Algorithmes génétiques - Domaines d'application

Les algorithmes génétiques sont principalement utilisés dans des problèmes d'optimisation de divers types, mais ils sont également fréquemment utilisés dans d'autres domaines d'application.

Dans cette section, nous énumérons certains des domaines dans lesquels les algorithmes génétiques sont fréquemment utilisés. Ce sont -

• Optimization- Les algorithmes génétiques sont les plus couramment utilisés dans les problèmes d'optimisation dans lesquels nous devons maximiser ou minimiser une valeur de fonction objective donnée sous un ensemble donné de contraintes. L'approche pour résoudre les problèmes d'optimisation a été mise en évidence tout au long du didacticiel.

• Economics - Les GA sont également utilisés pour caractériser divers modèles économiques comme le modèle de toile d'araignée, la résolution d'équilibre de la théorie des jeux, la tarification des actifs, etc.

• Neural Networks - Les GA sont également utilisés pour entraîner les réseaux de neurones, en particulier les réseaux de neurones récurrents.

• Parallelization - Les AG ont également de très bonnes capacités parallèles, se révèlent être des moyens très efficaces pour résoudre certains problèmes et constituent également un bon domaine de recherche.

• Image Processing - Les GA sont utilisés pour diverses tâches de traitement d'image numérique (DIP) ainsi que pour la correspondance dense de pixels.

• Vehicle routing problems - Avec plusieurs fenêtres horaires souples, plusieurs dépôts et une flotte hétérogène.

• Scheduling applications - Les GA sont également utilisés pour résoudre divers problèmes d'ordonnancement, en particulier le problème de dépôt de temps.

• Machine Learning - comme déjà discuté, l'apprentissage automatique basé sur la génétique (GBML) est un domaine de niche dans l'apprentissage automatique.

• Robot Trajectory Generation - Les GA ont été utilisés pour planifier le chemin emprunté par un bras de robot en se déplaçant d'un point à un autre.

• Parametric Design of Aircraft - Les GA ont été utilisés pour concevoir des avions en faisant varier les paramètres et en développant de meilleures solutions.

• DNA Analysis - Les GA ont été utilisés pour déterminer la structure de l'ADN en utilisant des données spectrométriques sur l'échantillon.

• Multimodal Optimization - Les GA sont évidemment de très bonnes approches d'optimisation multimodale dans lesquelles il faut trouver de multiples solutions optimales.

• Traveling salesman problem and its applications - Les GA ont été utilisés pour résoudre le TSP, qui est un problème combinatoire bien connu en utilisant de nouvelles stratégies de croisement et de compactage.