Titre :	Adaptation de paramètres dans l'évolution différentielle : Adaptation linéaire et adaptation périodique
Type de document :	texte imprimé
Auteurs :	Samira Bouzoubia, Auteur ; Imène Boukhalfa, Auteur ; Amer Draâ, Directeur de thèse
Editeur :	CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine
Année de publication :	2012
Importance :	85 f.
Format :	30 cm.
Note générale :	Une copie electronique PDF disponible au BUC.
Langues :	Français (fre)
Catégories :	Informatique
Tags :	Sciences et Technologies de l'Information et de la Communication STIC  Evolution diff´erentielle  Optimisation num´erique  Exploration  Exploitation  ´ Param`etres adaptati
Index. décimale :	004 Traitement de données. Informatique
Résumé :	L’Evolution Diff´erentielle (ED) est l’un des meilleurs algorithmes ´evolutionnaires. Sa puis- ´ sance vient de ses propri´et´es tir´ees de deux paradigmes puissants (la nature et les math´ematiques). Depuis son apparition, elle a ´et´e appliqu´ee pour r´esoudre des probl`emes dans plusieurs domaines. Cependant, la m´ethode souffre de la d´ependance de ses param`etres des types de probl`emes ainsi que leur influence sur la convergence vers l’optimum global. Cette relation de subordination cr´ee un d´es´equilibre par rapport `a deux concepts substantiels qui sont l’exploration de l’espace de recherche et l’exploitation de la r´egion prometteuse. Dans ce travail, on a am´elior´e cette approche en proposant une premi`ere variante de l’ED, dite « ´evolution diff´erentielle adaptative (ADE)» qui se caract´erise par des param`etres autoadaptatifs. L’introduction du concept des coefficients temporellement adaptatifs de BSO [Akbari et al., 2010] dans la mutation et le croisement a permis d’aboutir `a des r´esultats qui ont surpass´e l’algorithme de base de l’´evolution diff´erentielle, de plus ils ont d´epass´e l’algorithme des abeilles artificielles et une de ses nouvelles variantes surnomm´ee « colonies d’abeilles guid´ees par le meilleur global (GABC)». La deuxi`eme variante propos´ee dite « ´evolution diff´erentielle p´eriodiquement adaptative (PADE)» adapte ses param`etres par le biais d’une fonction sinuso¨ ıdale. Le PADE permet de minimiser le nombre de param`etres `a adapter en n’adaptant qu’un seul. Pour valider nos contributions, un ensemble de tests a ´et´e effectu´e sur le plan de fonctions benchmark. Les r´esultats obtenus ont prouv´e que nos deux contributions ont surpass´e l’ED de base et ses variantes, ainsi que l’ABC et le GABC qui se consid`erent parmi les meilleurs algorithmes d’optimisation.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=7046

Adaptation de paramètres dans l'évolution différentielle : Adaptation linéaire et adaptation périodique [texte imprimé] / Samira Bouzoubia, Auteur ; Imène Boukhalfa, Auteur ; Amer Draâ, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2012 . - 85 f. ; 30 cm.
Une copie electronique PDF disponible au BUC.
Langues : Français (fre)

Catégories :	Informatique
Tags :	Sciences et Technologies de l'Information et de la Communication STIC  Evolution diff´erentielle  Optimisation num´erique  Exploration  Exploitation  ´ Param`etres adaptati
Index. décimale :	004 Traitement de données. Informatique
Résumé :	L’Evolution Diff´erentielle (ED) est l’un des meilleurs algorithmes ´evolutionnaires. Sa puis- ´ sance vient de ses propri´et´es tir´ees de deux paradigmes puissants (la nature et les math´ematiques). Depuis son apparition, elle a ´et´e appliqu´ee pour r´esoudre des probl`emes dans plusieurs domaines. Cependant, la m´ethode souffre de la d´ependance de ses param`etres des types de probl`emes ainsi que leur influence sur la convergence vers l’optimum global. Cette relation de subordination cr´ee un d´es´equilibre par rapport `a deux concepts substantiels qui sont l’exploration de l’espace de recherche et l’exploitation de la r´egion prometteuse. Dans ce travail, on a am´elior´e cette approche en proposant une premi`ere variante de l’ED, dite « ´evolution diff´erentielle adaptative (ADE)» qui se caract´erise par des param`etres autoadaptatifs. L’introduction du concept des coefficients temporellement adaptatifs de BSO [Akbari et al., 2010] dans la mutation et le croisement a permis d’aboutir `a des r´esultats qui ont surpass´e l’algorithme de base de l’´evolution diff´erentielle, de plus ils ont d´epass´e l’algorithme des abeilles artificielles et une de ses nouvelles variantes surnomm´ee « colonies d’abeilles guid´ees par le meilleur global (GABC)». La deuxi`eme variante propos´ee dite « ´evolution diff´erentielle p´eriodiquement adaptative (PADE)» adapte ses param`etres par le biais d’une fonction sinuso¨ ıdale. Le PADE permet de minimiser le nombre de param`etres `a adapter en n’adaptant qu’un seul. Pour valider nos contributions, un ensemble de tests a ´et´e effectu´e sur le plan de fonctions benchmark. Les r´esultats obtenus ont prouv´e que nos deux contributions ont surpass´e l’ED de base et ses variantes, ainsi que l’ABC et le GABC qui se consid`erent parmi les meilleurs algorithmes d’optimisation.
Diplome :	Master 2
Permalink :	https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=7046