Algorithme Génétique

Abstract

Le but de notre mémoire est d étudier le comportement des algorithmes génétiques pour la résolution d un problème d optimisation combinatoire tel que le probléme du P-médian. Malgré le caractère non déterministe des algorithmes génétiques, ils restent trés e¢ caces et surtout pour des problèmes de grande taille. Néanmoins la présence de plusieurs paramètres (mutation , croisement , séléction , remplacement , le choix de la taille de la population, ...etc.) dans l algorithme génétique, rend impossible la confection d une procédure universelle pour tous les problèmes : les paramètres sont à dé nir pour chaque problème à traiter. Se basant uniquement sur la bibliothèque "OR Library", comportant 40 exemples, l algo- rithme génétique que nous proposons s avère être e¢ cace par rapport à la procédure ADE[8]. Bien que les algorithmes génétiques fournissent des solutions accéptables en un temps raison- nable, nous n avons aucune garantie quant à la qualité de ces dernières. Il serait donc plus judicieux de combiner l algorithme génétique avec d autres procédures déterministes. Nous terminons notre travail par une citation de David Goldberg et Kosoruko¤, deux grands spécialistes du domaine qui ont le plus contribué à la di¤usion et la vulgarisation des algo- rithmes génétiques : "La principale conclusion est que les AG ont déjà dépassé le cadre seul de leur applications dans le monde réel des systèmes vivants, ils sont prêts à entrer dans les systèmes arti ciels et ils ont même déjà fait leurs premiers pas dans cette direction".