| Titre : | Un algorithme génétique pour trouver les K chemins les plus courts un réseau |
| Auteurs : | Takfarines Guergueb, Auteur ; Sihem Slatnia, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2018 |
| Format : | 1 vol. (71 p.) / 30 cm |
| Langues: | Français |
| Résumé : |
La dynamique chaotique des populations correspond à la variation non prédictible du nombre d’individus d’une population au cours du temps cela pouvait conduire à des perturbations des disparitions massive d'espèces ou de populations. Le papier propose un algorithme génétique pour déterminer le k chemins les plus courts avec des contraintes de bande passante d'une seule source noeud à plusieurs destinations noeuds. L'algorithme utilise le matrice de connexion d'un réseau donné, et la bande passante des liens pour obtenir les k chemins les plus courts. L'AG proposée a été appliqué sur deux exemples de topologie du réseau et la les résultats produits sont obtenus par un nombre de générations inférieur. L'algorithme proposé est considéré comme le premier algorithm qui utilise les algorithmes génétiques pour obtenir le plus court k chemins d'un noeud source unique vers plusieurs noeuds de destination. |
| Sommaire : |
1 Table des Matières …………………………………………………………....2 2 Remerciements………………………………………………………………...5 3 Dédicace………………………………………………………………………..6 4 Glossaire ……………………………………………………………………………...7 5 Liste des Figures ……………………………………………………………...8 6 Liste des tableaux …………………………………………………………….9 Chapitre 1 : État de l'art Sur Les Algorithmes Génétiques 1 Histoire des Algorithmes génétiques ……………………………………………...10 2 Introduction générale ……………………………………………………………..12 3 Introduction ……………………………………………………………………….13 4 Principes généraux. ……………………………………………………………….14 5 Description détaillée. ……………………………………………………………..15 5.1 Codage des données ……………………………………………………….………..15 5.1.1 Le Codage binaire …………………………………………………….15 5.1.2 Le Codage réel ……………………………………………………..…16 5.1.3 Codage de Gray ………………………………………………………16 5.1.4 Codage sous forme d'arbre ……………………………………………17 5.2 Génération de la population initiale ……………………………………………..18 5.3 Fonction d’évaluation (fitness) ……………………………………………...18 5.4 Opérateur de croisement …………………………………………………………..19 5.4.1 Croisement en un point d'un individu ………………………………19 5.4.2 Croisement en deux point d'un individu…………………………….19 Chapitre1 État de l'art , Algorithmes Génétiques 5.4.3 Croisement uniforme.20 5.5 Opérateur de mutation ……………………………………………………...20 5.6 Principes de sélection …………………………………………………….……….21 5.6.1 La roulette …………………………………………………………………...21 5.6.2 La sélection par rang. ……………………………………………………...22 5.6.3 La sélection par tournoi ……………………………………………...23 5.6.4 L'élitisme …………………………………………………………….23 5.7 Opérateur de remplacement ………………………………………………...24 5.7.1 Le remplacement stationnaire ………………………………………..24 5.7.2 Le remplacement élitiste …………………………………………...24 5.8 L'insertion des nouveaux individus dans la population ……………………..25 5.9 Critère d’arrêt …………………………………………………….…..25 6 Cas d'utilisation ………………………………………………………………..…26 7 Exemples d'applications ………………………………………………………....27 8 Convergence .………………………………………………………………...…...30 9 les forces des algorithmes génétiques. ………………………………………...31 10 les limites des algorithmes génétiques. ……………………………………...36 11 Conclusion ……………………………………………………………………….41 Chapitre 2 : Conception 1 Introduction………………………………………………………………………...42 2 Conception du système………………………………………………………….....42 3 Architecture globale du système…………………………………………………………..43 4 Architecture détailler du système 43 5 Méthode de modélisation…………………………………………………………..44 Chapitre1 État de l'art , Algorithmes Génétiques 6 Diagramme de cas d’utilisation…………………………………………………….44 7 Diagramme de séquence……………………………………………………………45 8 Diagramme de classes……………………………………………………………………...48 9 Conclusion…………………………………………………………………………………….52 Chapitre 3 : Implémentation 1 Introduction…………………………………………………………………………53 2 Plate-forme de développement……………………………………………………...53 3 Mise en oeuvre………………………………………………………………………54 4 Structures de données………………………………………………………………54 5 Algorithme génétique………………………………………………………………55 6 Classes des opérations génétiques………………………………………………….58 6.1 Initialisation……………………………………………………………………...58 6.2 Sélection………………………………………………………………………….58 6.3 Fitness……………………………………………………………………………59 6.4 Croisement……………………………………………………………………….59 6.5 Mutation………………………………………………………………………….60 7 Les résultats graphique obtenus…………………………………………………….61 8 Les résultats expérimentaux…………………………………………………..65 9 Conclusion…………………………………………………………………………………….65 Conclusion générale ………………………………………………………...66 Bibliographie ………………………………………………………………...67 Liens externes………………………………………………………………...71 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/404 | Mémoire master | bibliothèque sciences exactes | Consultable |
