WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Algorithmes évolutionnaires dans les systèmes de parole

( Télécharger le fichier original )
par Mohamed Oulmahdi
Université Aberrahmane Mira de BéjaàŻa Algérie - Master recherche informatique 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.1.3 Sélection

Le but de l'opérateur de sélection est de guider la recherche vers des régions prometteuses. Contrairement aux autres opérateurs de variation (mutation et recombinaison), la sélection donne une direction à la recherche. Selon le type de population, l'ancienne génération peut entrer comme candidate à la sélection ou être éliminée dès le départ. La préservation de la génération précédente est recommandée lorsque l'espace de recherche est non borné [?]. Dans le cas où l'espace est borné et discret, et dans les problèmes d'optimisation notamment, la sélection sans préservation est généralement utilisée. Dans les deux cas, les SE utilisent la méthode sélection de seuil.

3.1.4 Mutation

Usuellement, la mutation est l'opérateur de sélection de base dans les SE. La structure de cet opérateur dépend du problème à résoudre. Bien qu'il n'existe aucune mé-

thodologie pour le définir, certaine règles ont été posées en se basant sur une analyse des implémentations réussies des SE et sur certaines considérations théoriques. Etant donnée une génération de départ, la première exigence est que tout autre état doit pouvoir être atteint après un nombre fini de mutation. La sélection exploite l'information de la fonction d'évaluation pour guider la recherche vers des espaces prometteurs, alors que la mutation explore cet espace de recherche. La mutation ne doit pas utiliser toute l'information de valuation mais seulement celle de la population parentale (initiale). La dernière règle exige que la langueur moyenne du pas de la mutation doive s'adapter à l'environnement global d'aptitude dans le but d'assurer l'évolution du système. C'est-à-dire que les variations doivent être produites de telle façon à ce qu'il y ait une possibilité d'amélioration.

Il reste à noter que, bien que ces règles donnent des grandes lignes pour orienter la définition des opérateurs de mutation, leur importance peut varier d'un problème à un autre. Comme les populations dans les SE sont souvent des vecteurs de réels, la mutation consiste à ajouter un bruit gaussien en évoluant au même temps son écart type.

3.1.5 Recombinaison

Au moment où la mutation agit sur un seul individu, la recombinaison partage l'information de plusieurs parents. Contrairement aux algorithmes génétiques où le croisement entre deux parents produit deux fils, l'opérateur de recombinaison standard dans les SE en produit un seul. Selon le type de la population, l'algorithme peut produire plus d'un individu par recombinaison.

Comme il a été noté au chapitre précédent, il existe deux types de recombinaison dans le cas des représentations réelles : le croisement direct et la recombinaison intermédiaire. Le croisement direct utilise un choix aléatoire en deux phases. Dans la première phase, un sous ensemble de la population, dont le cardinal est égal à la dimension des vecteurs, est choisi aléatoirement. Dans la seconde phase, et de façon aléatoire aussi, chaque vecteur i va contribuer d'un élément d'ordre i pour former la ième composante du fils.

Contrairement, la recombinaison intermédiaire utilise l'information contenue dans l'ensemble de tous les parents pour la création du fils. Cela se fait en calculant la moyenne des composantes du rang i de tous les parents pour former la ième composante du fils. Comme cette technique a été conçue pour des espaces de vecteurs réels,

son utilisation dans des espaces discrets doit inclure des procédures d'arrondissement probabilistes supplémentaires.

FIGURE 3.1 - Schéma d'un croisement direct

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"I don't believe we shall ever have a good money again before we take the thing out of the hand of governments. We can't take it violently, out of the hands of governments, all we can do is by some sly roundabout way introduce something that they can't stop ..."   Friedrich Hayek (1899-1992) en 1984