Discussion :

[Identifiant]

Salut tout le monde,

Je suis en train d'etudier les algorithmes genetiques. Je pense alors a un gros projet que je dois realiser a la fin de ma recherche. Comment puis-je mettre en pratique ma connaissance en ses algos?

Je travaille dans une compagnie ou ils desirent optimiser la recherche dans des base de donnees larges. Ils veulent integrer aussi un Data Mining. En tant que ma connaissance en ses algos est, pour le moment, limite, je souhaite profiter de vos experiences en ce domaine, pour pouvoir realiser un projet important.

[LuckyLiam]

Salut,

Je te peux te faire part de ma petite expérience sur le sujet (ca date de tp d'IUT) :
nous avons appliqués divers algorithmes sur la fameuse problématique du voyageur de commerce, l'algo génétique s'est révélé le plus efficace cependant on lui avait injecté les meilleurs propositions tirées d'un autre algo (le recuit-simulé de mémoire).

Je ne vais pas m'étendre sur l'algo (je ne m'en souviens pas assez) mais je pense qu'il faudra que tu passes par un algo non génétique pour sélectionner un échantillon de candidat.

[Identifiant]

Merci pour ton aide.

Ou puis-je appliquer de telles algorithmes ? Puis-je les appliquer pour optimiser mes recherches dans une base de donnees tres larges? (comme les Search Engine)...

Si qq a une idee pour un projet qui implemente de tels algorithmes, pouvez-vous me le signaler?

[Golgotha]

bonjour,

Je ne sais pas si ça te sera utile mais les algorithmes génétique sont très utilisé dans les problèmes NP-complet, les problèmes ou toutes les solutions doivent être énumérer afin de trouver la réponse optimale. Souvent les temps pour parcourir des gros arbres de solutions sont très long voir impossible dans un temps dit "raisonnable", interviens alors les algorithmes génétique qui vont permettre d'évoluer vers une solutions proche de la solution optimale, comme pour le problème du voyageur du commerce où il est impossible en un temps raisonnable de parcourir l'arbre des possibilité si on dépasse 100 villes, alors qu'avec un algorithme génétique, une solution va émerger rapidement. Il faut quand même avoir à l'esprit que la solution trouvé par un algorithme génétique ne peut jamais être considéré comme la meilleurs solution du problème. l'inconvénient est que souvent, un algorithme génétique aura une tendance a s'enférmer dans un "pic locale".

j'ai travaillé sur des aplications qui implémente cet algo, je pourrai te les envoyer si tu veux.