Dessine moi un algorithme génétique

Preview:

Citation preview

GeneticioMake something of your big data

Use genetic algorithms to reach your business goals

Dessine moi un algorithme génétique

Geneticio

• Autodidacte, passionné de développement.

• Java, Cassandra, Spark, JPPF.

• @jsebrien, julien.sebrien@genetic.io

• Développe et distribue des solutions IT (SaaS, On Premise) permettant l’implémentation d'algorithmes génétiques, permettant l’optimisation de processus métiers.

• Architecture nativement distribuée.

• Multi-plateforme (Windows, Unix, Mac), polyglotte (Java, Scala, Python, Javascript, R).

GeneticioMake something of your big

data

Julien Sebrien

Human Talks Nantes, 8 novembre 2016

Domaines d’applications

• Appartiennent à la famille des algorithmes évolutionnistes.

• Permettent d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable.

GeneticioMake something of your big

data

Définition

Marketing

Détermination des meilleures implantations de sites touristiques :https://goo.gl/aCc9SJDétection d’orbites de satellite :https://goo.gl/eauC32

Astronautique

Et bien d’autres : Imagerie, Linguistique: https://en.wikipedia.org/wiki/List_of_genetic_algorithm_applications

Human Talks Nantes, 8 novembre 2016

Déroulement

Sélection

Croisement

Mutation

Evaluation

Terminé ? Non

Génération de la population initiale

FIN

Oui

GeneticioMake something of your big

data

Human Talks Nantes, 8 novembre 2016

Sélection

GeneticioMake something of your big

data

Plusieurs manières de sélectionner des individus existent: proportion au score de fitness, Tournoi, Classement, etc.

Exemple Tournoi :

• Sélectionne aléatoirement 2 individus de la population.

• Génère une valeur aléatoire afin de décider si l’on sélectionne l’individu le plus faible ou le plus fort (selon leur score).

• Ajoute l’individu choisi à la sélection courante. Les 2 individus précédents sont ré-insérés dans la population initiale afin de pouvoir être re-sélectionnés par la suite.

Human Talks Nantes, 8 novembre 2016

Croisement

GeneticioMake something of your big

data

 

NE N E NE S W SW E 

 

E NE N NW W E E NW 

 

NE N E NE S E E NW 

 

E NE N NW W W SW E 

parent 1 parent 2

enfant 1 enfant 2

1 point de croisement

1 point de croisement

Human Talks Nantes, 8 novembre 2016

Mutation

GeneticioMake something of your big

data

• Injecte de la diversité au sein de la population, permettant de réduire le risque de stagner au sein d’un optimum local.

• Taux de mutation de l'ordre de 1%.

… W …

… E …

enfant 2

Human Talks Nantes, 8 novembre 2016

Evaluation

GeneticioMake something of your big

data

• Fonction de fitness, évaluant la qualité de chaque individu, son adaptation au contexte du problème donné.

• Le score attribué est idéalement indépendant des autres individus de la population.

• Primordial afin d’accroître la probabilité de convergence de l'algorithme.

Human Talks Nantes, 8 novembre 2016

Terminaison

GeneticioMake something of your big

data

L’algorithme se termine si l’une des conditions de terminaison suivantes est satisfaite:

• Un nombre maximum d’itérations de générations est atteint.

• Un candidat a un score de fitness supérieur ou égal à un seuil préalablement défini.

• L’algorithme s’exécute depuis une trop longue durée.

• Etc.

Human Talks Nantes, 8 novembre 2016

Cas « Smart Rockets »

GeneticioMake something of your big

data

Modélisation:

• Une séquence de 300 vecteurs d’accélération unitaires sur un plan 2D.

Fonction de fitness:

• Le score d’un individu sera d’autant plus élevé qu’il est proche de la cible, à la fin de son mouvement.

• Le score d’un individu sera fortement pénalisé s’il touche l’obstacle, au cours de son mouvement.

Score = 1/ R (avec R=distance restante par rapport à la cible) ; si Obstacle touché, Score = Score / 4 !

Human Talks Nantes, 8 novembre 2016

Exécution

GeneticioMake something of your big

data

Human Talks Nantes, 8 novembre 2016

Sélection de sites touristiques

GeneticioMake something of your big

data

Human Talks Nantes, 8 novembre 2016

Modélisation:

• Une séquence de bits, représentant la présence d’une agence sur un site:

010100001

Sélection de sites touristiques

GeneticioMake something of your big

data

Fonction de fitness:

• Dépend des variables suivantes:

Human Talks Nantes, 8 novembre 2016

- Le nombre de sites touristiques.- Le nombre de concurrents sur le territoire concerné.- Le nombre de zones géographiques au sein du territoire concerné.- Le nombre de catégories de ménages.- La dépense moyenne d’un individu d’une catégorie k, pour un produit ou service touristique.- Le nombre de catégories de ménages de catégorie k, situés dans une zone i.- Les mesures subjectives d’attraction d’un site j.- Les mesures subjectives d’attraction des services proposés sur chaque site.- Le temps de transport d’une zone i à un site j.- Le temps de transport d’une zone i à un emplacement touristique existant.

Sélection de sites touristiques

GeneticioMake something of your big

data

Objectif: maximiser

Human Talks Nantes, 8 novembre 2016

Exécution

GeneticioMake something of your big

data

Human Talks Nantes, 8 novembre 2016

Questions?

Demo ! genetic.io/fr/demo

Twitter : @geneticio

Mail : contact@genetic.io

Web : genetic.io/fr

GeneticioMake something of your big data

Recommended