[PDF] Optimisation par colonies de fourmis
19 mai 2006 · 2 Optimisation par colonie de fourmis 3 Voyageur de commerce : Algorithme Ant System (AS) 3 3 Fonctionnement de l'algorithme
[PDF] Les algorithmes fourmis
Les algorithmes fourmis 1 Les algorithmes fourmis Laurane Margot Années 90 : Apparition des premiers algorithmes fourmis Ant System (1992-1996)
[PDF] Adaptation de la méthode des colonies de fourmis pour l
Algorithmes de colonies de fourmis : ACO Dépôt de piste Evaporation Départ dans une des villes Choisir une ville en fonction de : - distance
[PDF] Optimisation par colonie de fourmis - LISIC
23 avr 2009 · Les algorithmes de contrôle et d'optimisation inspirés de modèles de recherche collective Lorsqu'une colonie de fourmis d'Argentine doit
[PDF] Optimisation par colonies de fourmis pour le problème du sac à dos
On compare enfin l'algorithme ACO proposé avec d'autres ap- proches ABSTRACT We propose an algorithm based on the Ant Colony Optimization (ACO) meta-heuristic
[PDF] Application dun algorithme hybride à colonies de fourmis au
Ces algorithmes s'inspirent des comportements collectifs de dépôt et de suivi de pistes observés dans les colonies de fourmis Une colonie d'agents simples (les
[PDF] Optimisation par Colonies de Fourmis pour la Programmation
timisation par colonies de fourmis est une métaheuristique générale et non complète de l'algorithme cette phéromone s'évapore sur tous les arcs mais
[PDF] Approche Heuristique Multi Colonie Des Fourmis Pour La
LK par Helsgaun [3] et la seconde entre l'algorithme des colonies de fourmi (ACS) et l'heuristique (LKH) Les heuristiques obtenues fut appelées
[PDF] Un algorithme de colonie de fourmis pour résoudre des conflits
Mots-Clés : algorithme colonie de fourmis métaheuristique résolution de sible à résoudre avec des algorithmes d'optimisation classiques dans un
[PDF] Optimisation Par Colonie de Fourmies reussirlem2info
Les algorithmes de colonies de fourmis sont des algorithmes inspirés du comportement des fourmis et qui constituent une famille de méta heuristiques d'
[PDF] Optimisation par colonies de fourmis
19 mai 2006 · 2 Optimisation par colonie de fourmis 3 Voyageur de commerce : Algorithme Ant System (AS) 6 2 1 Les fourmis du net
[PDF] Adaptation de la méthode des colonies de fourmis pour l
Adaptation de la méthode des colonies de fourmis pour l'optimisation en variables continues Application en génie biomédical Page 2 Johann Dréo 2/56 Thèse -
[PDF] Les algorithmes fourmis
Algorithmes ACO (Ant Colony Optimization) : Méthodes d'approximations (pas LA meilleure solution) Stochastiques (aléatoires) Distribuées Algorithmes :
[PDF] Application dun algorithme hybride à colonies de fourmis au
L'exécution de cet algorithme est évaluée selon deux facteurs : la qualité de solution et le temps de calcul Des résultats numériques illustrant 1' approche
(PDF) Lapplication des algorithmes de colonies de fourmis pour le
PDF Dans cet article nous proposons des modules de diagnostic pour des systèmes complexes et dynamiques Ces modules sont basés sur trois algorithmes
(PDF) Un algorithme de colonies de fourmis pour la classification
PDF Les méthodes de classification automatique souffrent encore de plusieurs insuffisances et nécessitent souvent l'initialisation de plusieurs
[PDF] Optimisation par colonies de fourmis pour le problème du sac à dos
L'algorithme générique Ant-Knapsack est décrit dans la Figure 1 A chaque cycle de cet algorithme chaque fourmi construit une solution Lorsque toutes les
[PDF] THESE Application des algorithmes de colonies de fourmis pour l
2 3 1 Les algorithmes de colonies de fourmis 3 4 9 Formalisation et propriétés d'un algorithme de colonie de fourmis 44 3 4 9 1 Formalisation
Algorithme de Colonie de Fourmis 2 FSTF PDF - Scribd
Université Sidi Mohamed Ben Abdellah Faculté des Sciences et Techniques de Fès Algorithme de colonie de fourmis INTRODUCTION Btissam DKHISSI 1
[PDF] Optimisation par colonie de fourmis pour un problème d
