Sommaire

Synthèse

Les algorithmes génétiques (ou plus généralement les algorithmes évolutionnaires) sont inspirés des différentes recherches faites en biologie sur l’évolution.

On a alors une population d’individus, chacune composée d’un génome, qui est une liste de gènes. Ces individus sont évalués par rapport à la qualité de la solution à un problème donné qu’ils représentent (ce qu’on appelle son phénotype).

Les meilleurs individus sont sélectionnés pour être des reproducteurs. De nouvelles solutions sont alors créées, à partir d’un ou plusieurs parents. Dans le cas où plusieurs parents interviennent, on réalise un crossover, c’est-à-dire un croisement entre les informations génétiques des différents parents.

Les génomes des descendants subissent ensuite des mutations aléatoires, représentant les erreurs de copie qui ont lieu lors de la reproduction. Chaque descendant, bien que proche de ses parents, en est donc potentiellement différent. 

Cette nouvelle génération doit ensuite survivre, pour faire partie de la population de la génération suivante. On reboucle le processus jusqu’à atteindre des solutions optimales ou quasiment optimales.

Les algorithmes génétiques permettent ainsi de résoudre de nombreux problèmes ...