| Titre : | L'algorithme de Pollinisation des Fleurs |
| Auteurs : | Djihane Bennadji, Auteur ; Fatiha Ghedjemis, 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, 2020 |
| Format : | 1 vol. (48 p.) / ill.couv. / 30 cm |
| Langues: | Français |
| Mots-clés: | Algorithme de pollinisation des fleurs (APF),Optimisation,Méta- heuristique,problème de valeur initiale (PVI). |
| Résumé : |
La pollinisation des fleurs est un processus intéressant dans le monde naturel. Ses fonctionnalités évolutives peuvent être utilisées pour concevoir de nouveaux algorithmes améliorés. Dans ce travail, nous proposons un nouvel algorithme, l'algorithme de pollinisation des fleurs, inspiré par le processus de pollinisation des fleurs, et développé par Yang en 2012. Nous avons d'abord utilisé quatre fonctions de test pour vérifier le nouvel algorithme et comparer ses performances
avec les algorithmes génétiques et les particules d'essaim. Nos résultats de simulation montrent que l'algorithme de fleur est plus efficace qu’AG et OPS. Nous avons ensuite étudié comment optimiser un problème de valeur initiale dans une équation différentielle ordinaire linéaire du premier ordre on se basant sur l'algorithme de pollinisation des fleurs (APF) et nous avons comparé les résultats obtenus. |
| Sommaire : |
Introduction
1 Métaheuristiques pour l’optimisation di¢ cile 4 1.1 Problème d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.1.1 Optimisation globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.1.2 Optimisation locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.2 Les types d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.1 Optimisation sans contrainte . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.2 Optimisation sous contrainte . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2.3 Optimisation dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3 Les métaheuristiques d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.3.1 Les métaheuristiques à solution unique . . . . . . . . . . . . . . . . . . . . . 10 1.3.2 Les métaheuristiques à population de solutions . . . . . . . . . . . . . . . . . 10 1.4 La distribution d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4.1 Distribution uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.4.2 Distribution de Lévy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2 L’algorithme de pollinisation des ‡eurs 17 2.1 La pollinisation des ‡eurs dans la nature . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 Caractéristiques de la pollinisation des ‡eurs . . . . . . . . . . . . . . . . . . . . . . 18 2.2.1 Pollinisation biotique et croisée . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2.2 Pollinisation abiotique, auto-pollinisation . . . . . . . . . . . . . . . . . . . . 19 2.2.3 Constance des ‡eurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3 Algorithme de pollinisation des ‡eurs . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.3.1 Recherche globale d’APF . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.3.2 Recherche locale d’APF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.3.3 Probabilité de commutation dans APF . . . . . . . . . . . . . . . . . . . . . 22 2.4 Fonctions de test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.5 Les propriétés de l’algorithmes de pollinisation des ‡eurs : . . . . . . . . . . . . . . 25 3 Etude Experimentale 26 3.1 Formulation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.1.1 Fonction objective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.1.2 La cohérence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2 Erreur absolue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2.1 L’erreur globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2.2 L’erreur locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.3 La fonction logarithme neperien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.3.1 Propriétés analytiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.3.2 Propriétés algébriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.3.3 Liens avec la fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . 31 3.3.4 Résolution d’équations et d’inéquations . . . . . . . . . . . . . . . . . . . . . 32 3.4 Application : Le modèle logarithmique . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.5 Résultats Numériques et discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 Conclusion 36 Bibliographie 38 Annexe A : Logiciel Matlab 40 Annexe B : Code Matlab des algorithmes 42 3.6 Code Matlab de méthode d’Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.7 Code Matlab d’algorithme de pollinisation des ‡eurs (APF) . . . . . . . . . . . . . 43 Annexe C : Abréviations et Notations 48 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MM/1014 | Mémoire master | bibliothèque sciences exactes | Consultable |
