Loading...
Please wait, while we are loading the content...
Similar Documents
Perfectionnement de métaheuristiques pour l'optimisation continue
| Content Provider | Semantic Scholar |
|---|---|
| Author | Boussaid, Ilhem |
| Copyright Year | 2013 |
| Abstract | Les metaheuristiques sont des algorithmes generiques, souvent inspires de la nature, concues pour resoudre des problemes d'optimisation complexes. Parmi les metaheuristiques les plus recentes, nous retenons celle basee sur la theorie de la biogeographie insulaire: Biogeography-based optimization (BBO).Dans cette these, nous considerons a la fois les problemes d'optimisation globale a variables continues avec et sans contraintes. De nouvelles versions hybrides de BBO sont proposees comme des solutions tres prometteuses pour resoudre les problemes consideres. Les methodes proposees visent a pallier les inconvenients de la convergence lente et du manque de diversite de l'algorithme BBO. Dans la premiere partie de cette these, nous presentons la methode que nous avons developpee, issue d'une hybridation de BBO avec l'evolution differentielle (DE) pour resoudre des problemes d'optimisation sans contraintes. Nous montrons que les resultats de l'algorithme propose sont plus precis, notamment pour des problemes multimodaux, qui sont parmi les problemes les plus difficiles pour de nombreux algorithmes d'optimisation. Pour resoudre des problemes d'optimisation sous contraintes, nous proposons trois nouvelles variantes de BBO. Des experimentations ont ete menees pour rendre compte de l'utilite des methodes proposees. Dans une deuxieme partie, nous nous interessons a l'etude des capacites des methodes proposees a resoudre des problemes d'optimisation, issus du monde reel. Nous nous proposons d'abord de resoudre le probleme d'allocation optimale de puissance pour la detection decentralisee d'un signal deterministe dans un reseau de capteurs sans fil, compte tenu des fortes contraintes en ressources energetiques et en bande passante des noeuds repartis. L'objectif est de minimiser la puissance totale allouee aux capteurs, tout en gardant la probabilite d'erreur de detection au dessous d'un seuil requis. Dans un deuxieme temps, nous nous focalisons sur la segmentation d'images en niveaux de gris par seuillage multi-niveaux. Les seuils sont determines de maniere a maximiser l'entropie floue. Ce probleme d'optimisation est resolu en appliquant une variante de BBO (DBBO-Fuzzy) que nous avons developpee. Nous montrons l'efficacite de la methode proposee aux travers de resultats experimentaux |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-00952774/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
