« Algorithme génétique » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 1 : Ligne 1 :


== Définition ==
== Définition ==
Les algorithmes évolutifs sont des algorithmes stochastiques fondés sur la manipulation du processus d'évolution et d'adaptation des organismes dans les milieux naturels. Dans cette large classe d'algorithmes, on retrouve la sous-classe des algorithmes génétiques. Ces derniers sont des processus d'optimisation de problèmes, fondés sur la théorie darwinienne. Un algorithme génétique (AG) a pour but de faire évoluer un ensemble de solutions candidates à un problème posé vers une solution optimale.  
Les algorithmes évolutifs sont des algorithmes stochastiques fondés sur l'imitation du processus d'évolution et d'adaptation des organismes dans les milieux naturels. La conception de ces algorithmes emprunte à la biologie des concepts tels que l'évolution, les mutations, les croisements, etc.
 
Dans cette large classe d'algorithmes, on retrouve la sous-classe des algorithmes génétiques. Ces derniers sont des processus d'optimisation de problèmes, fondés sur la théorie darwinienne. Un algorithme génétique (AG) a pour but de faire évoluer un ensemble de solutions candidates à un problème posé vers une solution optimale.
 
==Compléments==
 
Souvent, les algorithmes génétiques font une recherche aléatoire heuristique sur l'espace des solutions dans le but de trouver une solution optimale définie par des critères inspirés de la sélection naturelle.
 
Par exmple, des algorithmes génétiques peuvent être utilisés en apprentissage automatique, pour optimiser les hyperparamètres d'un réseau neuronal.


== Français ==
== Français ==

Version du 10 décembre 2022 à 04:25

Définition

Les algorithmes évolutifs sont des algorithmes stochastiques fondés sur l'imitation du processus d'évolution et d'adaptation des organismes dans les milieux naturels. La conception de ces algorithmes emprunte à la biologie des concepts tels que l'évolution, les mutations, les croisements, etc.

Dans cette large classe d'algorithmes, on retrouve la sous-classe des algorithmes génétiques. Ces derniers sont des processus d'optimisation de problèmes, fondés sur la théorie darwinienne. Un algorithme génétique (AG) a pour but de faire évoluer un ensemble de solutions candidates à un problème posé vers une solution optimale.

Compléments

Souvent, les algorithmes génétiques font une recherche aléatoire heuristique sur l'espace des solutions dans le but de trouver une solution optimale définie par des critères inspirés de la sélection naturelle.

Par exmple, des algorithmes génétiques peuvent être utilisés en apprentissage automatique, pour optimiser les hyperparamètres d'un réseau neuronal.

Français

algorithme génétique

Anglais

Genetic algorithm

GA

genetic-learning algorithm

Genetic Algorithm for Rule Set Production

Internet. [1]. Tamine, Lynda et coll. «Un algorithme génétique spécifique à une reformulation multi-requêtes dans un système de recherche d'information». Revue I3 - Information Interaction Intelligence, Cépaduès, vol. 1, n° 1, 2001, p. 49-76.