Version imprimable
Bonjour Tout le monde,
J'aimerai connaitre des informations à propos l'implémentation des algo génétiques sur machine, c'est à dire, une fois qu'on a le programme qui fonctionne, son implémentation sur le "hard" se fait par quel langage machine? et le fait qu'un bon nombre d'opérations (selection, croisement, mutation, classement) se font en binaire, ceci faciliterait-il leur implémentation et le temps du calcul.
Merci beaucoup!
Tu l'as écrit en quoi ton programme? Si c'est du Java, il est compilé en .class comme tous les autres programmes. Si c'est du C++, c'est un exe comme les autres.Citation:
Envoyé par saou88
Si je comprends bien ta question, tu veux savoir comment optimiser les opérations? Pour le croisement binaire, tu peux utiliser les opérations logiques de ton langage, ou, en C++, coder ces opérations directement en assembleur. Pour t'aider, une fois de plus, il faudrait en savoir plus.
Maintenant, soyons clairs: un algorithme génétique, c'est déjà de la grosse artillerie, des gros calculs, donc tu vas gagner quelques millisecondes avec ces méthodes sur des temps d'exécution de l'ordre de la seconde, au minimum. C'est rendre ton programme bien compliqué pour peu de temps.
merci bcp pour votre réponse,
En fait, moi j'utilise Matlab et je ne compte pas implémenter mon code sur machine, c'était juste une question, parce que en faisant une comparaison entre l'algo génétique et un autre type d'algo que j'ai utilisé dans un problème, j'essaye de trouver tous les points positifs de l'utilisation de l'algo génétique p/p à l'autre et j'ai pensé que peut être le fait qu'il traite une population de bits, ceci le rapprocherait du langage machine et fait qu'il soit plus rapide en exécution, une fois implémenté.
Je n'ai pas de bonnes connaissances en programmation, je peux très bien dire des bétises.
PS. quand vous dîtes "de gros calcul" vous voulez dire le coût de l'évaluation de la population par la fonction fitness au fil des générations, c'est bien ça?
Merci!
Tu as raison en disant qu'on peut exploiter le fait que ce soient des bits qu'on manipule (souvent 32, en plus, soit 4 mots). C'est techniquement pas évident, mais çà peut être efficace.Citation:
Envoyé par saou88
Justement pas. La fitness doit être brève à évaluer parce que tu vas le faire de très nombreuses fois. Ldes algos génétiques, c'est une technique qu'on utilise quand on n'a pas la possibilité de trouver vite une solution exacte à un problème. Si c'est pour trouver le max de 1 - x² sur [-1,1], c'est un peu violent. Quand je dis de gros calculs, c'est donc un très grand nombre d'itérations sur une population d'une centaine d'individus (même si çà dépend du problème). Par exemple, Orange l'a utilisé pour savoir placer en France les antennes relais pour les portables. C'est çà, du gros calcul, pour moi. (source: méta heuristiques pour l'optimisation difficile)
Merci infiniment pour cette aide.
Je dois dire que je n'ai rien trouvé sur internet qui m'aurait permis de conclure concernant cette remarque de pouvoir exploiter le fait que les algo génétiques (AG) manipulent des bits, vous avez raison de dire que ce n'est pas évident de prouver cela.
Pour la fonction fitness, vous avez bien raison, elle doit être assez légère pour ne pas causer une grosse charge de calcul, connaissez-vous un document qui évalue le coût de l'application des AG en termes de nombre d'opération ou une chose de ce genre? Je travaille sur cela actuellement, et j'ai trop besoin d'un doc à l'appui.
Merci!!