Les algorithmes génétiques dans tous leurs états
Transcript of Les algorithmes génétiques dans tous leurs états
GeneticioMake something of your big data
Use genetic algorithms to reach your business goals
Les algorithmes génétiques dans tous leurs états
Geneticio
• Autodidacte, passionné de développement.
• Java, Cassandra, Spark, JPPF.
• @jsebrien, [email protected]
• Développe et distribue des solutions IT (SaaS, On Premise) permettant l’implémentation d'algorithmes génétiques, permettant l’optimisation de processus métiers.
• Architecture nativement distribuée.
• Multi-plateforme (Windows, Unix, Mac), polyglotte (Java, Scala, Python, Javascript, R).
Geneticio
Make something of your big data
Julien Sebrien
Human Talks Paris, 11 octobre 2016
Domaines d’applications
• Appartiennent à la famille des algorithmes évolutionnistes.
• Permettent d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable.
GeneticioMake something of your big data
Définition
Marketing
Détermination des meilleures implantations de sites touristiques :https://goo.gl/aCc9SJDétection d’orbites de satellite :https://goo.gl/eauC32
AstronautiqueEt bien d’autres : Imagerie, Linguistique: https://en.wikipedia.org/wiki/List_of_genetic_algorithm_applications
Human Talks Paris, 11 octobre 2016
DéroulementSélection
Croisement
Mutation
Evaluation
Terminé ? Non
Génération de la population initiale
FINOui
GeneticioMake something of your big data
Human Talks Paris, 11 octobre 2016
Sélection
GeneticioMake something of your big data
Plusieurs manières de sélectionner des individus existent: proportion au score de fitness, Tournoi, Classement, etc.
Exemple Tournoi :
• Sélectionne aléatoirement 2 individus de la population.
• Génère une valeur aléatoire afin de décider si l’on sélectionne l’individu le plus faible ou le plus fort (selon leur score).
• Ajoute l’individu choisi à la sélection courante. Les 2 individus précédents sont ré-insérés dans la population initiale afin de pouvoir être re-sélectionnés par la suite.
Human Talks Paris, 11 octobre 2016
Croisement
GeneticioMake something of your big data
NE N E NE S W SW E
E NE N NW W E E NW
NE N E NE S E E NW
E NE N NW W W SW E
parent 1 parent 2
enfant 1 enfant 2
1 point de croisement 1 point de croisement
Human Talks Paris, 11 octobre 2016
Mutation
GeneticioMake something of your big data
• Injecte de la diversité au sein de la population, permettant de réduire le risque de stagner au sein d’un optimum local.
• Taux de mutation de l'ordre de 1%.
… W …
… E …
enfant 2
Human Talks Paris, 11 octobre 2016
Evaluation
GeneticioMake something of your big data
• Fonction de fitness, évaluant la qualité de chaque individu, son adaptation au contexte du problème donné.
• Le score attribué est idéalement indépendant des autres individus de la population.
• Primordial afin d’accroître la probabilité de convergence de l'algorithme.
Human Talks Paris, 11 octobre 2016
Terminaison
GeneticioMake something of your big data
L’algorithme se termine si l’une des conditions de terminaison suivantes est satisfaite:
• Un nombre maximum d’itérations de générations est atteint.
• Un candidat a un score de fitness supérieur ou égal à un seuil préalablement défini.
• L’algorithme s’exécute depuis une trop longue durée.
• Etc.
Human Talks Paris, 11 octobre 2016
Cas « TOBEORNOTTOBE »
GeneticioMake something of your big data
Modélisation:
• Génome initial constitué d’une séquence de 13 caractères, générés aléatoirement.
Fonction de fitness:
• Somme des écarts entre la lettre du génome et la lettre cible, à chaque position:
Score = 131
Génome C Q Y T C Z K I H U E I TCible T O B E O R N O T T O B EEcart (valeur absolue) 17 2 23 15 12 8 3 6 12 1 10 7 15
Human Talks Paris, 11 octobre 2016
Exécution
GeneticioMake something of your big data
Human Talks Paris, 11 octobre 2016
Cas « Smart Rockets »
GeneticioMake something of your big data
Modélisation:
• Une séquence de 300 vecteurs d’accélération unitaires sur un plan 2D.
Fonction de fitness:
• Le score d’un individu sera d’autant plus élevé qu’il est proche de la cible, à la fin de son mouvement.
• Le score d’un individu sera fortement pénalisé s’il touche l’obstacle, au cours de son mouvement.
Score = 1/ R (avec R=distance restante par rapport à la cible) ; si Obstacle touché, Score = Score / 4 !
Human Talks Paris, 11 octobre 2016
Exécution
GeneticioMake something of your big data
Human Talks Paris, 11 octobre 2016
Questions?
Demo ! genetic.io/fr/demo
Twitter : @geneticio
Mail : [email protected]
Web : genetic.io/fr
GeneticioMake something of your big data