| Titre : | utilisation de l'algorithme genetique pour resoudre le probleme de classification |
| Auteurs : | Houssem Eddine Hamel, Auteur ; Salima Brima, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2015 |
| ISBN/ISSN/EAN : | MINF/113 |
| Format : | 33 |
| Langues: | Français |
| Langues originales: | Français |
| Résumé : |
Nous avons exploré dans notre projet les domaines des algorithmes génétique et du classification en essayant de trouver la place dans la classification pour les algorithmes génétiques.Dans la classification nous avons vu que les algorithmes génétiques souffrent de leur lenteur et nous avons aussi vu à quel point le choix de la condition d'arrêt est crucial. D'une autre coté ils ont très efficace pour des problème d'un dégrées de complexité très forte.Nous avons présenté quelques techniques de base pour réaliser un AG simple mais efficace, très robuste et général pour résoudre ce problème. Pour obtenir des résultats optimaux, il peut être souhaitable d’adapter l’algorithme au problème traité. En garantissant cela par le choix d'une fonction de fitness convenable. Pour conclure, on peut dire que l'utilisation des algorithmes génétiques permet de résoudre des problèmes très complexes sur des volumes de données énormes en un temps de convergence raisonnable.Malgré que le but général de notre projet est atteint et l’utilisation des algorithmegénétique ont largement repend à nos besoins et montrant un grand efficacité dans ledomaine du classification, il est possible comme perspective de combiner la technique dek-means avec notre idée et voir quel résultat sera obtenu. |
| Sommaire : |
Table de matière
Introduction générale...................................................................01 1. Généralité sur la classification 1. Introduction.....02 2. Définition......02 3. Objectifs.........03 4. type de classification...............................................................03 4.1. Classification supervisée................................................................03 4.2. Classification non-supervisées..............................................................03 5. Domaines d’application..............................................................................03 6. Exemples d'application de la classification...............................04 A. Prédiction e-mail / Spam ...............................................................................04 B. Reconnaissance de formes........................................05 C. Reconnaissance vocale.................................................06 D. Forme et classification des bactéries.................................06 7. Les étapes d’une classification...................................................06 8. Les algorithmes de Clustering.......................................07 8.1 K-means....................................................07 8. 2 Méthodes hiérarchiques................................................07 8.3 Algorithme génétique.......................................07 9. Conclusion........09 2. Une étude sur les algorithme génétiques 1. Introduction......10 2. Historique..............10 3. Terminologie et éléments de base........................................11 4. Fonctionnement général..........12 4.1. Ossature de l’algorithme....................................13 4.2. A quoi sert l'AG et le champ d’application.....................................................13 4.3. Les Avantage et les inconvénients des AG....................................14 5. Principes et méthodologie d’application des AG.............15 5.1. Procédé....................................15 6. Codage des variables.....16 7. Les étapes du Cycle de l’évolution........................................................17 7.1 Genèse de la population...........................................17 7.2 Évaluation : fitness.............................................1 8. Les operateurs génétiques...............................1 8.1 Sélection........18 8.2 Croisement ou crossing-over....................................................19 8.3 Mutation..........20 9. Critère d’arrêt............20 10. Conclusion.............21 3. Conception: 1. Introduction .....22 2. Conception du system.........................................................22 2.1. L’objectif....22 2.2 Structure du système........................................................22 2.2.1. Description détaillée.......................................23 2.2.2. Les modules ……………………………………………………………..23 3. Conclusion..............24 4. Implémentation 1. Introduction ......25 2. L’environnement de développent................................................25 3. L’interface de l'application.....25 3.1. Génération de population.....................................................26 3.2. Génération de la population initiale..............................................................26 3.3. L’application de l'algorithme génétique......................................................28 4. Résultat finale......28 5. Conclusion...........29 Conclusion générale......30 Bibliographie..... |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/113 | Mémoire | bibliothèque sciences exactes | Consultable |
