[PDF] [PDF] Adaptation de la méthode des colonies de fourmis pour l

[PDF] Conception dun algorithme de colonie de fourmis pour l

1 Etat de l'art des algorithmes de colonies de fourmis pour l'optimisation utilisant une fonction de densité de probabilité multi-normale (PDF) comme méthode 

[PDF] Optimisation par colonies de fourmis

19 mai 2006 · 3 Voyageur de commerce : Algorithme Ant System (AS) En observant une colonie de fourmis à la recherche de nourriture dans les environs 

[PDF] Adaptation de la méthode des colonies de fourmis pour l

7/56 Thèse - 13/12/2004 Algorithmes de colonies de fourmis : ACO Dépôt de piste Evaporation Départ dans une des villes Choisir une ville en fonction de :

[PDF] Les algorithmes fourmis - Département dinformatique et de

Algorithmes ACO (Ant Colony Optimization) : Méthodes d'approximations (pas LA meilleure solution), Stochastiques (aléatoires), Distribuées Algorithmes :

[PDF] Optimisation par colonies de fourmis

Comportement des fourmis b Fourmis réelles et virtuelles c Principe de l' algorithme d Intensification et diversification 3 Une illustration : Voyageur de 

[PDF] Application dun algorithme hybride à colonies de fourmis au

Parmi ces adaptations, on trouve des méta-heuristiques, telles Page 36 24 que l 'algorithme à colonie de fourmis, le recuit simulé, les algorithmes génétiques et la

[PDF] Optimisation par colonie de fourmis - LISIC

23 avr 2009 · Les algorithmes de contrôle et d'optimisation d'optimisation par colonie de fourmis (Ant Lorsqu'une colonie de fourmis d'Argentine doit

[PDF] THESE Application des algorithmes de colonies de fourmis pour l

3 4 9 Formalisation et propriétés d'un algorithme de colonie de fourmis Parmi ces méthodes, les algorithmes de colonies de fourmis qui forment une classe

[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- 

[PDF] Lapplication des algorithmes de colonies de fourmis pour le

30 août 2013 · Ces modules sont basés sur trois algorithmes de colonie de fourmis qui sont AntTreeStoch, Lumer Faieta et Binay ant colony

[PDF] organisation sociale des fourmis

[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] planning nettoyage excel

[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] liste de fourniture scolaire 2nde gestion administration

[PDF] dictionnaire tahitien pdf

[PDF] expression tahitienne

Johann Dréo1/56Thèse - 13/12/2004

Adaptation de la méthode des colonies de fourmis pour l'optimisation en variables continues.

Application en génie biomédical

Johann Dréo2/56Thèse - 13/12/2004

Plan

Introduction

Optimisation

Métaheuristiques

État de l'art

Programmation à mémoire adaptative

Algorithmes de colonies de fourmis

Auto-organisation

Contributions

Multi-agents

Estimation de distribution

Application : recalage d'images

Conclusion & perspectives

Johann Dréo3/56Thèse - 13/12/2004

Optimisation difficile

Heuristiques

Méta-heuristiques

Johann Dréo4/56Thèse - 13/12/2004

Métaheuristiques

Recuit Simulé

(SA)

Recherche Tabou

(TS)

Algorithmes Génétiques

(GA)

Algorithmes à estimation de distribution

(EDA)

Colonies de fourmis

(ACO)

Essaims Particulaires

(PSO)

Evolution Différentielle

(DE)

Biologie

Johann Dréo5/56Thèse - 13/12/2004

Plan

Introduction

Optimisation

Métaheuristiques

État de l'art

Programmation à mémoire adaptative

Algorithmes de colonies de fourmis

Auto-organisation

Contributions

Multi-agents

Estimation de distribution

Application : recalage d'images

Conclusion & perspectives

Johann Dréo6/56Thèse - 13/12/2004

Programmation à mémoire adaptative

Johann Dréo7/56Thèse - 13/12/2004

Algorithmes de colonies de fourmis : ACO

Dépôt de piste Evaporation

Départ dans une des villes

Choisir une ville en fonction de :

- distance - quantité de phéromone Dorigo & al., 1991Distributed Optimization by Ant Colonies

Proceedings of ECAL91, 134-142

Pour chaque ville

Johann Dréo8/56Thèse - 13/12/2004

ACO

Communication Indirecte : dépôt de piste

Programmation à mémoire adaptative

Intelligence en essaim

Construction probabiliste des solutions

Problèmes Combinatoires

Johann Dréo9/56Thèse - 13/12/2004

Probabiliste

Multi-agents

Colonies de fourmis pour l'optimisation

continue CACO (1997) API (2000)

Ling et al.

(2002) Socha (2004) CACS (2004)

