algorithmes evolutionnaires - laas · 2014-11-24 · fred glover 1986. ... 12 . début ....
TRANSCRIPT
![Page 1: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/1.jpg)
Algorithmes Evolutionnaires
PROFESSEUR: MARIE-JO HUGUET
AHMED KHASSIBA & MONCEF ILIES NASRI M2R-IT RO
NOVEMBRE 2014
![Page 2: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/2.jpg)
Problèmes d’optimisation. Définition:
𝑀𝑀𝑀 𝑓 𝑥 ; 𝑥 ∈ 𝑆
Souvent les problèmes d’optimisation sont difficiles à résoudre.
Beaucoup de problèmes d’optimisation réels sont prouvés NP-difficiles.
Inefficacité des méthodes exactes pour de grandes instances. Plusieurs siècles de temps d’exécution.
Solution ?
Sacrifier l’optimalité pour le temps d’exécution !
2
![Page 3: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/3.jpg)
Introduction aux méta- heuristiques
Heuristiques Simples, rapides, basées sur le bon sens.
Un seul mot d’ordre « Eurisiko » : je trouve.
Est-ce vraiment tout ce qu’on peut faire ?
Les Meta-heuristiques (Meta : Au-delà, plus haut niveau) : Fred Glover 1986.
L’adaptabilité( méthodes génériques).
Alternance local/global.
Aptitude à Surpasser les minima locaux.
Deux catégories principales:
A trajectoire.
A population de solution(évolutionnaires).
3
![Page 4: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/4.jpg)
Introduction à l’algorithme génétique
Créativité: la capacité d’harmoniser des idées de domaines différents, parfois très éloignés. (John S. Liu)
4
![Page 5: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/5.jpg)
sources d’inspiration Phénomènes physiques ou
biologiques sources d’inspiration de nombreux algorithmes.
algorithme
Réseaux de neurones
Recuit simulé
Algorithmes évolutionnaires
origine Fonctionnement du
cerveau humain
Thermodynamique
Évolution darwinienne des populations
biologiques
5
![Page 6: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/6.jpg)
Théorie de Darwin
Une source d’inspiration != justification
6
Apparition d’espèces adaptées au milieu
Sélection naturelle:
les plus adaptés survivent et se reproduisent
Variations non dirigées du
matériel génétique
![Page 7: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/7.jpg)
Terminologie et notation
Modèle mathématique
Fonction objectif
Point de l’espace de recherche
P-uplet de points
Boucle de l’algorithme
Représentation
Perfomance (fitness)
Individu
P-uplet d’individus: Population de taille P
génération
7
![Page 8: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/8.jpg)
Terminologie et notation
Espace phénotypique
Espace de recherche initial
Fonction objectif
Point de l’espace de recherche
Espace génotypique
Espace de représentation
Perfomance (fitness)
Codage des individus = chromosomes
8
![Page 9: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/9.jpg)
Exemple 9
0
1000
2000
3000
4000
5000
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
f(x)
f(x)
•Max f(x) = x3 - 60 * x2 + 900 * x +100
Fonction objectif
•x entier dans [0,31]
Domaine
![Page 10: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/10.jpg)
Exemple
Espace phénotypique
x -> x3 - 60 * x2 + 900 * x +100
x entier dans [0,31]
Espace génotypique
Performace (fitness)
Individu codé en chaîne de 5 bits
10
![Page 11: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/11.jpg)
Exemple
Individu Chromosome x f(x) I1 11100 28 212 I2 01111 15 3475 I3 10111 23 1227 I4 00100 4 2804
Moyenne 1929,5
11
•Max f(x) = x3 - 60 * x2 + 900 * x +100
Fonction objectif
•x entier dans [0,31]
Domaine
Population de taille 4
![Page 12: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/12.jpg)
Le squelette Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
12
![Page 13: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/13.jpg)
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
Initialisation Choisir P individus de l’espace
de recherche, soit par tirage aléatoire avec
une probabilité uniforme sur l’espace de recherche génotypique,
soit par des heuristiques de construction.
Dans le premier cas, ne dépend pas de la fonction objectif
Permet l’exploration (diversification) de l’espace de recherche.
