Ent?te

Logo du LIFL

Depuis le 1er janvier 2015 le LIFL et le LAGIS forment le laboratoire CRIStAL

  1. Actualités

Séminaire de

André A. Keller

19 avril 2012
Amphi Turing,Bât M3

Algorithmes évolutionnaires de l’optimisation globale continue a? objectifs multiples

 

Les algorithmes e?volutionnaires (EAs) de?signent un ensemble de me?ta-heuristiques selon lesquelles une strate?gie mai?tre guide et corrige les ope?rations d’heuristiques subordonne?es. Ainsi, diffe?rents concepts se combinent pour explorer l’espace de recherche. Les EAs comprennent les algorithmes ge?ne?tiques (GAs), les strate?gies e?volutionnaires (ES), la programmation ge?ne?tique et la programmation e?volutionnaire. Les performances de telles techniques sont bien connues, pour re?soudre des proble?mes NP d’optimisation combinatoire (ex. les proble?mes du voyageur de commerce, d’ordonnancement, de coloration ou de couplages dans les graphes, ou les proble?mes de transport).

Cette pre?sentation introduit a? une autre classe de proble?mes d’optimisation. Elle est centre?e sur la re?solution de proble?mes d’optimisation globale continue a? M objectifs et N variables (MOPs), en utilisant deux EAs diffe?rents : un GA hybride de base et la strate?gie pre?dateur- proie (de type ES) de Laumans. Une application centrale des GAs concerne le jeu bi-matriciel flou de Nishizaki-Sakawa. Cette pre?sentation s’appuie sur des interventions ple?nie?res re?centes sur le sujet des MOPs lors de Confe?rences internationales WSEAS, IEEE et EIEE. Pour ces contributions, les calculs ont e?te? re?alise?s notamment a? l’aide du logiciel Wolfram-Mathematica 7 ®, et du programme GA-spe?cialise? NSGA-II de complexite? O(MN^2).

Ours

UMR 8022 - Laboratoire d'Informatique Fondamentale de Lille - Copyright © 2012 Sophie TISON - Crédits & Mentions légales

Page respectant XHTML et CSS.

Pour tout commentaire / Comments and remarks : webmaster