La lecture à portée de main
Découvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDécouvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDescription
Sujets
Informations
Publié par | Thesee |
Nombre de lectures | 123 |
Langue | Français |
Extrait
THÈSE
en cotutelle entre
UNIVERSITE DE LA MANOUBA
ECOLE NATIONALE DES SCIENCES DE L’INFORMATIQUE
Et
L’UNIVERSITE CLAUDE BERNARD LYON1
Présentée en vue de l’obtention du diplôme de
DOCTEUR EN INFORMATIQUE
par
Inès Alaya
Optimisation multi-objectif par colonies de fourmis
Cas des problèmes de sac à dos
Sous la direction de
Khaled GHEDIRA et Christine SOLNON
Réalisée au sein de
et
Soutenu le : 5 mai 2009
Devant le jury composé de :
Président : Jean-Michel JOLION, Professeur, Université de Lyon
Rapporteur : Yves DEVILLE, Professeur, Université catholique de Louvain
Rapporteur : Béchir AYEB, Professeur, Faculté des sciences de Monastir
Examinateur : Patrick ALBERT, Directeur Scientifique, ILog
Directeurs de thèse : Khaled GHEDIRA, Professeur, Institut Supérieur de Gestion
Christine SOLNON, Maître de Conférences, Université Lyon1
tel-00603780, version 1 - 27 Jun 2011Tabledes.hes.mati?res.Inbtro.duction.g?n?ralec7.I.Optimisation.c.o23m1.5.3binatoire.13d'optimisation1.In.tro.duction.15.1.1heuristiquesIn.troparduction..es...sac.....la.1.7.......1.7.1.......Progra.....Les.......p.......pro.......probl?me.dos..15.1.2.D?nition1.6.p.de.binatoire.appro...............h.............21.dynamique.........22.c.............1.8.115c1.3oisinageComplexit?.th?orique.d'un.probl?me....A.hes...........29.Le.du.?.quadratique..........16.1.420MoApprod?lisationhes.our.r?solution.probl?mes.com.21.Les.c.compl?tes.........................21.Branc.and.ound................18.1.5.Exemples.de.probl?mes1.7.2d'optimisationmmationcom.binatoire..................1.8.appro18hes1.5.1.Le.probl?me.du.v.o.y.ageur.de.commerce......22.A.pro.hes.v............18.1.5.2.Le.probl?me.du.sac1.8.2?pdoscmconstructivultidimensionnel.....................19
tel-00603780, version 1 - 27 Jun 20111.9Conclusion...........Conclusion.......................3.2.3.v.3.2.5.m.la...2.6.......49............30.2.Optimisationtpar.colonies.d.e.fourmis.33.2.12.5Inhetro.duction....l'in.............Optimisation.duction.................orm.......N.......id?al..........33.2.2.Analogiedebiologique....53.de.....CO.c.cale.............tr?le.ersication.......44................34462.3ulti-obOInptim.isation.par.colonie.de.fourmis.et.probl?me.de3.2v.o.y.ageur.de.commerce......3.2.1...............50.de.............oin.P.Nadir.........3.2.4..............36.2.3.1eAerformancen.t.System......Classication.tho.........55.A.et.re.herc.lo.........................44.Con36de2.3.2tensication/divExtensions.de.An.t.System........2.7................................38.2.43Lammjectifs?3.1taheuristiquetrod'optimisation.par.colonie.de.fourmis.............39.2.4.1.Repr?sen.tation.du.probl?me49.D?nitions.................................50.F40ulation2.4.2.Com.p.ortemen.t.des.fourmis................3.2.2.otion.dominance....................40.2.4.350LaPm?taheuristiquetAetCOoin.de...................52.Con.exit?................41.2.4.4.A.p.pl.ications..53.M.sures.p.......................3.3.des.?.des.r?solution................42
tel-00603780, version 1 - 27 Jun 2011−
destransformantA..le.probl?me.m.ulti-ultipleob.jectif.en.unAprobl?me.uni-ob.jectif....t.probl?me.ultiple...w.t...78...................An.ec.............Cro..........57.3.4.169A.gr?.ga.t.iAnon.p.ond?r?eL'.....4.2.3.....4.2.4.....72.System.v.......y.....an.......ulti-Ob..57.3.4.2.Mt?.thoaxonomiede.M?tho..763.4.con.train.te............Algorithmes...............4.2.1.jectiv...........70.BicriterionAn58.3.4.3.M.?.tho.dealgorithmeprogrammation.par.but......areto.y.........M.Colon.our.tourn?es.a.de....58.3.5.Appro4.2.6cthes.non-agr?g?es........4.2.7...............4.2.8.e.A.........75.P.on-based.y...4.3.algorithmes59.3.5.1.L.e.s.algorithmesDiscussiong?n?tiques....................................4.2.MO.CO59.3.5.2.Recuit.sim.ul?..................69.M.Ob.e.t-Q.....................4.2.2.algorithme.t..64.3.5.3.Rec.herc.he.tab.ou....70.L'.BicriterionMC...................71.P.An.Colon.Optimization..............65.3.5.44.2.5Aultipleptproycpheslehdeybridede?hiculessv.fen?tres.temps.................72.M.An.Colon.System..................66733.6COMPETConclusionts...........................74.M.jectiv.Net.ork.CO...................4.2.9.wding.opula.i.An67Colon4OptimisationOptimisation.par.colonies75deTfourmisdespMOourCOla.r?solution.de.pr.o.-.bl?mes.m.ulti-ob.jectifs4.469.4.1.In.tro.duction..........................
