salut;
pour des recherches j'ai besoin des gens qui ont travaillé avec ou ont essayé les algorithmes génétiques des critiques sur cette méthode.
merci.
salut;
pour des recherches j'ai besoin des gens qui ont travaillé avec ou ont essayé les algorithmes génétiques des critiques sur cette méthode.
merci.
les deux, et même entier... enfin, si on parle de la même chose, à savoir le codage des gènes... ça va dépendre de ce que tu veux représenter...
bien régler les paramètres de sélection/mutation/croisement... afin d'améliorer la convergence. Il faut aussi que le problème à résoudre se prête à une modélisation "génétique".
la définition de la fonction de fitness ne fait pas à proprement parlé partie des algos génétiques d'après moi. Elle est fonction du problème à résoudre, de sa modélisation. Tu peux en prendre deux, ça ne modifiera rien à l'algorithme, ça modifiera juste le temps de résolution et la solution (éventuellement).
merci plegat pour tes réponse.
j'ai une autre question concernant les paramètres de l'algorithme génétique.
si tu peux m'expliquer leur rôle et leur importance .
merci
Là ça tient plus du cours que du retour d'expérience, donc direction un tuto.
Il y a toutes les explications concernant le rôle de la sélection/croisement/mutation. L'impact sur la résolution dépend du problème, comme à chaque fois, on ne peut pas généraliser. Un gène important sur la solution passera mieux la sélection, un gène secondaire comptera sur le croisement, une faible population sera plus sensible aux mutations... ça dépend...
je suis entrain bcp de lecture sur des docs sur ce sujet et j'ai trouvé pas mal de problème a digérer quelque notion comme:
"cet algorithme ne nécessite aucune connaissance de problème...il ne fait que manipuler des entrées(variables) et des sorties (fonction objectif)"
http://deptinfo.unice.fr/twiki/pub/L...et-Souquet.pdf
Tout à fait.
Il n'y a aucune formule ni aucune manipulation mathématique directement liée au problème que tu veux résoudre. Tu utiliseras le même algorithme pour résoudre un problème de vaches que pour résoudre un problème d'exploration spatiale. La seule chose qui changera entre les deux sera la fonction objectif, c'est tout, l'algorithme en lui-même ne sera pas modifié.
Alors que si tu veux résoudre ton problème numériquement, il va te falloir connaitre la psychologie bovine et la gravitation relativiste... (pour être exact, il va tout de même te falloir un minimum de connaissance pour "monter" une fonction objectif qui répondra à ton besoin, mais ce n'est pas inclus dans la résolution de l'algorithme directement)
merci plegat;
ces phrases là sont pris d'une thèse
<<les algorithmes génétiques sont utilisés principalement dans les domaines de l'optimisation et de l'apprentissage>>
vous pouvez me donner quelle apprentissage ils parlent et aussi l'optimisation.
<<le parallélisme explicite et l'exploration globale de l'espace de recherche des solutions sont les deux principaux avantages des algorithmes génétiques>>
je n'ai compris le lien entre le parallélisme explicite et les AG
merci
Vous qu'ils parlent des "domaines" au sens large, il n'y a pas de précision à donner. Ce sont deux domaines d'utilisation...
Tu as une population de 100 vaches à optimiser, tu peux faire ça sur un seul ordi, ou tu peux optimiser des troupeaux de 25 vaches sur 4 ordi et faire un résumé à la fin... (imagé rapidement vite fait...)
salut;
j'ai un problème d'assimiler le principe de codage.
vraiment j'arrive pas a comprendre.
un chromosomes est un ensemble de gène .
en codage binaire:
une chaine de bit ex: (1000110101010101)représente un gène ou chromosome.
le principe de codage de permutation ?
le principe de codage réel?
et autre chose comme :
"GAs work with a coding of the parameter set, not the parameters themselves."
merci et je suis dsl.
Salut,
C'est à dire que les AG travaillent avec le codage de l'information, et pas l'information elle même ni de fonction superflue comme la dérivée ... Ce qui représente un de leurs points forts (pour la programmation c'est plus facile de travailler sur une information codée que sur elle même).
Salut,
Pour le codage de permutation, je ne sais pas si ça existe, êtes vous sûr que c'est bien ces deux termes qui sont employés ensemble ?
Voici les correspondances:
Nature >>>> Algorithme génétique
chromosome >>>> Chaîne ou chromosome
gène >>>> Trait, caractéristique ou détecteur
allèle >>>> Valeur de caractéristique
locus >>>> Position dans la chaîne
génotype >>>> structure
phénotype >>>> Ensemble de paramètres
épistasie >>>> Non linéarité
Merci beaucoup pour ces éclaircissement
Toutefois, je voudrais savoir comment résoudre ce problème avec cet algorithme. En effet, il s'agit du problème de localisation des entrepôts qui consiste à déterminer les entrepôts à ouvrir parmi un ensemble des entrepôts afin de minimiser les couts de transport entre ces entrepôts. Les contraintes sont : la capacité disponible dans chaque entrepôt, l'ouverture de l'entrepôt, le nombre maximal des sites à ouvrir et les variables binaires.
J'ai du mal à paramétrer l'algorithme pour ce problème (fonction fitness, codage des chromosomes).
Pourriez vous m'aider?
Merci d'avance
Salut,
Je pense qu'il faut commencer par cibler les informations que doit contenir chaque chromosome.
Ensuite penser à la manière la plus efficace de les coder (sous forme de tableaux par exemple).
salut;
question concernant le croisement et la mutation dans un exemple simple qui utilise les chaines binaires.
f(x)=x dans un intervale [0,31] ,je cherche le maximum,population initiale (21,7,16,13)
j'ai fait la sélection et j'ai ces valeurs :21,16,21,7
j'ai fait le croisement (21,7) et (21,16) un seule point de croisement j'ai ces enfant(29,5,17,20) .
la question est : ces enfant vont remplacer leurs parent avant la mutation ou apres la mutation.
la mutation sera faite sur les enfants ou sur leurs parents?
merci
Bonjour,
Voici la structure générale d'un AG:
1) Initialiser la population initiale P.
2) Evaluer P.
3) TantQue (Pas Convergence) 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 (nouvelle population)
Fin TantQue
Pour ce qui est du codage de permutation, je ne vois toujours pas son utilité, en quoi ça consiste exactement ?
Il m'est d'avis que ça doit servir à "orienter" les gènes dans le codage du génotype. Comme l'a dit colocolo, ça permet de modéliser des problèmes orientés, mais ça n'est pas utilisé dans un problème basique d'AG où la structure du génotype est figée. On aura alors toute une zone du génotype décrivant des gènes de même type, mais n'amenant pas la même solution suivant leur position dans cette zone.
Ce n'est ni plus ni moins qu'une sorte de mutation, donc à appliquer au même niveau dans l'arborescence donnée par yasinfo.
Vous avez un bloqueur de publicités installé.
Le Club Developpez.com n'affiche que des publicités IT, discrètes et non intrusives.
Afin que nous puissions continuer à vous fournir gratuitement du contenu de qualité, merci de nous soutenir en désactivant votre bloqueur de publicités sur Developpez.com.
Partager