27 avr 2001 · Figure 2 Algorithme d'optimisation par colonie de fourmis pour un problème d'ordonnancement avec machine unique Étape 1: [Initialisation]
OPTIMISATION PAR
COLONIE DE FOURMIS
Intelligence en Essaim
PhilippeCollard.com
Optimisation par colonie de
fourmis23/04/09ACO - PhilippeCollard.com2
xEthologie xOptimisation par Colonie de fourmis xAnt System xProblème du voyageur de commerce xModélisation & Simulation enNetLogo
Ethologie vs. Informatique
23/04/09ACO - PhilippeCollard.com3
xEthologie xInformatique d'algorithmes Optimisation combinatoireRoutage
Contrôle distribué
Ethologie vs. Informatique
23/04/09ACO - PhilippeCollard.com4
xLes problèmes quotidiens résolus par une xLa plupart de ces problèmes se retrouvent dans le domaine des sciences de l'ingénieur, en informatique et en robotiqueMéthodes flexibles et robustes
23/04/09ACO - PhilippeCollard.com5
xEn plus de leur capacité, déjà surprenante, à résoudre un large spectre de problèmes statiques, ces techniques offrent un haut degré de flexibilité et de robustesse dans des environnements dynamiques xElles permettent de résoudre de façon plus efficace des problèmes d'optimisation, comme les problèmes d'adaptation de flux des communications circulant sur un réseau Les sociétés d'insectes ont une capacité à résoudre des problèmes d'une manière ...23/04/09ACO - PhilippeCollard.com6
xFlexible d'environnement xRobuste certains individus échouent à accomplir leur tâcheComportements collectifs des insectes sociaux
auto-organisés23/04/09ACO - PhilippeCollard.com7
© Guy Theraulaz. CNRS, Toulouse
Comportements collectifs Auto-Organisés
23/04/09ACO - PhilippeCollard.com8
xL'auto-organisation = émergence de structures au niveau collectif, à partir d'une multitude d'interactions simples, sans être codées explicitement au niveau individuel xCertaines interactions - une fourmi qui suit la piste de phéromone laissée par une autre - aident à résoudre collectivement des problèmes difficiles, par exemple trouver le chemin le plus court conduisant à une source de nourritureIntelligence en essaim :
un nouveau domaine de recherche23/04/09ACO - PhilippeCollard.com9
xTransformer la connaissance que les éthologistes ont des capacités collectives de résolution de problèmes des insectes sociaux en techniques artificielles de résolution de problèmes xLes informaticiens et les ingénieurs ont pu transformer des modèles du comportement collectif des insectes sociaux en méthodes utiles pour l'optimisation et le contrôleIntelligence en essaim
un nouveau domaine de recherche23/04/09ACO - PhilippeCollard.com10
xParmi les techniques de l'intelligence en essaim, certaines sont arrivées à maturité xLes algorithmes de contrôle et d'optimisation inspirés de modèles de recherche collective de nourriture chez les fourmis en particulier, ont connu un succès inattendu et portent le nom d'optimisation par colonie de fourmis (AntColony Optimization) et de "routage par colonie
de fourmis"Optimisation
par colonie de fourmis23/04/09ACO - PhilippeCollard.com11
xLes fourmis sont capables de sélectionner le plus court chemin pour aller du nid à une source de nourriture grâce au dépôt et au suivi de pistes de phéromone xLorsqu'une colonie de fourmis d'Argentine doit emprunter un pont à deux branches de longueurs différentes pour exploiter une source de nourriture, elle sélectionne la branche courte si la différence entre les longueurs des branches est suffisamment importante A.C.O comment ça marche ?23/04/09ACO - PhilippeCollard.com12
xLes fourmis déposent de la phéromone à l'aller vers la source de nourriture et au retour vers le nid xAu départ, le choix est aléatoire mais la branche courte devient vite la plus marquée car les fourmis qui l'empruntent arrivent plus vite au nid et auront statistiquement plus de chance de l'emprunter lorsqu'elles retourneront vers la source de nourriturePhéromone
23/04/09ACO - PhilippeCollard.com13
xLes fourmis choisissent la piste qui porte la plus forte concentration xPiste chimique virtuelleImportant de comprendre les comportements
naturels avant d'abstraire dans un algorithmePhéromone ?
