Table des matières - Gilles Daniel

Apprentissage dans les modèles multi-agents 293
Ce mécanisme implique qu’un même chromosome ait une probabilité non nulle
d’être sélectionné plus d’une fois et de se retrouver en plus d’exemplaires dans la
sélection que dans la population originale. Cette probabilité croît avec l’aptitude
relative du chromosome. Ainsi, la sélection ne détermine pas seulement la syntaxe
des chromosomes retenus comme parents de la génération future, mais aussi la
fréquence relative avec laquelle un chromosome de syntaxe donnée apparaît dans le
réservoir de parents.
La roulette wheel selection est en général appropriée lorsque la taille de la
population est grande : la loi des grands nombre assure que les chromosomes
sélectionnés auront presque sûrement une aptitude moyenne supérieure à celle de la
population de départ. Lorsqu’elle est petite, cependant, la probabilité qu’une
succession de tirages défavorables entraîne une baisse d’aptitude moyenne n’est pas
négligeable. Dans ce cas, on aura de préférence recours à d’autres méthodes de
sélection, telles que le tournoi. Dans le tournoi bilatéral par exemple, on choisit au
hasard des paires de chromosomes dans la population courante et ne laisse survivre
que le plus apte des deux. La procédure est répétée jusqu'à ce que l’on ait
sélectionné un nombre suffisant d’ascendants pour la prochaine génération. De cette
façon, on assure qu’à terme les chromosomes les moins performants ne seront de
facto jamais reproduits.
En tout état de cause, le choix de la méthode de sélection a des conséquences
importantes pour l’arbitrage entre exploitation et exploration, car elle détermine à la
fois l’aptitude moyenne et la « diversité génétique » des chromosomes retenus pour
engendrer la génération suivante.
Comme nous l’avons vu, la population obtenue après sélection tend à avoir une
aptitude moyenne supérieure à celle de la population de départ. A elle seule
cependant, la sélection ne peut pas introduire de nouveaux individus dans la
population, c’est-à-dire qu’elle ne peut pas trouver de points dans l’espace de
recherche qui ne soient pas contenus dans la population initiale. Si l’on utilisait
seulement des mécanismes de sélection, on pourrait uniquement exploiter la
population initiale. Or, cette population initiale est typiquement très petite comparée
à l’ensemble de toutes les possibilités. Il est donc nécessaire d’explorer des portions
de l’espace de recherche qui ne sont pas couvertes par la population initiale. Les
opérateurs génétiques permettent de le faire. Il y a deux opérateurs standard :
– croisement ;
– mutation.
Le croisement consiste à choisir au hasard deux chromosomes, les parents, et les
remplacer par des descendants (les enfants) obtenus en échangeant certaines parties
des deux chromosomes. Un mécanisme de croisement simple consiste à choisir au