Algorithme génétique

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 à des problèmes de recherche 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 hautement capables de résoudre des problèmes d'optimisation sans contrainte et contrainte.

Definir Tech explique l'algorithme génétique

Un algorithme génétique utilise des techniques inspirées de la biologie évolutive telles que la sélection, la mutation, l'héritage et la recombinaison pour résoudre un problème. La méthode la plus couramment employée 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'aptitude à la situation donnée. Les deux meilleurs individus sont ensuite utilisés pour créer une ou plusieurs progénitures, après quoi des mutations aléatoires sont effectuées sur la progéniture. 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 basé sur des dérivés 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.

Par rapport à l'intelligence artificielle traditionnelle, un algorithme génétique offre de nombreux avantages. Il est plus robuste et est 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, d'abord ou en largeur d'abord, 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 optimisé des télécommunications, la conception technique et la conception moléculaire assistée par ordinateur.