Programmation génétique

Un modèle de programmation qui utilise certains aspects de la biologie et de la terminologie pour résoudre des problèmes complexes est connu sous le nom de programmation génétique. Parmi un certain nombre de programmes possibles (généralement de petites fonctions de programme au sein d'une application plus vaste), les programmes les plus efficaces survivent et entrent en compétition ou se croisent avec d'autres programmes pour se rapprocher continuellement de la solution recherchée. La programmation génétique est une approche qui semble la plus appropriée aux problèmes dans lesquels il existe un grand nombre de variables fluctuantes, comme ceux liés à l'intelligence artificielle. Le modèle de programmation génétique est surtout utilisé avec les langages de programmation LISP et Scheme. Cependant, il peut également être utilisé avec le C et d'autres langages de programmation.

L'algorithme génétique peut être considéré comme de la programmation génétique. Il s'agit d'un moyen de tester et de sélectionner l'option la plus appropriée dans une liste de résultats. Chaque résultat représente une chaîne de caractères. La programmation génétique va un peu plus loin et permet à la "fonction" ou au programme d'être l'unité testée. Deux approches sont utilisées pour sélectionner le programme réussi : le croisement et l'approche par tournoi ou compétition. Une partie difficile de l'utilisation de la programmation génétique consiste à déterminer la fonction d'aptitude, c'est-à-dire la mesure dans laquelle un programme aide à atteindre l'objectif souhaité. Un exemple simple de tâche adaptée à la programmation génétique serait la conception d'un programme permettant de tirer avec une arme à feu. La fonction d'aptitude est déterminée par la distance à laquelle la balle atteint sa cible. La programmation génétique est une nouvelle approche stimulante qui nécessite un apprentissage considérable de la part du programmeur.