Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Chapitre 3 Chapitre Algorithmes Evolutionnaires et Optimisation III Introduction L ? approche fondamentale d ? optimisation consiste à formuler une fonction de coût qui résume la performance ou la valeur d ? une décision et l ? améliore de manière itérati

Chapitre Algorithmes Evolutionnaires et Optimisation III Introduction L ? approche fondamentale d ? optimisation consiste à formuler une fonction de coût qui résume la performance ou la valeur d ? une décision et l ? améliore de manière itérative en sélectionnant parmi les alternatives disponibles La plupart des méthodes d ? optimisation classiques génèrent une séquence déterministe de solutions d ? essai basée sur le gradient ou les statistiques d ? ordre supérieur de la fonction de coût Dans les conditions de régularité de cette fonction il est possible de montrer que ces techniques génèrent des séquences qui convergent asymptotiquement vers des solutions localement optimales et dans certains cas elles convergent de manière exponentielle rapide Des variations de ces procédures sont souvent appliquées à la formation de réseaux de neurones rétropropagation ou à l'estimation de paramètres dans des applications d'identi ?cation de systèmes et de commandes adaptatives méthodes d'erreur de prédiction récursive Newton-Gauss Mais ces méthodes ne fonctionnent souvent pas correctement lorsque des perturbations aléatoires sont imposées à la fonction de coût De plus les solutions localement optimales s'avèrent souvent insu ?santes pour résoudre les problèmes d'ingénierie du monde réel Le développement et l ? application de techniques de recherche basées sur les principes de l ? évolution naturelle constituent un domaine important de la recherche actuelle Est basé sur la notion de la sélection naturelle développé par ? Charles Darwin ? dans ? the Origin of Species ? Les algorithmes évolutifs sont caractérisés par l ? existence d ? une population constituée d ? individus exposés à la pression de l ? environnement ce qui conduit à la sélection naturelle c ? est-à-dire à la survie du plus apte et donc à l ? accroissement de l ? aptitude moyenne de la population La condition physique est la mesure du degré d'adaptation d'un organisme à son environnement Plus la forme physique est grande plus l'organisme est en forme et adapté à l'environnement En général les algorithmes évolutifs se concentrent uniquement sur un sous-ensemble de mécanismes dé ?nis sur le processus évolutif biologique Dans les années et plusieurs informaticiens ont indépendamment étudié les systèmes évolutifs dans l ? idée que l ? évolution pourrait être utilisée comme un outil d ? optimisation des problèmes d ? ingénierie L'idée dans tous ces systèmes était de développer une population de solutions candidates à un problème donné en utilisant des opérateurs inspirés par la variation génétique naturelle et la sélection naturelle Enchenberg a introduit les stratégies d'évolution méthode qu'il utilisait pour optimiser les paramètres à valeurs réelles pour des dispositifs tels que les pales Page CChapitre Algorithmes Evolutionnaires et Optimisation aérodynamiques Les algorithmes évolutionnaires on appelle aussi les algorithmes d ? optimisation stochastiques se basant sur les principes de l ? évolution naturelle Quelques problèmes d' optimisation ne peuvent être résolus ni de façon exacte on n' en conna? t pas de solution mathématique ni de manière optimale Ce sont des problèmes di ?ciles ? pour lesquels on va concevoir des heuristiques de