Johann Dréo10/56Thèse - 13/12/2004

CACO & API : multi-agents

Wodrich & Bilchev, 1997The Ant Colony Metaphor for Searching

Continuous Design Spaces

Lecture Notes in Computer Science, 993, 25-39

Nid

Monmarché et al., 2000

On how Pachycondyla apicalis ants

suggest a new search algorithm

Future Generation Computer Systems

16:937-946

Johann Dréo11/56Thèse - 13/12/2004

ACO continue & CACS : probabilistes

Somme pondérée de

distributions normales

Socha, 2004ACO for Continuous and Mixed-

Variable Optimization

Lecture Notes in Computer Science

3172:25--36

Pourtakdoust & Nobahari, 2004An Extension of Ant Colony System to Continuous

Problems

Lecture Notes in Computer Science

3172:294-301

Johann Dréo12/56Thèse - 13/12/2004

Sélection

Reproduction

Mühlenbein & Paaß, 1996

From recombination of genes to the estimation of distribution

Lecture Notes in Computer Science, 1996

Algorithmes à estimation de distribution : EDA

Johann Dréo13/56Thèse - 13/12/2004

EDA pour l'optimisation

continue

Distribution normale

Johann Dréo14/56Thèse - 13/12/2004

Plan

Introduction

Optimisation

Métaheuristiques

État de l'art

Programmation à mémoire adaptative

Algorithmes de colonies de fourmis

Auto-organisation

Contributions

Multi-agents

Estimation de distribution

Application : recalage d'images

Conclusion & perspectives

Johann Dréo15/56Thèse - 13/12/2004

Plan : algorithmes

Johann Dréo16/56Thèse - 13/12/2004

Plan : problèmes

Johann Dréo17/56Thèse - 13/12/2004

Plan : algorithmes

Johann Dréo18/56Thèse - 13/12/2004

Auto-organisation : bases

Composants

simples

Système

complexe (interactions)

Rétroactions :

Flux d'informations :

Émergence

Positives

Amplification

Négatives

Stabilisation

Signaux

Indices

Johann Dréo19/56Thèse - 13/12/2004

Auto-organisation & métaheuristiques

IntensificationDiversification

BUT

Programmation

mémoire adaptative :

Auto-organisation :

RétroactionsCommunication

MOYEN

Émergence

Johann Dréo20/56Thèse - 13/12/2004

Hétérarchie

Dense Heterarchy and mass communication as the basis of organization in ant colonies.

Trends in Ecology and Evolution, 3:65-68

HiérarchieHétérarchie

Johann Dréo21/56Thèse - 13/12/2004

Canaux de communication

CanauxInformations

PropriétésNourriture

Défense

Pistes

Trophallaxies

Indirecte

Mémoire

Modifiée

Johann Dréo22/56Thèse - 13/12/2004

CIAC

Pistes de phéromone

Recrutement direct

" Continuous Interacting Ant Colony »

2 canaux

Dréo &

Siarry

, 2004 Continuous Interacting Ant Colony Algorithm Based on Dense Heterarchy

Future Generation Computer Systems

20/5:841-856

Johann Dréo23/56Thèse - 13/12/2004

CIAC : canal indirect

Spots de phéromone

Dépôt

Zone de perception

Centre de gravité pondéré

Niveau Global

Johann Dréo24/56Thèse - 13/12/2004

CIAC : canal direct

Communication Directe Interindividuelle

Messages

Niveau Local

Informations :

Amélioration fonction objectif

Position région d'intérêt

Johann Dréo25/56Thèse - 13/12/2004

CIAC : synergie canaux de communication

Synergie entre les deux canaux

Régulation de l'importance des canaux

Diversification

Intensification

Johann Dréo26/56Thèse - 13/12/2004

CIAC : résultats

Gourmand en

évaluations

Mauvaise recherche

locale

Relativement

flexible

Johann Dréo27/56Thèse - 13/12/2004

HCIAC

Recherche locale

CIAC

Réflexion

Expansion

Contraction interne

Contraction externe

Simplexe de Nelder-Mead

Johann Dréo28/56Thèse - 13/12/2004

Fourmi à

l'optimum

Hybridations simples

Terminale

Algorithme...

Algorithme...

Périodique

Johann Dréo29/56Thèse - 13/12/2004

HCIAC : hybridation décentralisée

Algorithme...

Déclenchement simplex ?

Seuil

Motivation

Johann Dréo30/56Thèse - 13/12/2004

HCIAC : oscillations

Auto-adaptation à la fonction :

diversificationintensification

Johann Dréo31/56Thèse - 13/12/2004

HCIAC : résultats

Gourmand en

évaluations

Bonne recherche

locale Bonne précision

Efficace

Johann Dréo32/56Thèse - 13/12/2004

Plan : algorithmes

Johann Dréo33/56Thèse - 13/12/2004

Paramétrage : problème d'optimisation

Métaheuristique

Vitesse

Précision

Pareto optimalité

Indice

intensification diversification 1105

Méta-paramétrage

Johann Dréo34/56Thèse - 13/12/2004

Plan : algorithmes

Johann Dréo35/56Thèse - 13/12/2004

Plan : problèmes

Johann Dréo36/56Thèse - 13/12/2004

Optimisation dynamique

Optimisation

RéactifsRéactifs

X

Modèle

Dynamique

Temps réel

Non stationnaire

Johann Dréo37/56Thèse - 13/12/2004

Optimisation dynamique : classes

T+1 T

Formalisation :

Classes de problèmes de base

Benchmark

OPLFOPLSAPLFAPLS

OVPFOVPSAVPFAVPS

ADLSO(P+V)PS

Johann Dréo38/56Thèse - 13/12/2004

Optimisation dynamique : DHCIAC

MémoireIntensification

/ " tracking »

Diversification

permanente

DHCIAC

Johann Dréo39/56Thèse - 13/12/2004

DHCIAC recherche locale

Simplex de Nelder-Mead

Réflexion

Expansion

Contraction interne

Contraction externe

Xiong & Jutan, 2003Continuous optimization using a dynamic simplex method

Chemical Engineering Science

58/16:3817-3828

Johann Dréo40/56Thèse - 13/12/2004

DHCIAC

DHCIAC

find

DHCIAC

track

?Simplexe dynamique?Taille initiale : zone visible?Grand nombre de réflexions?Beaucoup de fourmis?Évaporation faible

?Simplexe statique?Variations zone visible?Petit nombre de réflexions?Peu de fourmis?Évaporation élevée?Taille zone visible initiale

Johann Dréo41/56Thèse - 13/12/2004

DHCIAC : résultats

quotesdbs_dbs12.pdfusesText_18