1. Algorithmes génétiques, algorithmes évolutionnaires et darwinisme artificiel
La caractéristique principale de ces algorithmes est qu’ils manipulent des populations – qui représentent par exemple des points d’un espace de recherche – et les font évoluer via des opérations stochastiques. Ces opérations sont usuellement organisées en générations et copient de façon très simplifiée la génétique naturelle. Elles sont de deux types :
-
la sélection, fondée sur la performance d’un individu, ou plus précisément sur une mesure de la qualité de cet individu vis-à-vis du problème que l’on cherche à résoudre ;
-
les opérateurs génétiques, le plus souvent nommés croisement et mutation, pour faire un parallèle avec la génétique, et qui produisent de nouveaux individus, pour la génération suivante.
La réussite d’un tel algorithme est fondée sur l’hypothèse que l’action des opérateurs génétiques sur des individus sélectionnés produit statistiquement des individus de plus en plus proches de la solution recherchée. En d’autres termes, le processus stochastique sous-jacent ainsi produit doit être correctement calibré...
La suite de cet article est réservée aux abonnés
Vous n'êtes pas abonné ?
Consultez gratuitement cet article.
votre période de consultation gratuite
Découvrez le plus important corpus scientifique et technique francophone
Plus de 8 000 articles, 13 univers, 400 bases documentaires, les plus grands auteurs, un enrichissement permanent et un éventail de services associés.
