Mais honnêtement, avec des temps de run de plus de 10h par évaluation d'une solution candidate, les algos evolutionnairesrisquent d'être très longs à converger. Peut-être faudrait il essayer d'accélerer la fonction d'évaluation quitte à la dégrader un peu sa précision (au moins pour calculer les premiers points).
Les algos evolutionnaires ont aussi l'avantage d'être naturellement distribuables sur plusieurs machines ("island model evolutionary computation" dans google) et il pourrait être envisageable de répartir le cacul sur plusieurs machines ou processeurs (avec MPI et MPICH par exemple).
[^] # Re: c'est plutôt des métaheuristiques
Posté par Olivier Grisel (site web personnel) . En réponse au journal Algorithmes intelligents : algos génétiques, filtres bayésien etc... Évalué à 3.
Il existe aussi la recherche avec tabou comme méthode métaheuristique simple à implémenter ("tabu search" en anglais dans google).
Sinon pour les algos évolutionnaires il existent des libs libres comme par exemple :
EO (C++ / LGPL) : http://eodev.sf.net(...)
gaul (C / GPL) : http://gaul.sourceforge.net/(...)
Mais honnêtement, avec des temps de run de plus de 10h par évaluation d'une solution candidate, les algos evolutionnairesrisquent d'être très longs à converger. Peut-être faudrait il essayer d'accélerer la fonction d'évaluation quitte à la dégrader un peu sa précision (au moins pour calculer les premiers points).
Les algos evolutionnaires ont aussi l'avantage d'être naturellement distribuables sur plusieurs machines ("island model evolutionary computation" dans google) et il pourrait être envisageable de répartir le cacul sur plusieurs machines ou processeurs (avec MPI et MPICH par exemple).