Les algorithmes évolutionnistes : notions avancées

INF6953 Les algorithmes évolutionnistes (2) 1
Les algorithmes évolutionnistes : notions avancées

INF6953 Les algorithmes évolutionnistes (2) 2
Favoriser la diversité
• L’un des problèmes des algorithmes évolutionnistes est l’épuisement de la
diversité de la population et la convergence prématurée. Une technique pour
contrer ce phénomène est le fitness sharing
• Lors de la sélection, on biaise l’évaluation des individus pour favoriser les
individus originaux.
• Plus spécifiquement, des individus «trop proches» (selon une certaine
distance) doivent partager leur fitness (évaluation).

INF6953 Les algorithmes évolutionnistes (2) 3
Favoriser la diversité : technique de fittness sharing
• Transformer la fonction de fitness de la manière suivante
- Paramètre : un seuil D
- g(S) = f(S)/m(S)
- où m(S) = Σ sh ( dist(S, S j ) )
- où sh une fonction non croissante telle que
- sh(0) = 1
- sh(a) = 0 pour a >= D,

INF6953 Les algorithmes évolutionnistes (2) 4
Opérateurs de variation
•Rôle : produire des enfants à partir de configurations parentes
•Mutation
- 1 parent produit un enfant
- La mutation consiste à modifier légèrement la structure du parent
•Croisement
- 2 parents produisent un ou deux enfants
- La mutation consiste à combiner la structure des deux parents
•Croisement généralisé à plus de deux parents

INF6953 Les algorithmes évolutionnistes (2) 5
Croisement bi-points sur des chaînes
• Individu = élément de Σ^n, chaîne de n caractères sur l’alphabet Σ
• CroisementBipoints(individus : P1 et P2)
- individu O
- Choix aléatoire uniforme de l’entier a dans [0, n-1]
- Choix aléatoire uniforme de l’entier b dans [0, n-1], b<>a
- Si a < b
- Former O avec P1[0, a-1].P2[a, b-1].P1[b, n-1]
- Sinon
- Former O avec P2[0, b-1].P1[b, a-1].P2[a, n]
- Renvoyer O