13
![Page 14: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/14.jpg)
Initialisation Exemple:
Générer aléatoirement 4 chaînes de 5 bits
Une population initiale de 4 individus:
Individu Chromosome x I1 11100 28 I2 01111 15 I3 10111 23 I4 00100 4
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
14
![Page 15: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/15.jpg)
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
Evaluation Calculer la performance de tous
les individus
Étape coûteuse en CPU
Exemple:
Individu Chromosome x f(x)
I1 11100 28 212
I2 01111 15 3475
I3 10111 23 1227
I4 00100 4 2804
Moyenne 1929,5
15
![Page 16: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/16.jpg)
Sélection des parents Choisir les individus les plus performants
(au sens de la fonction objectif) : les parents.
2 types de sélection: Déterministe: élitiste
Stochastique: Tirage de roulette
Sélection par le rang
Sélection par tournoi
Permet l’exploitation (intensification) des individus les plus performants
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
16
![Page 17: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/17.jpg)
Sélection des parents Exemple:
sélection déterministe de 2 parents Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
Individu Chromosome x f(x)
I1 11100 28 212
I2 01111 15 3475
I3 10111 23 1227
I4 00100 4 2804
Moyenne 1929,5
17
![Page 18: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/18.jpg)
Opérateurs de variation Appliquer des opérateurs de variation sur les
parents sélectionnés pour générer de nouveaux individus: les enfants.
Avec des probabilités associées.
Étape spécifique au génotype.
2 opérateurs: Croisement: opérateur binaire (ou n-aire)
Mutation: opérateur unaire
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
18
![Page 19: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/19.jpg)
Opérateurs de variation (croisement) opérateur binaire (ou n-aire): échange de
matériel génétique entre les parents.
Permet l’exploitation des “bonnes” parties du génotype des parents.
Types: Un ou plusieurs points de croisement.
Propriétés: hérédité, validité.
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
19
![Page 20: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/20.jpg)
Opérateurs de variation (croisement) Croisement à un point
I2 0 1 1 1 1
I4 0 0 1 0 0
Fils 2 0 0 1 1 1
Fils 1 0 1 1 0 0
20
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
![Page 21: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/21.jpg)
Opérateurs de variation (croisement) Croisement à 2 points
I2 0 1 1 1 1
I4 0 0 1 0 0
Fils 3 0 0 1 0 1
Fils 4 0 1 1 1 0
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
21
![Page 22: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/22.jpg)
Opérateurs de variation (mutation) Mutation: opérateur unaire
tirer aléatoirement un gène dans le chromosome et le remplacer par une valeur aléatoire.
Permet l’exploration de l’espace de recherche.
Propriétés: Ergodicité: toute solution est atteignable.
Localité: analogue aux opérateurs de voisinage.
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
22
![Page 23: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/23.jpg)
Opérateurs de variation (mutation) opérateur unaire:
tirer aléatoirement un gène dans le chromosome et le remplacer par une valeur aléatoire.
Fils 2 0 0 1 1 1
Fils 2 0 0 1 1 0
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
23
Fils 1 0 1 1 0 0
Fils 1 0 1 1 1 0
![Page 24: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/24.jpg)
Evaluation des fils Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
Calculer la performance des fils.
24
Individu Chromosome x f(x) Fils 1 01110 7 3803 Fils 2 00110 6 3556
Parents I2 01111 15 3475 I4 00100 4 2804
![Page 25: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/25.jpg)
Remplacement Créer une nouvelle population à partir des
enfants et/ou des «vieux» parents sur la base de l’ancienne population.
analogue à la sélection: Déterministe: élitiste: éliminer les individus les
moins performants
Stochastique
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
25
![Page 26: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/26.jpg)
Remplacement • Exemple: Déterministe: élitiste: éliminer les individus
les moins performants
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
Individu Chromosome x f(x)
I1 11100 28 212
I2 01111 15 3475
I3 10111 23 1227
I4 00100 4 2804
Moyenne 1929,5
Individu Chromosome x f(x)
Fils 2 00110 6 3556
I2 01111 15 3475
Fils 1 01110 7 3803
I4 00100 4 2804
Moyenne 3409,5
26
![Page 27: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/27.jpg)
Condition d’arrêt • Statique
Limite de CPU
Nombre de génération
• Adaptative
Nombre de génération sans amélioration
Niveau de performance souhaité
Début
Initialisation
Evaluation
Sélection des parents
opérateurs de variation
Evaluation des fils
remplacement
Fin
27
![Page 28: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/28.jpg)
Limites des AG Résumé de l’AG:
Création d’une population de départ. Faire évoluer la population
Initialisation, mutation : diversification. Sélection, croisement : intensification.
