Table des matières:
Définition - Que signifie l'algorithme génétique?
Un algorithme génétique est une méthode de recherche heuristique utilisée en intelligence artificielle et en informatique. Il est utilisé pour trouver des solutions optimisées pour rechercher des problèmes basés sur la théorie de la sélection naturelle et la biologie évolutive. Les algorithmes génétiques sont excellents pour rechercher dans des ensembles de données volumineux et complexes. Ils sont considérés comme capables de trouver des solutions raisonnables à des problèmes complexes car ils sont très capables de résoudre des problèmes d'optimisation sans contrainte et contrainte.
Techopedia explique l'algorithme génétique
Un algorithme génétique utilise des techniques inspirées de la biologie évolutive telles que la sélection, la mutation, l'hérédité et la recombinaison pour résoudre un problème. La méthode la plus couramment utilisée dans les algorithmes génétiques consiste à créer un groupe d'individus au hasard à partir d'une population donnée. Les individus ainsi formés sont évalués à l'aide de la fonction d'évaluation fournie par le programmeur. Les individus reçoivent ensuite un score qui met indirectement en évidence l'adéquation à la situation donnée. Les deux meilleurs individus sont ensuite utilisés pour créer une ou plusieurs descendants, après quoi des mutations aléatoires sont effectuées sur la descendance. Selon les besoins de l'application, la procédure se poursuit jusqu'à ce qu'une solution acceptable soit dérivée ou jusqu'à ce qu'un certain nombre de générations se soient écoulées.
Un algorithme génétique diffère d'un algorithme d'optimisation classique, dérivé, de deux manières:
- Un algorithme génétique génère une population de points à chaque itération, tandis qu'un algorithme classique génère un seul point à chaque itération.
- Un algorithme génétique sélectionne la population suivante par calcul à l'aide de générateurs de nombres aléatoires, tandis qu'un algorithme classique sélectionne le point suivant par calcul déterministe.
Comparé à l'intelligence artificielle traditionnelle, un algorithme génétique offre de nombreux avantages. Il est plus robuste et sensible aux pannes dues à de légères modifications des entrées ou à la présence de bruit. En ce qui concerne d'autres méthodes d'optimisation comme la praxis, la programmation linéaire, l'heuristique, la première ou la largeur en premier, un algorithme génétique peut fournir des résultats meilleurs et plus significatifs lors de la recherche de grands espaces d'états multimodaux, de grands espaces d'états ou de surfaces à n dimensions.
Les algorithmes génétiques sont largement utilisés dans de nombreux domaines tels que la robotique, la conception automobile, le routage de télécommunications optimisé, la conception technique et la conception moléculaire assistée par ordinateur.
