environnement pour les algorithmes génétiques

Environnement pourles algorithmes

génétiques

Matthieu CHOUTEAU

Yohann HUBERT

Christophe PANNEAU

Estelle FILMON

Mr SAUBION – Février 2003

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

1

Introduction

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

• Analyse et modélisation

• Définition des besoins :

Bibliothèque pour expérimenter des méthodes d’algorithmes génétiques

• Contraintes :

Éditeur graphique de scénarios

Respecter un planning

Compilation dans l’éditeur

Simplicité d’utilisation de la bibliothèque

2

Algorithmes génétiques

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

• Basés sur les principes de sélection de Darwin

• Processus du cycle de l’évolution

• Résoudre différents problèmes

3

Algorithmes Génétiques

Introduction

Description des besoins

Algorithmes Génétiques

Spécification

Maquette de l’éditeur

Conclusion

Création de la population

Solution acceptable ?

Sélection des meilleurs individus à conserver

croisements Nouvelle génération

Solution retenueouiTri des individus

sur la fonction d’évaluation

non

4

Algorithmes génétiques

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Création d’une population

Évaluation des individus

Sélection des parents

Recombinaison des gênes

Sélection des survivants

Accéder au ième individu

Changer la valeur d’un gêne

Ajout d’un individu dans une population

• Les fonctions principales

• Des fonctions secondaires

5

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population P

10110010110.6

6

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

7

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

}

8

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population P

Sélection des 10 meilleurs individus

9

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

}

10

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

}

}

11

Nouvelle population P

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Individu X

10110010110.6

12

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

}

}

13

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Nouvelle population P

Individu X

10110010110.6

00011100110.5

Individu Y

14

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

Y = P->Choose(0);

}

}

15

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Nouvelle population P

Individu X

10110010110.6

Individu Y

00011100110.5croisement

10111100110.7 Individu Z

16

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

Y = P->Choose(0);

Z = P->Cross(X,Y);

}

}

17

10111100110.7

11111011110.9

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Nouvelle population P

Individu ZTabou

18

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

Y = P->Choose(0);

Z = P->Cross(X,Y);

Z = P->Tabou(Z,10,5);

}

}

19

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Nouvelle population P

0.9 Individu Z

1111101111

20

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

Y = P->Choose(0);

Z = P->Cross(X,Y);

Z = P->Tabou(Z,10,5);

P->ajouterIndividu(Z);

}

}

21

Population P

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

22

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

Y = P->Choose(0);

Z = P->Cross(X,Y);

Z = P->Tabou(Z,10,5);

P->ajouterIndividu(Z);

}

i++;

}

23

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population P

24

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

11111111111.0

Population P

Meilleur Individu

25

Bibliothèque

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

Population * P;

Individu * X, * Y, * Z;

P = new Population(30, 10);

int i=0;

while ( (i < 10000) && (P->Best()->getEvaluation() < 1) ) {

P->Select(10);

for (int j=0;j<10;j++) {

X = P->Choose(0);

Y = P->Choose(0);

Z = P->Cross(X,Y);

Z = P->Tabou(Z,10,5);

P->ajouterIndividu(Z);

}

i++;

}

P->Best()->AfficheIndividu(); 26

Myce Editor

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

27

Conclusion

Introduction

Algorithmes génétiques

Bibliothèque

Myce Editor

Conclusion

• Editeur adapté à l’expérimentation de méthodes d’algorithmes génétiques

• Phases de conception d’un projet

• Atteinte des objectifs

28

Environnement pourles algorithmes

génétiques

Matthieu CHOUTEAU

Yohann HUBERT

Christophe PANNEAU

Estelle FILMON

Mr SAUBION – Février 2003