Hybridation des Algorithmes Evolutionnaires Multiobjectifs

Univ Europeenne - EAN : 9783841789655

Slim Bechikh

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Édition papier

EAN : 9783841789655

Paru le : 23 janv. 2012

39,00 € 36,97 €

Disponible

Pour connaître votre prix et commander, identifiez-vous

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9783841789655
Réf. fournisseur : 5300380
Editeur : Univ Europeenne
Date Parution : 23 janv. 2012
Disponibilite : Disponible
Barème de remise : NS
Nombre de pages : 104
Format : H:220 mm L:150 mm
Poids : 166gr
Interdit de retour : Retour interdit

Résumé

Résumé : Les Algorithmes Evolutionnaires (AEs) représentent une famille d'algorithmes fondés sur la théorie Darwinienne. Ils font évoluer une population d'individus vers l'optimum d'une 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 d'autres méthodes de recherche, ce phénomène est appelé l'hybridation. La plus connue est l'hybridation avec les méthodes de recherche locale (RL) qui ont la capacité à détecter les optima locaux. Le résultat d'une 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. C'est pour cette raison, la communauté scientifique a opté vers le développement d'AMs 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)
Biographie : Slim Bechikh received the B.S. degree in computer science applied to management and the M.S. degree in modeling from the High Institute of Management of Tunis, University of Tunis, Tunis, Tunisia, in2006 and 2008, respectively. He is currently working towards the Ph.D. degree within the SOIE Laboratory, Tunisia.