Les algorithmes génétiques, développés par John Holland dans les années 60, s'inspirent des lois de la sélection naturelle pour résoudre des problèmes complexes d'optimisation. Ils impliquent des étapes telles que la sélection, le croisement et la mutation, avec des applications variées allant du traitement d'image à l'optimisation de la conception. Ce document présente également des exemples et un historique des algorithmes génétiques ainsi que des références pour approfondir le sujet.

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. 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. 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. 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. 2.PRINCIPE:

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. 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. 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. 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. 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. 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. 8.EXEMPLE:

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. 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. 1111111111111111