Algorithme génétique et SVM

[john32]

Bonjour,

Ca fait quelques temps déjà que je n'ai plus posté ou répondu à des messages sur ce forum mais je me relance maintenant en proposant un thème complexe sur ce forum aux participants réactifs.

Je travaille donc dans le cadre d'un projet sur les améliorations des Algorithmes Génétiques dans le cas d'un espace d'état (espace de recherche d'une solution pour une fonction objectif donné) continu. Je souhaite en fait guider l'évolution des générations à l'aide des SVM (Support Vecteur Machines).

Je m'explique : :we:
Considérons un espace d'état [0;1] en dimension N.
J'y génére un nombre de points importants (disons 1000).
Et là plutôt que d'utiliser directement ma valeur de fitness pour déterminer quels sont les individus à sélectionner (suite à un tournoi), à muter et à croiser, je vais utiliser les SVM pour permettre la distinction de 2 classes (celles où les observations sont supposées au dessus de la moyenne du critère et celle où les valeurs y sont censées être inférieures.

Le problème revient à effectuer la sélection selon la zone et donc privilégier les individus de la zone "prometteuse".

Est ce que quelqu'un aurait une idée ? :doh:

[XENSECP]

Ca veut dire quelque chose ?

[leon1789]

Ca veut dire quelque chose ?

ben oui ! mais visiblement, tu en connais encore moins que moi sur le sujet...

[XENSECP]

Bah non mais "faire une coupe" dans un espace de dimension n, bon à la limite mais je vois l'issue du truc ^^

[ThSQ]

J'avais lu qqs trucs sur les algos génétiques. On peut montrer qu'ils convergent en partant juste des trois opérations. Mais si tu rajoutes une condition de sélection tu peux encore assurer la convergence ??

[john32]

Oui oui la sélection fait partie des opérateurs des algorithmes génétiques. Ils sont donc utilisés afin de favoriser l'exploitation des "bons individus" et permet la convergence.