lucien/ultra-mastermind-implementation
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions

Saataa andagii !

Browse source
This commit is contained in:
Lukian 2025-01-02 17:02:45 +01:00
parent 8bc5f97582
commit 2e1c79155c
1 changed files with 5 additions and 0 deletions
Download patch file Download diff file Expand all files Collapse all files

5
cr/src/source.tex
View file

@ -29,5 +29,10 @@ Les algorithmes génétiques sont des algorithmes qui reposent sur la théorie d
Afin de résoudre le problème posé nous avons donc dû mettre en place un algorithme génétique. Notre population sera donc composée de chaînes de caractères que nous ferons évoluer. Notre algorithme se décompose en 3 grandes étapes : la sélection, la reproduction et enfin les mutations. Nous utiliserons des fonctions de fitness dans la sélection afin d'indiquer au programme lesquels de ses individus sont plus "performants" que d'autres. Nous utiliserons 3 fonctions de "fitness" différentes : une qui prendra en compte la différences entre les codages des deux chaînes, la seconde prendra en compte les caractères bien placés et mal placés et enfin la troisième utilisera la distance de Levenshtein. Pour les mutations nous modifierons des caractères aléatoires sur des individus aléatoires (selon un coefficient), nous en ajouterons ou en retirerons dans le cas des chaîne de caractère à taille variable. Et enfin pour la reproduction nous ferons la concaténation des parties de deux individus choisis aléatoirement dans la population. Ces trois étapes nous permettront d'obtenir la phrase cachée.
\section{Algortihme simplifié}
Voici un algorigramme simplifié de notre programme :
\end{document}