SlideShare une entreprise Scribd logo
1  sur  14
Télécharger pour lire hors ligne
Les algorithmes évolutionnistes
Stéphane Legrand
ENG221
Mai 2014
Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 1 / 14
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
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
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
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
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
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
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
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
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
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
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
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
Merci de votre attention
Questions ?
Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 14 / 14

Contenu connexe

Tendances

37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)khaalidkk
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires sarah Benmerzouk
 
Chap2 physique
Chap2 physiqueChap2 physique
Chap2 physiqueEns Kouba
 
Exercice arbre de décision
Exercice arbre de décision Exercice arbre de décision
Exercice arbre de décision Yassine Badri
 
Fibre optique : emplacement du modulateur au niveau du réseau FTTH
Fibre optique : emplacement du modulateur au niveau du réseau FTTHFibre optique : emplacement du modulateur au niveau du réseau FTTH
Fibre optique : emplacement du modulateur au niveau du réseau FTTHIntissar Dguechi
 
Systèmes d'Exploitation - chp5-gestion fichiers
Systèmes d'Exploitation - chp5-gestion fichiersSystèmes d'Exploitation - chp5-gestion fichiers
Systèmes d'Exploitation - chp5-gestion fichiersLilia Sfaxi
 
Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Samir Tabib
 
Chapitre 3 _Conception et analyse d’algorithme-DPR.pdf
Chapitre 3 _Conception et analyse d’algorithme-DPR.pdfChapitre 3 _Conception et analyse d’algorithme-DPR.pdf
Chapitre 3 _Conception et analyse d’algorithme-DPR.pdfMbarkiIsraa
 
Chp3 - Diagramme de Classes
Chp3 - Diagramme de ClassesChp3 - Diagramme de Classes
Chp3 - Diagramme de ClassesLilia Sfaxi
 
Mesure de température et humidité avec le capteur DHT11 et la Raspberry Pi 3
Mesure de température et humidité  avec le capteur DHT11 et la Raspberry Pi 3Mesure de température et humidité  avec le capteur DHT11 et la Raspberry Pi 3
Mesure de température et humidité avec le capteur DHT11 et la Raspberry Pi 3Chiheb Ameur ABID
 
SCADA Labview PLC TIA portal v13
SCADA Labview PLC TIA portal v13SCADA Labview PLC TIA portal v13
SCADA Labview PLC TIA portal v13Mohsen Sadok
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionInes Ouaz
 
Systeme embarque td1
Systeme embarque td1Systeme embarque td1
Systeme embarque td1SinGuy
 
Theorie des graphes_EMSI 2023.pptx
Theorie des graphes_EMSI 2023.pptxTheorie des graphes_EMSI 2023.pptx
Theorie des graphes_EMSI 2023.pptxoujeddimustapha
 

Tendances (20)

37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)37248247 cours-hyperfrequences-parametres-s-antennes (1)
37248247 cours-hyperfrequences-parametres-s-antennes (1)
 
Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires Chapitre 1 Représentation d'état des systèmes linéaires
Chapitre 1 Représentation d'état des systèmes linéaires
 
Chap2 physique
Chap2 physiqueChap2 physique
Chap2 physique
 
Exercice arbre de décision
Exercice arbre de décision Exercice arbre de décision
Exercice arbre de décision
 
Fibre optique : emplacement du modulateur au niveau du réseau FTTH
Fibre optique : emplacement du modulateur au niveau du réseau FTTHFibre optique : emplacement du modulateur au niveau du réseau FTTH
Fibre optique : emplacement du modulateur au niveau du réseau FTTH
 
Architecture de Von Neumann & Harvard
Architecture de Von Neumann & HarvardArchitecture de Von Neumann & Harvard
Architecture de Von Neumann & Harvard
 
Chapitre3 prog dsplf3
Chapitre3 prog dsplf3Chapitre3 prog dsplf3
Chapitre3 prog dsplf3
 
Systèmes d'Exploitation - chp5-gestion fichiers
Systèmes d'Exploitation - chp5-gestion fichiersSystèmes d'Exploitation - chp5-gestion fichiers
Systèmes d'Exploitation - chp5-gestion fichiers
 
Coursdsp tdi
Coursdsp tdiCoursdsp tdi
Coursdsp tdi
 
Traitement de signal -chapitre 1
Traitement de signal -chapitre 1Traitement de signal -chapitre 1
Traitement de signal -chapitre 1
 
Corrige tp java
Corrige tp javaCorrige tp java
Corrige tp java
 
Chapitre 3 _Conception et analyse d’algorithme-DPR.pdf
Chapitre 3 _Conception et analyse d’algorithme-DPR.pdfChapitre 3 _Conception et analyse d’algorithme-DPR.pdf
Chapitre 3 _Conception et analyse d’algorithme-DPR.pdf
 
