Université Farhat Abbas_setif

Présentation au sujet: "Université Farhat Abbas_setif"— Transcription de la présentation:

1 Université Farhat Abbas_setif
Faculté de technologie Département d’électrotechnique Master : Automatique CPI Année Universitaire : 2011/2012 Algorithm Génétique Réalisé par: Touafek chahrazed Ghezali Mustafa Abdraouf

2 Plan de travail: - définition les AG
-1- Codage 1.1- codage binaire 1.2- codage par permutations de valeurs entiers 1.3 Le codage par valeurs -2- Les operateurs de reproduction 2.1 La sélection 2.2 Le croisement 2.3 La mutation 2.4 L’´elitisme -3- conclusion

3 Définition d’un AG: Les algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné. La solution est approchée par « bonds » successifs, comme dans une procédure de séparation et évaluation, à ceci près que ce sont des formules qui sont recherchées et non plus directement des valeurs

4 Schéma du principe des algorithmes genetiques
Shéma

5 Le codage: Le codage est une partie très importante des algorithmes génétiques. Il permet de représente l’individu sous la forme d’un chromosome. Ce chromosome est constitue de gènes qui prennent des valeurs dans un alphabet binaire ou non.

6 Le codage binaire: Le gène est codé par un caractère binaire, 0 ou 1. C’est le plus courant et celui qui a été employé lors de la première application des algorithmes génétiques. Exemples Chromosome A Chromosome B

7 Le codage par permutations de valeurs entiers
Le gène est codé par une valeur entier dans un ensemble de cardinalité égale au nombre de gènes. Ce codage est bien adapte aux problème d’ordonnancement. Exemples Chromosome A Chromosome B Le codage par valeurs Le gène est code par une valeur prise dans un ensemble fini ou infini. Ce codage est généralement utilise pour des valeurs qu’on ne peut pas mettre sous la forme d’un des deux codages précédents. Ces valeurs sont ,bien entendu, liées au problème à résoudre.

8 Les opérateurs de reproductions:
Les algorithmes génétiques sont bases sur un phénomène naturel : l’´evolution. Plus précisément, ils supposent, qu’a priori, deux individus adaptes à leur milieu donnent, par recombinaison de leurs gènes, des individus mieux adaptes. Pour ce faire, trois operateurs sont à disposition : la sélection, le croisement et la mutation, plus un operateur optionnel, l’´elitisme. 2.1 La sélection La sélection sert à choisir dans l’ensemble de la population les individus qui participeront à la reproduction. Plusieurs méthodes existent et sont, généralement, basées sur la théorie de Darwin. Ainsi les meilleurs individus ont plus de chance de survivre et de se reproduire. Les deux plus connus sont :la roulette de casino et par tournoi .

9 2.2 Le croisement: Le croisement combine les gènes des deux individus parents pour donner deux nouveaux chromosomes d’individus enfants. La zone de croisement est généralement choisie aléatoirement dans les chromosomes. Les méthodes de croisement sont liées au codage. Le croisement de chromosomes codé en binaire ne sera pas le même que celui du chromosome codé par valeur entière mais leur principe est identique.

10 Exemple sur le Croisement:

11 2.3 La Mutation: Comme les individus les mieux adaptes sont les plus susceptibles d'être choisis lors de la sélection, la perte de certains gènes est inévitable avec le temps. La mutation est l’operateur qui permet d’éviter la dégénérescence de la population et d’enrichir le pool de gènes. Cette dégénérescence peut se traduire par une convergence des individus vers un optimum local d’ou l’importance de la mutation.

12 2.4 L’élitisme: L’élitisme est un operateur optionnel particulier. Il permet de garder l’individu le mieux adapte d’une génération à la suivante. En effet, l’operateur de sélection peut ne pas le sélectionner, le croisement avec un autre individu peut donner des individus moins adaptes si les gènes ne sont pas bien recombinés ou encore sa mutation peut également le rendre moins adapte.

13 Exemple D’application: Le voyageur de commerce:

14

15 3- Conclusion: Les algorithmes génétiques fournissent des solutions proches de la solution optimale à l'aide des mécanismes de sélection, de croisement et de mutation .Ils sont applicables pour nombreux problèmes, dont le problème de l'optimisation de l'écoulement de puissance.