Le Run
J'utilise le même programme que celui présenté dans la section 1 de ce tutorial. Le logiciel écrit en Java sera présenté et explicité en détails dans la section 3 de ce tutoriel.
La programmation génétique étant par essence un processus
stochastique, une exécution telle qu'elle a été présentée en section 1
ne présente aucune validité statistique.
Il est d'usage de faire plusieurs dizaines voire plusieurs
centaines de runs afin d'en extraire d'éventuels éléments statistiques.
A titre d'illustration, le programme de recherche du sinus a été
exécuté 100 fois et j'en ai extrait le meilleur run.
−− PETIT GP (Java version) -- SEED=-1 MAX_LEN=10000 POPSIZE=1000 DEPTH=5 CROSSOVER_PROB=0.9 PMUT_PER_NODE=0.05 MIN_RANDOM=-5.0 MAX_RANDOM=5.0 GENERATIONS=100 TSIZE=3
Peu d'informations nouvelles par rapport à l'exécution du moteur présenté dans la première section de ce tutoriel, j'ai simplement un peu modifié l'intervalle des ERC afin qu'elles soient générées dans l'intervalle [-5,0;+5,0]. Mais l'intervalle de travail [-1,0;+1.0] reste un intervalle de travail très classique lorsqu'on travaille dans le domaine de la programmation génétique