.0) plumes = faux ET ovipare = vrai ET lait = faux ET aquatique = vrai ET vertébré = vrai ET poumons = vrai ET nageoires = faux Individu numéro 2 (fitness = 1.0) ovipare = vrai ET aquatique = vrai ET dents = vrai ET vertébré = vrai ET nageoires = faux ET taille chat = faux ET pattes <> 0 Individu numéro 3 (fitness = 1.0) ovipare = vrai ET aquatique = vrai ET dents = vrai ET vertébré = vrai ET nageoires = faux ET taille chat = faux ET pattes <> 8 Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 10 / 14
  11. 11. Avantages et inconvénients Les + Résolution problèmes complexes Générique et adaptable Parallélisation Pas d’a priori Les - Paramétrage délicat Part d’aléatoire Pas optimal Peut être assez lent Quand s’arrêter ? Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 11 / 14
  12. 12. Pour quelles utilisations Conception acoustique, aéronautique, électronique, mécanique Jeu d’échecs Tactiques militaires Reconnaissance de formes Robotique Recherche de routes optimales Nouvelles molécules chimiques Marchés financiers Marketing Planning et allocation de ressources Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 12 / 14
  13. 13. Conclusion Efficace dans la pratique Complémentaire aux algorithmes "classiques" Peut conduire à des solutions surprenantes/novatrices Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 13 / 14
  14. 14. Merci de votre attention Questions ? Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 14 / 14

×