Algorithmes génétiques et algorithmes évolutionnaires

INTRODUCTION

1 - ALGORITHMES GÉNÉTIQUES, ALGORITHMES ÉVOLUTIONNAIRES ET DARWINISME ARTIFICIEL

• 1.1 - Bref historique du domaine
  
• 1.2 - Notions et vocabulaire de base

2 - PROGRAMMER ET UTILISER UN ALGORITHME ÉVOLUTIONNAIRE

• 2.1 - Structure et ingrédients
• 2.2 - Représentation du problème et les opérateurs génétiques
• 2.3 - Sélection et pression sélective
• 2.4 - Exploitation/exploration : un dosage délicat

3 - APERÇU THÉORIQUE : POURQUOI ET COMMENT ÇA MARCHE ?

• 3.1 - Approche intuitive : schémas, théorème des schémas
• 3.2 - Analyse markovienne
• 3.3 - Analyse fractale, irrégularité des fonctions de fitness

4 - EXTENSIONS DU MODÈLE

• 4.1 - Copier la biologie des populations : exemple du nichage par partage des ressources
• 4.2 - Approche parisienne, co-évolution et approches à base d’agents
• 4.3 - Multi-objectif
• 4.4 - Approches interactives

5 - EXEMPLES D’APPLICATIONS

• 5.1 - Vision stéréo pour la robotique par algorithme évolutionnaire : l’algorithme des mouches (figure )
• 5.2 - Dans le domaine artistique, exemple du logiciel ArtiE-Fract (figure )

6 - CONCLUSION