slides_algosEvolutionnistes

slides_algosEvolutionnistes - ALGORITHMES...

Info icon This preview shows pages 1–4. Sign up to view the full content.

View Full Document Right Arrow Icon
Algorithmes évolutionnistes Fabien Moutarde, CAOR, MINES ParisTech 21/05/2008 1 ALGORITHMES EVOLUTIONNISTES (et autres heuristiques d’inspirations biologiques) Fabien Moutarde Centre de Robotique (CAOR) Ecole des Mines de Paris (MINES ParisTech) [email protected] Algorithmes évolutionnistes Fabien Moutarde, CAOR, MINES ParisTech 21/05/2008 2 Idée générale Algorithmes d’optimisation (au sens large, i.e. par forcément numérique) conçus par inspiration/imitation du processus d’évolution des espèces (théorie Darwinienne) 1962 : John Holland barb2right base des Algos génétiques binaires 1989 : David E. Goldberg barb2right popularisation des AG Sortes de recherche par « marche aléatoire dirigée »
Image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Algorithmes évolutionnistes Fabien Moutarde, CAOR, MINES ParisTech 21/05/2008 3 Schéma général commun Création (généralement aléatoire) d’une population initiale Notion de « degré d’adatation » (« fitness ») des individus GENÈSE ÉVALUATION SÉLECTION OPÉRATEURS D’EVOLUTION Critère arrêt atteint ? NON Nouvelle génération (ou modif. de la population) , avec reproduction/ modifications/combinaisons des individus de la génération n-1 On favorise les « plus aptes » OUI Récupérer le (voire les) meilleur(s) individu(s) de la population finale Algorithmes évolutionnistes Fabien Moutarde, CAOR, MINES ParisTech 21/05/2008 4 Algorithmes génétiques Cas particulier où chaque individu est représenté par un « génome » (séquence de bits, ou d’entiers, de réels,…) Les opérateurs d’évolution sont : Mutation (remplacement aléatoire d’un, ou plusieurs, élément(s) du génome par une valeur aléatoire) Croisement (recombinaison des génomes de 2 individus) barb4right Hyper-paramètres principaux : taux de mutation et taux de croisement
Image of page 2
Algorithmes évolutionnistes Fabien Moutarde, CAOR, MINES ParisTech 21/05/2008 5 Croisement Paire de « parents » tirés au hasard (mais avec proba proportionnelle à leur fitness) barb4right 2 « enfants » (ou 1 seul) combinant des morceaux des
Image of page 3

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full Document Right Arrow Icon
Image of page 4
This is the end of the preview. Sign up to access the rest of the document.

{[ snackBarMessage ]}

What students are saying

  • Left Quote Icon

    As a current student on this bumpy collegiate pathway, I stumbled upon Course Hero, where I can find study resources for nearly all my courses, get online help from tutors 24/7, and even share my old projects, papers, and lecture notes with other students.

    Student Picture

    Kiran Temple University Fox School of Business ‘17, Course Hero Intern

  • Left Quote Icon

    I cannot even describe how much Course Hero helped me this summer. It’s truly become something I can always rely on and help me. In the end, I was not only able to survive summer classes, but I was able to thrive thanks to Course Hero.

    Student Picture

    Dana University of Pennsylvania ‘17, Course Hero Intern

  • Left Quote Icon

    The ability to access any university’s resources through Course Hero proved invaluable in my case. I was behind on Tulane coursework and actually used UCLA’s materials to help me move forward and get everything together on time.

    Student Picture

    Jill Tulane University ‘16, Course Hero Intern