Re: c'est plutôt des métaheuristiques

Ham a raison, c'est tout a fait de la recherche opérationnelle.

Supposons que tu peux décrire la qualité de la sortie de ton modèle par une fonction f(x1,x2,...,xn) (par exemple décrivant l'écart entre la sortie et tes données). Ce que tu sembles vouloir c'est de minimiser cet écart (on parle de problème "inverse").
Tu as donc un problème dit d'optimisation, où le but est de trouver le jeu de paramètre produisant la meilleure solution possible (on parle d'optimum).

Effectivement les algorithmes génétiques sont très utilisés dans ce genre de problème, cependant ce sont loin d'être les seuls algos de ce genre (l'effet de pub de la métaphore est assez incroyable).

Ces algos sont appelés des "métaheuristiques", et on les utilises sur des problèmes d'optimisation "difficile" (présence d'optima locaux, non dérivabilité, etc. bref ça dois être ton cas si j'ai bien compris).

Même si les algorithmes génétiques (on dit aussi "évolutionnaires") sont les plus connus, ce sont loin d'être les plus évident à manipuler. Je te conseillerais de regarder un peu ce qui se fait dans le domaine, il y a des algos plus facile à programmer et à manipuler (en ce moment j'aime bien les algorithmes à estimation de distribution, mais il y a aussi le recuit simulé, qui est vraiment simple et puissant).

Je te déconseille les réseaux de neurones pour faire de l'optimisation de ce genre, c'est sympa mais pas toujours très adapté.

Et puis allez soyons fou, je vais te conseiller un bouquin en français sur le domaine qui est sorti cette année justement :
http://www.eyrolles.com/Informatique/Livre/index.php?ouv_ean13=9782(...)

Si le domaine t'intéresse, n'hésites pas : nojhan (il est chez) ifrance.com

Comme je suis un gars sympa, voilà tout un tas de pointeurs sur le domaine :

http://www.pvv.org/~columbus/acoide/(...) -- ACOIDE : ACO dynamic environment
http://opeal.sourceforge.net/(...) -- Algorithm::Evolutionary Readme File
http://charlemagne.sourceforge.net/(...) -- Charlemagne - Homepage
http://www.coyotegulch.com/algorithm/cppalgor/Evocosm/Evocosm2.html(...) -- Coyote Gulch Productions - Algorithmic Conjurings - libevocosm
http://minimum.inria.fr/evo-lab/EVO-easea.html(...) -- EASEA millenium edition (v0.6c)
http://eodev.sourceforge.net/(...) -- EO Evolutionary Computation Framework
http://lancet.mit.edu/ga/(...) -- GAlib: Matthew's Genetic Algorithms Library
http://www.math.uni-augsburg.de/opt/goblin.html(...) -- GOBLIN : graph problems
http://solon.cma.univie.ac.at/~neum/glopt.html(...) -- Global Optimization
http://www.theblueplanet.org/JSimul/html/JSimul_readme.html(...) -- JSimul - A JAVA-based simulated annealing package
http://www.logilab.org/projects(...) -- Logilab.org - Projects
http://www.gel.ulaval.ca/~beagle/index.html(...) -- Open BEAGLE W3 Page
http://openai.sourceforge.net/(...) -- OpenAi - - Creating the standard for Artificial Intelligence
http://klobouk.fsv.cvut.cz/~ondra/pexeso/pexeso.html(...) -- PEXESO library
http://cyvision.if.sc.usp.br/~rfabbri/sip/(...) -- SIP - Scilab Image Processing Homepage
http://sourceforge.net/projects/dione/(...) -- SourceForge.net: Project Info - dione
http://vnsheuristic.ull.es/en/index/index.php(...) -- VNSHeuristic - The Official 'Variable Neigborhood Search' Site
http://freshmeat.net/projects/easea/?topic_id=71%252C72%252C97%252C(...) -- freshmeat.net: Project details for EASEA
http://www.cs.wm.edu/~va/software/DirectSearch/direct_code/(...) -- Recherche locale