algorithmes génétiques et réseaux de neurones · algorithmes génétiques et réseaux de...
TRANSCRIPT
Professeur référent : Studer Philippe
Elèves :Freire Carvalho EmanuelOzenne Antoine
école nationale supérieure d’ingénieurssud alsace2
Algorithmes Génétiques et Réseaux de Neurones“Smart Bees”
Objectif Général :Appliquer un algorithme génétique sur un ensemble d’individus, chacun étant muni d’un réseau de neu-
rones afin qu’ils puissent remplir un objectif.
0
5
10
15
20
25
Générations
Génération >=200 : moins de passage, mais les abeilles y restent plus longtemps
Remarque : Lorsque le nombre de générations devient très élevé les résultats ont tendance à se dégrader.
Les abeilles sur-apprennent et oublient peu à peu leur bon comportement.
1 10 50 100 200 500
Nombre de passage sur la ruche
0
3
6
9
12
15
Nombre de �eurs apportées sur la ruche
Générations
1 10 50 100 200 500
Une durée de 10 secondes pour chaque génération
Objectif de la 1ère application :Possèdant 10 neurones chacune, les abeilles doivent rester le plus longtemps possible sur la ruche.
Résultat : Avec une durée de 10 secondes pour chaque génération.
Objectif de la 2nde application :Possédant 10 neurones chacune, les abeilles doivent prendre une des fleurs sur le plan et l’apporter dans la ruche.
Plus loin : Même application avec 18 neurones.
Principe de l’algorithme génétique :◾ A chaque génération, l’algorithme génétique garde 1/3 des meilleurs individus, effectue des croisements entre ceux-ci et les autres et enfin des mutations pour les individus restants.◾ Les gènes étant représentés par les poids wi, un croisement consiste à générer un nouvel indi-vidu dont les gènes sont issus des deux parents et une mutation à ne modifier qu’un seul gène.
back
left
right
front
| f
| f
| f
| f
| f
| f
| f
| f | f
| f
speed
angular speed
| fe i
e 0
e n
w i
w 0
w n
tanh( wiei )
Réseaux de neurones Neurone