Chp3 - Diagramme de Classes
Chp3 - Diagramme de ClassesChp3 - Diagramme de Classes
Chp3 - Diagramme de Classes
 
Mesure de température et humidité avec le capteur DHT11 et la Raspberry Pi 3
Mesure de température et humidité  avec le capteur DHT11 et la Raspberry Pi 3Mesure de température et humidité  avec le capteur DHT11 et la Raspberry Pi 3
Mesure de température et humidité avec le capteur DHT11 et la Raspberry Pi 3
 
SCADA Labview PLC TIA portal v13
SCADA Labview PLC TIA portal v13SCADA Labview PLC TIA portal v13
SCADA Labview PLC TIA portal v13
 
Chapitre 1 rappel
Chapitre 1 rappelChapitre 1 rappel
Chapitre 1 rappel
 
Examen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correctionExamen principal - Fondement Multimedia - correction
Examen principal - Fondement Multimedia - correction
 
Systeme embarque td1
Systeme embarque td1Systeme embarque td1
Systeme embarque td1
 
CM4 - Transformée en z
CM4 - Transformée en zCM4 - Transformée en z
CM4 - Transformée en z
 
Theorie des graphes_EMSI 2023.pptx
Theorie des graphes_EMSI 2023.pptxTheorie des graphes_EMSI 2023.pptx
Theorie des graphes_EMSI 2023.pptx
 

En vedette

Algorithme génétique
Algorithme génétiqueAlgorithme génétique
Algorithme génétiqueIlhem Daoudi
 
E-Learning Concept for University
E-Learning Concept for UniversityE-Learning Concept for University
E-Learning Concept for UniversityRichardus Indrajit
 
E learning presentation
E learning presentationE learning presentation
E learning presentationRifki Amin
 
E learning at the University of Mauritius - Case of the VCILT
E learning at the University of Mauritius - Case of the VCILTE learning at the University of Mauritius - Case of the VCILT
E learning at the University of Mauritius - Case of the VCILTM I Santally
 
Présentation E-Learning
Présentation   E-LearningPrésentation   E-Learning
Présentation E-LearningGhribi Achref
 
E learning: concepts, usage and tools
E learning: concepts, usage and toolsE learning: concepts, usage and tools
E learning: concepts, usage and toolsntlinh
 
Chapter 1 e learning concepts and techniques
Chapter 1 e learning concepts and techniquesChapter 1 e learning concepts and techniques
Chapter 1 e learning concepts and techniquesNima_saeidi
 
E1 thursday ethics presentation 10.2014 sneapa
E1 thursday   ethics presentation 10.2014 sneapaE1 thursday   ethics presentation 10.2014 sneapa
E1 thursday ethics presentation 10.2014 sneapaPlanning_1
 
E learning concept
E learning conceptE learning concept
E learning conceptDera Frana
 
Active Learning F08
Active Learning F08Active Learning F08
Active Learning F08kschnapp
 
e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?
e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?
e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?Laurent
 
Présentation PFE mohamed yosri yahyaoui
Présentation PFE  mohamed yosri yahyaouiPrésentation PFE  mohamed yosri yahyaoui
Présentation PFE mohamed yosri yahyaouiYahyaoui Mohamed Yosri
 
Conception et réalisation d’un Système d’information des étudiants du départe...
Conception et réalisation d’un Système d’information des étudiants du départe...Conception et réalisation d’un Système d’information des étudiants du départe...
Conception et réalisation d’un Système d’information des étudiants du départe...Ilyas CHAOUA
 
e-Learning in Higher Education
e-Learning in Higher Educatione-Learning in Higher Education
e-Learning in Higher EducationMartin Ebner
 
Logement : programme pour un quinquennat
Logement : programme pour un quinquennatLogement : programme pour un quinquennat
Logement : programme pour un quinquennatFondation iFRAP
 

En vedette (20)

Algorithme génétique
Algorithme génétiqueAlgorithme génétique
Algorithme génétique
 
E-Learning Concept for University
E-Learning Concept for UniversityE-Learning Concept for University
E-Learning Concept for University
 
E Learning Concepts
E Learning ConceptsE Learning Concepts
E Learning Concepts
 
E learning presentation
E learning presentationE learning presentation
E learning presentation
 
E learning at the University of Mauritius - Case of the VCILT
E learning at the University of Mauritius - Case of the VCILTE learning at the University of Mauritius - Case of the VCILT
E learning at the University of Mauritius - Case of the VCILT
 
Présentation E-Learning
Présentation   E-LearningPrésentation   E-Learning
Présentation E-Learning
 
E learning: concepts, usage and tools
E learning: concepts, usage and toolsE learning: concepts, usage and tools
E learning: concepts, usage and tools
 
