login
english version rss feed
Detailed view PhD thesis
Université Claude Bernard - Lyon I Université de La Manouba (05/05/2009), Christine Solnon;Khaled Ghedira (Dir.)
Attached file list to this document: 
PDF
TH2009_Alaya_-_Ines.pdf(886.7 KB)
Optimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos
Inès Alaya1

Dans cette thèse, nous nous intéressons à l'étude des capacités de la méta heuristique d'optimisation par colonie de fourmis (Ant Colony Optimization - ACO) pour résoudre des problèmes d'optimisation combinatoire multi-objectif. Dans ce cadre, nous avons proposé une taxonomie des algorithmes ACO proposés dans la littérature pour résoudre des problèmes de ce type. Nous avons mené, par la suite, une étude expérimentale de différentes stratégies phéromonales pour le cas du problème du sac à dos multidimensionnel mono-objectif. Enfin,nous avons proposé un algorithme ACO générique pour résoudre des problèmes d'optimisation multi-objectif. Cet algorithme est paramétré par le nombre de colonies de fourmis et le nombre de structures de phéromone considérées. Il permet de tester et de comparer, dans un même cadre,plusieurs approches. Nous avons proposé six variantes de cet algorithme dont trois présentent de nouvelles approches et trois autres reprennent des approches existantes. Nous avons appliqué et comparé ces variantes au problème du sac à dos multidimensionnel multi-objectif
1:  LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Optimisation par colonies de fourmis – Optimisation combinatoire – Problèmes multi-objectif – Stratégies phéromonales – Problèmes sac à dos

Multi-objective ant colony optimization : case of knapsack problems
In this thesis, we investigate the capabilities of Ant Colony Optimization (ACO) metaheuristic to solve combinatorial and multi-objective optimization problems. First, we propose a taxonomy of ACO algorithms proposed in the literature to solve multi-objective problems. Then, we studydifferent pheromonal strategies for the case of mono-objective multidimensional knapsackproblem. We propose, finally, a generic ACO algorithm to solve multi-objective problems. Thisalgorithm is parameterised by the number of ant colonies and the number of pheromonestructures. This algorithm allows us to evaluate and compare new and existing approaches in thesame framework. We compare six variants of this generic algorithm on the multi-objectivemultidimensional knapsack problem
Ant colony optimization – Combinatorial optimization – Multi-objective problems – Pheromone strategies – Knapsack problems

all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...