\'Etat de l'art des Algorithmes G\'en\'etiques

Les Algorithmes G\'en\'etiques constituent un mod\`ele d'adaptation extr\^emement simplifi\'e des syst\`emes naturels. Ce mod\`ele offre des possibilit\'es non seulement dans le domaine de l'optimisation stochastique, mais aussi dans bien d'autres domaines d'applications, et donne un nouvel \'eclairage \`a l'\'etude des m\'ecanismes de l'\'evolution naturelle. Plus pr\'ecis\'ement, un algorithme g\'en\'etique est un algorithme qui fait \'evoluer une population de solutions, sous l'action de r\^egles pr\'ecises~: s\'election \'elitiste et op\'erateurs g\'en\'etiques (croisement, mutation, \ldots), de fa\c con \`a optimiser un comportement donn\'e. Ces algorithmes sont tout d'abord des outils d'optimisation robustes, tr\`es efficaces quand les fonctions \`a optimiser sont irr\'eguli\`eres et mal conditionn\'ees (ce qui est souvent le cas lorsque l'on \'etudie des ph\'enom\`enes discrets et non-lin\'eaires). Enfin, le champ d'application des Algorithmes G\'en\'etiques est tr\`es large~: il va des applications r\'eelles complexes comme le contr\^ole du flux de ``pipelines'' de gaz, le ``design'' de profils d'ailes, ou la planification de trajectoires de robots, \`a des probl\`emes plus th\'eoriques de combinatoire, de th\'eorie des jeux, d'\'economie et d'apprentissage.