Bibliographie & annexes
Présentation
RÉSUMÉ
Les algorithmes évolutionnaires se basent sur l’observation des phénomènes biologiques mis en œuvre par des populations d’organismes vivants en vue de s’adapter à leur environnement. Ces mécanismes de sélection et d’héritage génétique représentent une version artificielle de la théorie de l'évolution selon Darwin. Cette discipline couvre ainsi un ensemble de techniques, nommées « algorithmes génétiques », « programmation génétique », « stratégies d’évolution », « programmation évolutionnaire ». Le domaine des algorithmes évolutionnaires est en pleine expansion tant au niveau théorique qu’au niveau applicatif.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Évelyne LUTTON : INRIA – Rocquencourt – Projet FRACTALES
INTRODUCTION
Les principes de base des algorithmes évolutionnaires (en court AE), dont les plus connus sont les algorithmes génétiques, s’inspirent de l’observation de phénomènes biologiques, plus précisément de la capacité de populations d’organismes vivants à s’adapter à leur environnement à l’aide de mécanismes de sélection et d’héritage génétique. En d’autres termes, ces algorithmes évolutionnaires représentent une version artificielle, informatique, de la théorie de l’évolution selon Darwin.
Depuis une quarantaine d’années, de nombreuses méthodes de résolution de problèmes, d’optimisation stochastique, ont été développées à partir de ces principes simplifiés à l’extrême pour les besoins informatiques. C’est ce que l’on commence actuellement à nommer de façon générale le « darwinisme artificiel ». Le terme « algorithmes évolutionnaires » couvre ainsi un ensemble de techniques, nommées « algorithmes génétiques », « programmation génétique », « stratégies d’évolution », « programmation évolutionnaire », suivant la façon dont les principes darwiniens sont traduits dans le modèle artificiel.
L'expertise technique et scientifique de référence
VERSIONS
- Version courante de déc. 2020 par Évelyne LUTTON
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Archives > [Archives] Technologies logicielles et architecture des systèmes > Algorithmes génétiques et algorithmes évolutionnaires > Extensions du modèle
Cet article fait partie de l’offre
Automatique et ingénierie système
(137 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Exemples d’applications4. Extensions du modèle
4.1 Copier la biologie des populations : exemple du nichage par partage des ressources
Lorsque les fonctions à optimiser présentent plusieurs optima globaux l’AE classique converge aléatoirement vers un seul des optima. Or dans de nombreuses applications, il est parfois important de pouvoir détecter tous ces optima, c’est-à-dire faire plus qu’une simple recherche de la solution optimale. Des extensions de l’AE classique, copiées sur le phénomène naturel de création de niches écologiques, sont fondées sur la gestion implicite ou explicite de sous-populations (ou de niches). Plus particulièrement, les méthodes de partage des ressources (sharing ) sont très employées : si les individus d’une même sous-population ont à partager les ressources, la croissance de cette sous-population est limitée, et lorsqu’il y a surpopulation, les individus tendent à rechercher de nouvelles régions à coloniser.
On peut séparer grossièrement les méthodes de nichage en deux classes. La première classe comprend des techniques qui ont pour but de maintenir la diversité au sein de la population tout au long de l’évolution de l’algorithme, et qui, dans une certaine mesure, favorisent la séparation en sous-populations. La seconde classe de méthodes modifie la fonction d’évaluation pour simuler effectivement un partage des ressources locales dans la population ...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Automatique et ingénierie système
(137 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Extensions du modèle
BIBLIOGRAPHIE
-
(1) - * - Chapter Modelling GA Dynamics, Proceedings Theoretical Aspects of Evolutionary Computing, p. 59-86 (2001).
-
(2) - ALBERT (J.), FERRI (F.), DOMINGO (J.), VINCENS (M.) - An approach to natural scene segmentation by means of genetic algorithms with fuzzy data. - In Pattern Recognition and Image Analysis. Selected papers of the 4th Spanish Symposium (sept. 90), Perez de la Blanca Ed., p. 97-113 (1992).
-
(3) - ALTENBERG (L.) - Evolutionary computation models from population genetics. part 2 : An historical toolbox. - In Congress on Evolutionary Computation, Tutorial (2000).
-
(4) - ANGELINE (P.J.) - Evolving fractal movies. - In Genetic Programming 1996 : Proceedings of the First Annual Conference, John R. Koza and David E. Goldberg and David B. Fogel and Rick L. Riolo (Eds), p. 503-511 (1996).
-
(5) - ANGELINE (P.J.), POLLACK (J.B.) - Competitive environments evolve better solutions for complex tasks. - In Proceedings of the Fifth International Conference on Genetic Algorithms, San Mateo, California, Morgan Kaufmann (1993).
-
...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Automatique et ingénierie système
(137 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