Solution finale: Meilleur individu de la population. Remarques ?
Très peu d’information sur le problème à traiter est utilisée! Optimisation : Performance = Information. Cause du début timide de cette méthode. Par quoi compenser ce manque d’information?
28
Intensification Diversification
![Page 29: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/29.jpg)
Renaissance des AEs
Nouvel opérateur : EDUCATION.
Ces nouveaux AEs sont baptisés : Algorithmes mémétiques.
29
Evaluation des fils remplacement Fin Début Initialisation Evaluation EDUCATION opérateurs de
variation Sélection des
parents
![Page 30: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/30.jpg)
Concept des AMs Qu‘est-ce qu’un méme ? AG + recherche locale= Algorithme mémétique.
Pourquoi changer de nom ?
Transmission du méme. L’information.
Preuve réele : Internet.
30
Individu Chromosome I1 11100 I2 01111 I3 10111 I4 00100
![Page 31: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/31.jpg)
L’éducation Notion de voisinage.
Relation entre deux solutions. Caractéristiques en communs. Spécifique à chaque problème.
Ex : le problème de voyageur de commerce (TSP).
Important :la taille du voisinage doit être maîtriser!
31
![Page 32: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/32.jpg)
Codage de solution du TSP Une tournée :
Chromosome:
Fitness : Distance totale parcourue.
32
1 2 3 4
1
2
3
4 5
6
5 6
![Page 33: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/33.jpg)
Générateurs de voisinage TSP. 2-opt :
Swap :
Changement de position :
Or-exchange :
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
33
1 2 3 4 5 6 5 2 4 3
![Page 34: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/34.jpg)
Que-est-ce qui change par rapport au AG ?
Le paramétrage de la méthode (inconvénients des Meta) :
Population plus petite.
Moins d’itération, même résultat.
Le paramétrage de la recherche locale: Le méme trop puissant ?!
Faire plus attention à conserver la diversification.
L’ordre dans le quel les voisinages sont visités(imbriqués).
34
![Page 35: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/35.jpg)
Implémentation et résultats
0
2
4
6
8
10
12
14
16
18
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Eloi
gnem
ent d
e la
BKS
en
%
Les instances, la moyenne et écart type
Comparaison des meilleurs résultats MA/GRASP
Mémétic Algorithm GRASP (Prins et al, 2006)
L’éloignement moyen de GRASP et MA est de 3.6% En revanche L’écart type de GRASP est de 4.34% MA est de 2.57%. et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence max en faveur de GRASP est de 3.82% et celle en faveur de MA est de 9.07%.
35
![Page 36: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/36.jpg)
A retenir pour une bonne implémentation AM meilleur que AG ? (No Free Lunch Theorem) Bon codage solution/chromosome :
maniable.
Respect des contraintes du problème originale.
Intégrité de l’information.
génération : Remplacer l’aléatoire par des méthodes plus élaborées.
Sélection/Elimination : trouver l’équilibre stochastique/déterministe. Croisement : Réparer les fils engendrés. Education : implémenter plusieurs générateurs de voisinages. Régler : Taille population, critères d’arrêt. Pour valider : Tester sur des instances usuelles. Mot d’ordre: Essayer, essayer et encore essayer !
36
![Page 37: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/37.jpg)
MERCI DE VOTRE ATTENTION
THANK YOU FOR YOUR ATTENTION
اإلصغاءعلى حسن المتابعة و شكراً
37
![Page 38: Algorithmes Evolutionnaires - LAAS · 2014-11-24 · Fred Glover 1986. ... 12 . Début . Initialisation ... et pour >100 sommets, l’écart type GRASP 4.69% et MA 2.15%. La différence](https://reader033.vdocuments.mx/reader033/viewer/2022050115/5f4c5e47b6618e423c501c69/html5/thumbnails/38.jpg)
références 38
http://www.enseignement.polytechnique.fr/profs/informatique/Eric.Goubault/poly/cours009.html
http://www.lifl.fr/~derbel/ueOC/cours/
http://wikipedia/meta-heuristiques