23/04/09ACO - PhilippeCollard.com14
xSubstance chimique produite par des glandes déclenchant des réactions comportementales entre individus de la même espèce xSignaux chimiques odorants agissant à grande distanceà dose moléculaire
xMoyen de communication chez les insectes xPlusieurs types : sexuelles, de piste, grégaires, d'alarme,...Phéromone ?
23/04/09ACO - PhilippeCollard.com15
xChimiorécepteurs = antennes garnies d'organes sensoriels xApplications pratiques en agriculture attractif (synthèse de la phéromone naturelle de la femelle du ravageur) et d'un système assurant la capture des mâlesMouche de l'olive : piège à
phéromones23/04/09PhilippeCollard.com16
xPiège composé d'un toit englué et d'une capsule de phéromone suspendue au milieu xMode d'emploi : dans le cas général, il faut 1 piège par ha Phénomène autocatalytiquePont binaire de Deneubourg (1999)23/04/09ACO - PhilippeCollard.com17
xInitialement le pont est vide xApres une période transitoire, des fluctuations aléatoires favorisent la piste supérieure ... plus les A suivent une piste, plus elle devient attractive xPhénomène qui se renforce lui-même (positive feedback)Expérience du double pont binaire
23/04/09ACO - PhilippeCollard.com18
xInfluence des fluctuations aléatoires initiales réduite xCar les 4 chemins possibles sont de longueurs différentesEffet de la coupure d'une piste
23/04/09ACO - PhilippeCollard.com19
Stigmergie
23/04/09ACO - PhilippeCollard.com20
xStimulation d'agents par la performance de ce qu'ils ont accompli [Grassé 1999] xOptimisation = Propriété émergenteAnt Colony Optmisation
23/04/09ACO - PhilippeCollard.com21
xIntroduit par M. Dorigo en 1991xHistoriquement appliqué sur le TSPx
Idée : représenter le problème à résoudre sous la forme xMéta-problème : gérer le compromis
exploitation/explorationA.C.O et T.S.P
23/04/09ACO - PhilippeCollard.com22
xLe problème du voyageur de commerce (Traveller Salesman Problem) consiste à trouver le chemin le plus court en passant une seule fois par un nombre donné de villes xEn utilisant des fourmis artificielles conçues pour déposer des pistes de phéromone dont la concentration varie en fonction de la distance totale qu'elles ont parcourue, on peut obtenir des chemins quasi optimauxProblème du Voyageur de Commerce
(TSP)23/04/09ACO - PhilippeCollard.com23
xComplexité : # de parcours possibles, pour n xCeci peut expliquer pourquoi, le problème n'a pas été étudié sérieusement avant l'arrivée des ordinateurs mais depuis de nombreux chercheurs l'ont traitéAnt System
23/04/09ACO - PhilippeCollard.com24
xLe premier ACO (1992) -Performances très moyennes -Etendue à de nouvelles versions : Max-Min AS xRobuste la colonie continue de fonctionner lorsque certains individus échouent à accomplir leur tâcheAlgorithme AS
23/04/09ACO - PhilippeCollard.com25
•Initialiser •repeat •Chaque ant construit une solution (un tour) •[améliorer les solutions par recherche locale] •" Récompenser » les meilleures solutions en ajoutant de la phéromone •" Evaporer » les traces de phéromoneUntil (maxCycles ou bonneSolution)
AntSystem : initialisation
23/04/09ACO - PhilippeCollard.com26
1.Les m ants sont réparties aléatoirement sur
les n villes2.Pour chaque ant la liste-tabou contient
sa ville de départ3.Les pistes de phéromones sont initialisées :
τij=c, c constant positive non nulle
AntSystem : itération de base Chaque ant choisit une ville de destination et s'y déplace23/04/09ACO - PhilippeCollard.com27
