Algorithmes génétiques et réseaux neuronaux

Résumé

Le travail que j'ai effectué dans ce mémoire ne se résume pas, et en aucun cas, à un enchaînement des paragraphes et des parties des textes dont le seul lien, ou le « p.g.c.d. » est le titre du mémoire. Comme le ver à soie dévore des dizaines et des dizaines de feuilles du mûrier, puis il tisse fil après fil son cocon, nous avons tissé phrase après phrase, et ligne après ligne ce texte qui est entre vos mains. Ce texte a un corps, un esprit et un âme. Son corps est les Algorithmes
Génétiques (AG) et les Réseaux Neuronaux (RN). Son esprit est, d'un côté, les problèmes NP-complets, l'optimisation et la décision, la résolution des problèmes et un paradigme de programmation, et de l'autre côté, la biologie, la génétique, l'évolution et le cerveau humain. Tandis que son âme est: découvrir, apprendre et réfléchir. Au début, nous avons commencé par la finalité et l'opportunité des AG: pour quels types de problèmes fonctionnent-ils bien ou mieux que les autres méthodes de résolution ? Puis, nous avons décrit leurs fondements : d'un côté, la théorie de l'évolution et la génétique qui ont inspiré, surtout, les premiers travaux en algorithmique génétique, et qui continuent à le faire ; et de l'autre côté, les Systèmes Adaptatifs Complexes (SAC) qui sont la sur-classe des AG, et les Programmes Evolutifs (EP) qui sont les cousins des AG, et qui appartiennent, eux aussi, aux SAC. Ensuite nous avons passé en revue, et en détails, les différents composants et techniques des AG, en utilisant la méthode suivante: décrire la théorie, l'illustrer par des exemples et construire l'implémentation en Pascal ou en C/C++. Nous avons ensuite fait un détour par les Réseaux Neuronaux (RN),
où nous avons passé en revue certains des aspects fondamentaux des RN, puis nous nous sommes attardés sur la combinaison des RN avec les AG, et nous avons étudié une application de cette combinaison. Enfin, nous avons utilisé l'outil de simulation pour étudier les aspects fondamentaux des AG: l'optimisation d'une fonction mathématique style Black Box, et l'influence des paramètres sur le comportement de l 'AG. Nous avons mené des simulations, construit des tableaux et des graphiques, et le plus important, tiré des conclusions et comparé les résultats avec la théorie.

la date de réponse	2001
langue originale	Français
Superviseur	Jean-Paul LECLERCQ (Promoteur)