48.2. Algorithmes génétiques
L'algorithme génétique (GA) est
une méthode heuristique d'optimisation qui opère via des recherches
non déterministes au hasard. L'ensemble des solutions possibles pour
le problème d'optimisation est considéré comme une population d'individus.
Le degré d'adaptation d'un individu dans son environnement est
spécifié par sa forme physique.
Les coordonnées d'un individu dans l'espace de recherche sont
représentées par des chromosomes, en fait
un ensemble de chaînes de caractères. Un gène est une sous-section d'un chromosome qui code
la valeur d'un seul paramètre en cours d'optimisation. Les codages
typiques pour un gène pourraient être binary ou integer.
À travers la simulation des opérations évolutives (recombinaison, mutation
et sélection), de nouvelles générations de
points de recherche sont trouvées affichant une meilleure forme
physique que leurs ancêtres.
D'après la FAQ de comp.ai.genetic, il ne peut pas être dit plus
fortement qu'un GA n'est pas une
recherche effectuée seulement au hasard. Un GA utilise des processus stochastiques mais le
résultat n'est pas du tout dû au hasard (mieux que cela).