Xavier Nayrac

Rubyiste accro au TDD, serial blogger, apprenti data scientist, heureux utilisateur de Vim, accordéoniste.
Si vous vous sentez particulièrement généreux, suivez moi sur Twitter.

Les algorithmes génétiques démystifiés 8 - Le paradoxe du singe savant

| Comments

Niveau : intermédiaire

Dans son livre The nature of code, Daniel Shiffman consacre un chapitre aux algorithmes génétiques. Je lui pique l’idée du prochain algorithme que je vais développer sur ce blog.

Cette fois j’aimerais vous montrer un algorithme génétique plus traditionnel, dans l’esprit de la méthode développée par John Holland, qu’on peut considerer comme le pionnier en la matière.

Objectif

Le but du jeu est d’obtenir la phrase suivante : «Mon royaume pour un cheval». C’est une variante du paradoxe du singe savant. Contrairement à l’algorithme précédent, les chromosomes vont être représentés par une simple phrase, et non par une chaîne de bits. Cela va me permettre de me concentrer plus sur l’explication de la méthode de sélection. Le programme sera encore écrit en Ruby, dans un style procédural, pour permettre au plus grand nombre de le comprendre facilement. La seule différence avec le style de code de l’algorithme précédent est que je vais éviter les nombres magiques pour pouvoir plus simplement personnalisé l’algorithme.

L’intérêt d’un problème aussi simple, et dont on connait déjà la solution, est d’apprendre à avoir confiance dans les algorithmes génétiques. Lorsqu’on passera plus tard à la résolution d’un problème inconnu, on n’aura pas à se demander «est-ce-que ça fonctionne vraiment ?».

Créer la population

Voici le code qui va permettre de créer la population de solutions potentielles:

monkey.rb
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
def make_chromosome
  value = ""
  length = @search_value.size
  length.times { value += random_gene }
  [nil, value]
end

def random_gene
  @genes[rand(@genes.size)]
end

def make_population
  population = []
  @population_size.times { population << make_chromosome }
  population
end

@search_value = "Mon royaume pour un cheval"
@genes = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ "
@population_size = 100
@population = make_population
@population.each {|i| puts i.inspect }

La fonction make_chromosome crée une phrase de la même taille que celle qu’on recherche. Elle se sert de la fonction random_gene pour obtenir les gènes au hasard. Un gène, ici, est une lettre minuscule ou majuscule, ou un espace. make_chromosome renvoie une liste avec la phrase et une valeur nulle placée au début. Cette valeur nulle sera remplacée plus tard par l’évaluation de la phrase.

Voilà ce que donne le programme pour l’instant:

[~/genetic]⇒ ruby monkey.rb 
[nil, "OdjBvCjnhCGRukFKwbpnUbSGzR"]
[nil, "uVqkznTRQwbUkrxUklkWgIVfyv"]
[nil, "LIRrECVrjFZPqaoySxosMs hdX"]
[nil, "XghuLIEopQNUjECpnnhtISelLs"]
[nil, "ovkilBZhnFTMEweTDOjsDbcqXX"]
[nil, "tGkEbfscRscqqRfoCxtwPuRqVx"]
[nil, "FHnwlsnoHtHbXTzsJohbyaxjIb"]
[nil, "xNbSYbkULcgfootEBJwfYiZqrC"]
[nil, "RcQfonEVMQnbdZX k glNDphbB"]
.
.
.
[nil, "OZVyLLOkKbzZnYTTLNxGty NWh"]
[nil, "rPyGwpTjvUmblwXCqlYBUBtPmZ"]
[nil, "FSQPGCFqYMWhaEurBOnefJceoZ"]
[nil, "bsMFghPtlFfkYLpKWRohhSAHjY"]
[nil, "FFATOumGCSfviwnzobeZOaIOJx"]
[nil, "svVsIjmbuOBTxhfNCUgBrtoI j"]
[nil, "ZyIqsyTefpdTmqxLzSDDPrMxQf"]
[nil, "nbpmNBYOYcmEGI jbs RxocKzv"]
[nil, "FlsryVrgyaGiciJBUzOfJameCh"]

Dans le prochain article, on s’occupera d’évaluer cette population de phrase.

À demain.

Articles connexes

Commentaires