Une ant k placée sur une ville i à l'instant t choisit sa ville de destination j en fonction de la :1.visibilité de cette ville ηij (distance inter villes)
2.quantité de phéromone τ
ij(t) déposée sur l'arc reliant ces deux villes •Le choix est aléatoire selon une probabilité où deux paramètres α et β contrôlent l'importance relative des phéromones et de la visibilité AntSystem : itération de base Chaque ant choisit une ville de destination et s'y déplace23/04/09ACO - PhilippeCollard.com28
Le choix est aléatoire selon une probabilité où deux paramètres α et β contrôlent l'importance relative des phéromones et de la visibilité La probabilité d'un déplacement élémentaire est un compromis entre visibilité et piste chimique xSi β=0, les villes les + proches ont + de chance d'être sélectionnées (algorithme glouton) xSi α=0, seule l'amplification des phéromones agit : convergence prématuréeFin d'un cycle de base : Toutes les ants ont
terminé un tour en revenant à leur propre ville de départ23/04/09ACO - PhilippeCollard.com29
Pour chaque ant k : •calculer la longueur de son tour Lk(t) •vider sa liste-tabou mettre à jour les phéromones τ ijrechercher le plus petit tour et le mémoriser s'il est meilleur que les précédents Toutes les ants recommencent un nouveau tourà partir de leur propre ville initiale
Mettre à jour les phéromones
23/04/09ACO - PhilippeCollard.com30
τij(t+n) = ρ. tij(t)+ Δτij(t)
ρdans [0,1[
Entre les instants t et t+n
•(1-ρ) = évaporation de la piste ij(t)= quantité de phéromone déposée par les antsEvaporation des phéromones
23/04/09ACO - PhilippeCollard.com31
xSi ρ=1, pas d'évaporation donc pas de limitation du phénomène autocatalytique xSi ρ=0, les ants prennent seulement en compte les dépôts du dernier cycle x ρ représente la persistance de la piste (ie. l'effet mémoire)Quantité de phéromone déposée par les
ants lors d'un tour (cycle)23/04/09ACO - PhilippeCollard.com32
Δτij(t) = quantité de phéromone déposée par les ants sur l'arc reliant la ville i à la ville j entre les instants t et t+nPour chaque ant k passant par l'arc (i,j),
ij(t) += Q/Lk(t) où Q représente un " quota » de phéromones attribuéà chaque ant (souvent Q=100)
Idée : + un tour est court, + les arcs qui le composent sont approvisionnésRemarque : c'est une m.a.j " retardée »
Algorithme Max-MinAS
23/04/09ACO - PhilippeCollard.com33
•Initialiser •repeat •Chaque ant construit une solution (un tour) •[améliorer les solutions par recherche locale] •" Récompenser » les meilleurs solutions en ajoutant de la phéromone •" Evaporer » les traces de phéromone•Si une tracePhéromone<τmin alors la mettre à τmin•Si une tracePhéromone>τ
max alors la mettre à τmax Until (maxCycles ou bonneSolution)Algorithme Max-MinAS
23/04/09ACO - PhilippeCollard.com34
•Fournir des résultats compétifs •Imposer des bornes τmin et τmax aux traces de phéromones •Les traces sont initialisés avec τ maxQuel est l'effet de ces choix sur le fonctionnement dequotesdbs_dbs42.pdfusesText_42[PDF] fourmi reine
[PDF] structures des sociétés animales
[PDF] sur l'altiport de la station de ski se trouve une manche a air
[PDF] les produits de nettoyage et d'entretien
[PDF] business plan entreprise de nettoyage pdf
[PDF] vocabulaire pour décrire un monstre
[PDF] les différents types de produits d'entretien
[PDF] technique de nettoyage des locaux pdf
[PDF] fourniture scolaire seconde pro gestion administration 2017 2018
[PDF] liste de fourniture scolaire seconde générale 2017-2018
[PDF] dictionnaire tahitien pdf
[PDF] expression tahitienne
[PDF] traduction tahitien je t'aime
[PDF] insulte tahitien