Darwin et l`informatique

Darwin et l’informatique
Sélection et évolution
Programmation génétique
Ressemblances et dissemblances
La programmation génétique pas à pas
CAO mécanique
CAO électronique
Sécurité informatique

18 juin 2004 Alain Bouquet - PCC Collège de France Darwin informatique 2/18
Darwin: sélection et évolution
Une population évolue si
Elle est soumise à une pression de sélection
Elle peut renouveler sa diversité génétique, par mutation ou
croisement
Pression de sélection : les individus les plus « aptes » ont une
plus grande probabilité de se reproduire
Les mutations introduisent des variations nouvelles
Les croisements (sexualité) augmentent considérablement la
diversité génétique
C’est peut-être la raison du maintien des mâles malgré leur coût
Le résultat est une augmentation progressive de l’adaptation
de la population à son environnement

18 juin 2004 Alain Bouquet - PCC Collège de France Darwin informatique 3/18
Programmation génétique (1)
Génération iReproducteurs Génération i+ 1
Une solution du problème
Une autre solution du problème
Sélection Croisements
Mutations

18 juin 2004 Alain Bouquet - PCC Collège de France Darwin informatique 4/18
Programmation génétique (2)
Programmes auto-évolutifs
Formalisation d’un problème sous la forme d’un génotype
Génération d’une population de tels génotypes
Sélection des « meilleurs » via une fonction de qualité
Formation d’une nouvelle génération à partir des sélectionnés
Par mutation aléatoire des génotypes
Par croisement [échange de fragments] des génotypes
Sélection des « meilleurs »
Et on recommence…!
Longue histoire depuis 1960
Avantages : massivement parallèle, aucune connaissance initiale
requise, solutions souvent originales et rarement médiocres

18 juin 2004 Alain Bouquet - PCC Collège de France Darwin informatique 5/18
Ressemblances et dissemblances
Calqué sur la biologie (néo)darwinienne, avec quelques
simplifications :
Assimilation du génotype et du phénotype
Environnement statique, pas de co-évolution
Ressemblances avec d’autres méthodes d’optimisation
(simplex, gradient conjugué, recuit simulé…), avec des
différences majeures :
Massivement parallèle (mais couplage par le croisement)
Croisement
Choix de l’étape suivante de l’optimisation