Accéder directement au contenu Accéder directement à la navigation
Nouvelle interface
Communication dans un congrès

Algorithmes génétiques : un croisement adapté aux fonctions partiellement séparables

Résumé : Dans cet article, nous proposons une méthode de croisement pour résoudre des problèmes d'optimisation globale comportant un grand nombre de variables et dont la fonction d'évaluation peut se décomposer en une somme de fonctions ne faisant pas intervenir toutes les variables. Cette méthode de croisement nécessite l'introduction d'une ''fitness locale'' associée à chaque variable et d'un paramètre d'incertitude Delta qui permet de moduler le déterminisme de l'opérateur. Cet opérateur de croisement, utilisé avec une méthode de sharing et de recuit simulé rend les algorithmes génétiques très efficaces pour minimiser des problèmes comportant beaucoup de variables ou fortement combinatoires, tels que la minimisation d'un polynome de grande taille ou la résolution du problème du voyageur de commerce.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

https://hal-enac.archives-ouvertes.fr/hal-00937680
Contributeur : Laurence Porte Connectez-vous pour contacter le contributeur
Soumis le : vendredi 25 avril 2014 - 17:29:09
Dernière modification le : lundi 4 juillet 2022 - 08:36:55
Archivage à long terme le : : vendredi 25 juillet 2014 - 10:40:50

Fichier

303.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00937680, version 1

Citation

Nicolas Durand, Jean-Marc Alliot, Joseph Noailles. Algorithmes génétiques : un croisement adapté aux fonctions partiellement séparables. AE 94, European Conference on Artificial Evolution, Sep 1994, Toulouse, France. pp xxxx. ⟨hal-00937680⟩

Partager

Métriques

Consultations de la notice

183

Téléchargements de fichiers

756