3.3.1.5. La méthode d'éclaircissement
(Clearing)
La méthode d'éclaircissement, similaire au
schéma de partage standard, est basée sur le principe des
ressources limitées dans l'environnement [Petrowski, 1996]. Elle
consiste à n'attribuer les ressources d'une niche qu'aux meilleurs
représentants.
En pratique, la capacité k d'une niche
spécifie le nombre maximal d'individus qu'une niche peut accepter.
Après avoir évalué la performance des individus dans
chaque niche, cette méthode préserve les k meilleurs
représentants des sous-populations respectives (dominants) et
exclut les autres (dominés) de la population en
réinitialisant leur adaptation.
Comme dans le cas de la méthode de partage, les
individus appartiennent à une même niche si la distance qui les
sépare est inférieure au seuil de similarité (Clearing
radius) [Petrowski, 1996]. Cette méthode est
caractérisée par une complexité temporelle moindre
comparativement à la méthode de partage, mais souffre des
mêmes limitations, principalement en ce qui concerne la définition
du rayon de niche.
3.3.1.6. Méthode de surpeuplement (Crowding
Method)
Cette méthode insère de nouveaux
éléments dans la population en remplaçant des
éléments similaires. Dans sa version standard, une fraction
seulement de la population spécifiée par un pourcentage G se
reproduit et meurt à chaque génération. Dans ce
schéma, un individu remplace l'individu le plus similaire à
partir d'une sous-population aléatoire de taille CF (Crowding factor). A
cause des nombreuses erreurs de remplacement, cette technique a montré
ses limites, l'inconvénient majeur est qu'elle retarde l'exploration de
domaines qui ne sont pas proches (similaires) de la distribution initiale.
D'autre part, cette méthode ne permet pas de maintenir plus de 2 niches
[Mahfoud, 1992] et donc de découvrir plus de deux optima.
Ce schéma standard a été
amélioré par Mahfoud en s'inspirant directement de la
présélection de Cavicchio (Cavicchio 1970). Le principe
est basé sur le concept de compétition entre parents et enfants
descendants de la même niche. Après les opérations de
croisement et éventuellement de mutation, un enfant remplace un parent
s'il est mieux adapté [Mahfoud, 1994].
Cette méthode présente un avantage du fait
qu'elle est caractérisée par une complexité
linéaire d'ordre N. Toutefois, elle souffre du problème de
dérive génétique due aux éventuelles erreurs de
remplacement.
3.3.1.7. Populations co-évolutives
Ce modèle, basé sur l'interaction
commerçants-clients [Goldberg et Wang, 1997], est inspiré de la
compétition monopoliste. Il utilise deux populations : des clients et
des commerçants. Les clients sont servis par le commerçant les
plus proches. Utilisant une fonction de partage, la fitness d'un
commerçant est réduite en fonction du nombre total d'autres
clients servis par le commerçant le plus proche. La population des
clients évolue sous un AG classique. Par contre, les commerçants
tentent de maximiser le nombre de clients servis. Plus ce nombre est
élevé plus la fitness du commerçant augmente.
Pour prévenir la convergence de la population de
commerçants vers un seul optimum, les commerçants doivent
être séparés par une distance minimale
dmin. Cette population évolue selon un
mécanisme qui permet aux meilleurs clients de devenir
commerçants. Pour chaque commerçant, n clients sont
sélectionnés aléatoirement. Le premier client qui a la
meilleure fitness, et est situé à dmin des
autres commerçants, remplace alors le commerçant d'origine dans
la population [Watson, 1999].
| 
