Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Techniques avancees en recherche operationnelle

Université de Jijel Faculté des Sciences Exactes et Informatique Département Informatique Introduction aux Métaheuristiques Support de Cours Introduction aux Métaheuristiques Spécialités Système d ? Information et Aide à la Prise de Décision SIAD Intelligence Arti ?cielle IA Auteur Dr LEMOUARI ALI Département d ? informatique université de Jijel BP Ouled Aissa JIJEL ALGERIE CMinistère de l ? Enseignement Supérieure et Recherche Scienti ?que Université de Jijel Faculté des Sciences Exactes et Informatique Département Informatique Support de Cours Introduction Aux Métaheuristiques Spécialité Système d ? Information Aide à la Prise de Décision SIAD Intelligence Arti ?cielle Présenté par Dr LEMOUARI Ali Introduction Aux Métaheuristiques Le cours d ? introduction aux Métaheuristiques préparé pour servir comme support pédagogique d ? étudiants inscrits en première année Master de spécialités système d ? information et aide à la prise de décision SIAD et intelligence arti ?cielle IA ?lière informatique Le support peut être utile pour d ? autre ?lière des sciences technologiques et exactes ? et autres Plus précisément dans des disciplines o? une résolution d ? un problème non polynomial s ? impose CSommaire Chapitre Introduction Générale Introduction Optimisation combinatoire Intensi ?cation et diversi ?cation Classi ?cation des méthodes de résolution Chapitre Algorithmes et Complexités Introduction Complexité Algorithmique Notion d ? algorithme Analyse d ? algorithme Quelques Propriétés Notation asymptotique Propriétés de la Notation Classes des problèmes Classe des problèmes P et NP Classe des problèmes NP complet et NP di ?cile Problèmes de décisions Problème de satis ?abilité Réduction des problèmes Série d ? Exercice Chapitre Heuristiques Basées Solution Introduction Méthode de la descente Méthode Hill Climbing Méthode de recuit simulé Méthode de recherche taboue Exercices Chapitre Approche Evolutionnaire Algorithme génétique Introduction Principes d ? algorithme génétique Codage des variables Codage binaire Codage réel Population Initiale Fonction d ? adaptation Sélection Algorithmes et méthodes Méthode de sélection par roulette i C Méthode de sélection par élitisme Méthode de sélection par tournoi Méthode de sélection par rang de classement Croisement Croisement binaire Croisement réel Mutation Mutation binaire Mutation réel Algorithme génétique Convergence et mesure de performance d ? un AG Exercices Chapitre Optimisation par Colonie de Fourmis Introduction Intelligence collective des fourmis Communication dans une colonie des fourmis Principes de la stigmergie La Phéromone La Phéromone La Phéromone Le Fourragement Optimisation par colonie des fourmis Principe de l ? algorithme ACO Evaporation de la trace de phéromone Renforcement des traces Algorithme ACO Application au voyageur de commerce Chapitre Algorithmes à base d ? essaims particulaires Introduction Algorithme de base PSO Essaims particulaire et notion de voisinage Modèle topologique de base Autres topologies Essaim de particule entièrement informé Application Cas continue Cas discret Annexes Travaux Pratiques Partiel - ii CChapitre I Chapitre Introduction Générale CIntroduction aux Métaheuristiques Chapitre Introduction Générale Chapitre Introduction Générale Les métaheuristiques forment un ensemble de méthodes utilisées en recherche opérationnelle et en intelligence arti ?cielle pour résoudre des problèmes d ? optimisation réputés di ?ciles Résoudre un problème d ? optimisation combinatoire c ? est trouver l ? optimum d