Sommaire - reussirlem2info

Professeur responsable : MR BENYETTOU
Université des sciences et de la technologie
Mohamed Boudiaf USTO

Sommaire
I n t r o d u c t i o n
H i s t o r i q u e
D é f i n i t i o n d e s G A
D é f i n i t i o n d e s G A P M
D o ma i n e d ’ a p p l i c a t i o n
P r i n c i p e
Algorithme du GAPM
Avantages & inconvénients
C o n c l u s i o n

•Le problème d'optimisation combinatoire de l'attribution
des tâches parallèles sur un multiprocesseur de façon à
minimiser le temps d'exécution est appelé en tant que
problème d'application. Plusieurs solutions heuristiques
qui ont été proposées cherchent à obtenir une
cartographie sous-optimale qui peut être considéré
comme un "bon" cartographie dans un délai raisonnable.
•L'heuristique cartographie génétique hybride se comporte
bien à la fois en termes de qualité des alignements
produits et le temps nécessaire pour les obtenir.
I n t r o d u c t i o n

•En 1975 par le biais de -John Holland, les AG ont commencé à se développer..
-l’optimisation des fonctions par (JONG) en 1980, dans le contrôle de pipeline par
GOLDBERG en 1981.
-En 1985-Première conférence sur « intelligence algorithme génétique ».
-En 1989 ,GOLDBERG a fait un livre ,au cours de la même année ont fait
apparition les problèmes de cartographie(mappingproblem)Une nouvelle méthode de
cartographie des problèmes d'optimisation sur des réseaux de neurones par CARTSEN
PETERSON il a publié sa nouvelle méthode dans « International Journal of Neural
Systems »,c’était l’année de l’évolution de la recherche en génétique. Leurs domaines
d’applications se sont diversifiés, en 1992 ,dans la programmation génétique par KOZA.
-En Pays-Bas ,c’était au niveau de la modélisation des écosystèmes en 1995.ça
c’est progressé d’année en année,en 2001 :la conception de l’innovation par les leçons
tirées à partir des compétences en AG .
H i s t o r i q u e

Les Algorithmes génétiques sont puissants et largement
applicables ,des méthodes stochastiques de recherche et
d’optimisation basées sur le concept de la sélection naturelle et
de l’évaluation naturelle.
Les AG sont appliqués sur les problèmes qui soit ne peuvent pas
être formulés dans leurs exactes et précises formes
mathématiques et peuvent contenir des données bruitées ou
irrégulier ou ils prennent autant de temps pour en résoudre ou
ils sont tout simplement impossibles à résoudre par les méthodes
traditionnelles de calcul.
Définition des AGs