Optimisation sous contraintes par intelligence collective auto-adaptative

Madjid Khichane 1
1 M2DisCo - Geometry Processing and Constrained Optimization
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information
Résumé : Dans le cadre de cette thèse, nous nous sommes intéressés à la mise en œuvre d'algorithmes auto-adaptatifs d'Intelligence Collective pour la résolution de problèmes d'optimisation modélisés dans un langage de Programmation par contraintes (PPC). Nous avons porté une attention particulière à la famille d'algorithmes de type « Ant Colony Optimization » (ACO). Nous avons développé trois contributions, à savoir : (1) Intégration des algorithmes de type ACO dans un langage de programmation par contraintes pour la résolution de problèmes de satisfaction de contraintes; (2) Proposition d'un algorithme hybride et générique où ACO est couplé à une approche complète pour résoudre des problèmes d'optimisation combinatoires (3) Proposition d'une stratégie capable d'adapter dynamiquement les paramètres de ACO.
Type de document :
Thèse
Ordinateur et société [cs.CY]. Université Claude Bernard - Lyon I, 2010. Français. <NNT : 2010LYO10200>
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-00720232
Contributeur : Abes Star <>
Soumis le : mardi 24 juillet 2012 - 10:32:10
Dernière modification le : jeudi 16 février 2017 - 01:02:40
Document(s) archivé(s) le : jeudi 25 octobre 2012 - 02:35:45

Fichier

TH2010_Khichane_Madjid.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-00720232, version 1

Collections

Citation

Madjid Khichane. Optimisation sous contraintes par intelligence collective auto-adaptative. Ordinateur et société [cs.CY]. Université Claude Bernard - Lyon I, 2010. Français. <NNT : 2010LYO10200>. <tel-00720232>

Partager

Métriques

Consultations de
la notice

628

Téléchargements du document

559