Chapter 1 e learning concepts and techniques
Chapter 1 e learning concepts and techniquesChapter 1 e learning concepts and techniques
Chapter 1 e learning concepts and techniques
 
Biometric authentication reiew
Biometric authentication reiewBiometric authentication reiew
Biometric authentication reiew
 
E1 thursday ethics presentation 10.2014 sneapa
E1 thursday   ethics presentation 10.2014 sneapaE1 thursday   ethics presentation 10.2014 sneapa
E1 thursday ethics presentation 10.2014 sneapa
 
E learning concept
E learning conceptE learning concept
E learning concept
 
Active Learning F08
Active Learning F08Active Learning F08
Active Learning F08
 
E learning concepts and techniques
E learning concepts and techniquesE learning concepts and techniques
E learning concepts and techniques
 
e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?
e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?
e-Learning - Quoi ? Pourquoi ? Vraiment ? Comment ?
 
Présentation PFE mohamed yosri yahyaoui
Présentation PFE  mohamed yosri yahyaouiPrésentation PFE  mohamed yosri yahyaoui
Présentation PFE mohamed yosri yahyaoui
 
Conception et réalisation d’un Système d’information des étudiants du départe...
Conception et réalisation d’un Système d’information des étudiants du départe...Conception et réalisation d’un Système d’information des étudiants du départe...
Conception et réalisation d’un Système d’information des étudiants du départe...
 
e-Learning in Higher Education
e-Learning in Higher Educatione-Learning in Higher Education
e-Learning in Higher Education
 
Logement : programme pour un quinquennat
Logement : programme pour un quinquennatLogement : programme pour un quinquennat
Logement : programme pour un quinquennat
 
Productividad
ProductividadProductividad
Productividad
 
Desarrollo De Capacidades
Desarrollo De CapacidadesDesarrollo De Capacidades
Desarrollo De Capacidades
 

Plus de Stéphane Legrand

La programmation fonctionnelle avec le langage OCaml
La programmation fonctionnelle avec le langage OCamlLa programmation fonctionnelle avec le langage OCaml
La programmation fonctionnelle avec le langage OCamlStéphane Legrand
 
L’environnement de programmation fonctionnelle DrRacket
L’environnement de programmation fonctionnelle DrRacketL’environnement de programmation fonctionnelle DrRacket
L’environnement de programmation fonctionnelle DrRacketStéphane Legrand
 
Les modèles économiques du logiciel libre
Les modèles économiques du logiciel libreLes modèles économiques du logiciel libre
Les modèles économiques du logiciel libreStéphane Legrand
 
Linux et les systèmes embarqués
Linux et les systèmes embarquésLinux et les systèmes embarqués
Linux et les systèmes embarquésStéphane Legrand
 
Résolution de problèmes de classification par algorithmes évolutionnaires grâ...
Résolution de problèmes de classification par algorithmes évolutionnaires grâ...Résolution de problèmes de classification par algorithmes évolutionnaires grâ...
Résolution de problèmes de classification par algorithmes évolutionnaires grâ...Stéphane Legrand
 
Presentation langage go_19022015
Presentation langage go_19022015Presentation langage go_19022015
Presentation langage go_19022015Stéphane Legrand
 

Plus de Stéphane Legrand (7)

La programmation fonctionnelle avec le langage OCaml
La programmation fonctionnelle avec le langage OCamlLa programmation fonctionnelle avec le langage OCaml
La programmation fonctionnelle avec le langage OCaml
 
L’environnement de programmation fonctionnelle DrRacket
L’environnement de programmation fonctionnelle DrRacketL’environnement de programmation fonctionnelle DrRacket
L’environnement de programmation fonctionnelle DrRacket
 
Les modèles économiques du logiciel libre
Les modèles économiques du logiciel libreLes modèles économiques du logiciel libre
Les modèles économiques du logiciel libre
 
Linux et les systèmes embarqués
Linux et les systèmes embarquésLinux et les systèmes embarqués
Linux et les systèmes embarqués
 
Résolution de problèmes de classification par algorithmes évolutionnaires grâ...
Résolution de problèmes de classification par algorithmes évolutionnaires grâ...Résolution de problèmes de classification par algorithmes évolutionnaires grâ...
Résolution de problèmes de classification par algorithmes évolutionnaires grâ...
 
ZFS et BTRFS
ZFS et BTRFSZFS et BTRFS
ZFS et BTRFS
 
Presentation langage go_19022015
Presentation langage go_19022015Presentation langage go_19022015
Presentation langage go_19022015
 

Les algorithmes évolutionnistes

  • 1. Les algorithmes évolutionnistes Stéphane Legrand ENG221 Mai 2014 Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 1 / 14
  • 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. Merci de votre attention Questions ? Stéphane Legrand (ENG221) Les algorithmes évolutionnistes Mai 2014 14 / 14