Hybridation Des Algorithmes Evolutionnaires Multiobjectifs » książka
Hybridation Des Algorithmes Evolutionnaires Multiobjectifs
ISBN-13: 9783841789655 / Francuski / Miękka / 2018 / 104 str.
Les Algorithmes Evolutionnaires (AEs) reprA(c)sentent une famille d'algorithmes fondA(c)s sur la thA(c)orie Darwinienne. Ils font A(c)voluer une population d'individus vers l'optimum d'une fonction. Ils sont caractA(c)risA(c)s par leur capacitA(c) de diriger la recherche vers les zones prometteuses. Cependant, ces mA(c)taheuristiques possA]dent quelques faiblesses. Une faAon de les surmonter est de combiner ces AEs avec d'autres mA(c)thodes de recherche, ce phA(c)nomA]ne est appelA(c) l'hybridation. La plus connue est l'hybridation avec les mA(c)thodes de recherche locale (RL) qui ont la capacitA(c) A dA(c)tecter les optima locaux. Le rA(c)sultat d'une telle hybridation est appelA(c) Algorithme MA(c)mA(c)tique (AM). Plusieurs AMs ont montrA(c) de trA]s bons rA(c)sultats dans la rA(c)solution de problA]mes rA(c)els dans un cadre mono-objectif. C'est pour cette raison, la communautA(c) scientifique a optA(c) vers le dA(c)veloppement d'AMs pour le cadre multi-objectif. La plupart des AMs multi-objectifs visent la rA(c)solution des problA]mes rA(c)els plutAt que le dA(c)veloppement du cadre conceptuel de tels algorithmes. Dans ce travail, nous prA(c)sentons les problA]mes de conception des AMs multi-objectifs. Ainsi, nous dA(c)veloppons un AM multi-objectif (PHC-NSGA-II)
Les Algorithmes Evolutionnaires (AEs) représentent une famille dalgorithmes fondés sur la théorie Darwinienne. Ils font évoluer une population dindividus vers loptimum dune fonction. Ils sont caractérisés par leur capacité de diriger la recherche vers les zones prometteuses. Cependant, ces métaheuristiques possèdent quelques faiblesses. Une façon de les surmonter est de combiner ces AEs avec dautres méthodes de recherche, ce phénomène est appelé lhybridation. La plus connue est lhybridation avec les méthodes de recherche locale (RL) qui ont la capacité à détecter les optima locaux. Le résultat dune telle hybridation est appelé Algorithme Mémétique (AM). Plusieurs AMs ont montré de très bons résultats dans la résolution de problèmes réels dans un cadre mono-objectif. Cest pour cette raison, la communauté scientifique a opté vers le développement dAMs pour le cadre multi-objectif. La plupart des AMs multi-objectifs visent la résolution des problèmes réels plutôt que le développement du cadre conceptuel de tels algorithmes. Dans ce travail, nous présentons les problèmes de conception des AMs multi-objectifs. Ainsi, nous développons un AM multi-objectif (PHC-NSGA-II)
Czytaj nas na:
KrainaKsiazek.PL - Księgarnia Internetowa