tel-00603780, version 1 - 27 Jun 2011α ρ
....Com...CO.110.hm.........tation.d'autres.......6.2.........Ensem.9.Edge-AK...hes.5.6.....robl?mes......78.I.I?Etude.de.st?rimenra.t?gies.ph?romonale.set81.5paraisonStrat?giesertex-AK,ph?romonalesparaisonp.our.leecprobl?me.du.sac.?.dos.m.ult6idi-lamensionnel107mono-ob.jectif.83.5.1.In-Atro.duction..6.2.1.....109...........5.5.et...........95.de.d'exp.....5.5.2.algori.s.ath-AK.5.5.3.v.A.....100.a83appro5.2.Algorithme.A.CO.p.our.le.MKP............algorithme.p.de.ulti-ob.In.................g?n?rique....84.5.2.1.L'.algorithme.Andet-Knapsac.k........M.de...................92.Exp.tations.r?sultats..85.5.2.2.D?finiti.on.des.comp.osan.ts.ph?romonaux....5.5.1.ble.tests.conditions.?rimen.........6.Com87des5.2.3tD?finitieonVduPfacteuretph?romonal96.Com.a.ec.algorithmes.CO...........5.5.4.paraison.v.d'autres.c..88.5.2.4.M.ise.?.jour.de102laConclusionph?romone................................104.Un.A.g?n?rique89our5.3r?solutionInfluencepdesmparam?tresjectifsConclusion6.1ductiontroet.4.5.sur.la.r?solution........................10790L'algorithme5.4mInfluenceCOdes.traces.de.ph?romone.sur.la.similarit?.des.solutions.cal-.cul?es108.Construction.solutions.....................6.2.2.ise.jour.ph?romone.....................
tel-00603780, version 1 - 27 Jun 20111
2
3
4
5
6
6
dem-ACO..la.sures.5.....CO...m.......tation...(1,m).....119....1117.46.3.1.V.arian.te.1122:.m-A.COdestes124(m+1,m)7.5.6...137.......du.ulti-ob.120.......heuristique...........ble111.6.3.2.V.arianite.2123:consid?r?esm-A.CO124arianarian(m+1,m)..de.les.lyse...............141.....Le.?.dimensionnel..113.6.3.3ChoixVph?romonalearian.t.3.:.m-A.COduv.(m,m)........r?sultats...........7.5.1.tests.............Condi.d'exp.param?trage113.6.3.4.VMarianpt.4.:.m-A.COCom6tes(1,1)de.....Com.CO.v.g?n?tiques.n...............Conclusion............114.6.3.5.Vg?n?ralearian.te.5.:.m-A7.2COprobl?medesac(1,m)dos.ulti.m.jectif.......7.3.de.strat?gie.....................120115D?nition6.3.6facteurV.arian.te.6.:.m-A.CO.Description.121.Exp.tations.(1,m)7.5.?rimen.et.......................122.Ensem.de........115.6.4.Conclusion..............7.5.2.t.ons.?rimen.et...........7.5.3.e.de.erformance.................7.5.4.paraison.di?ren.v.tes116m-A7.Application.de.m.-7.5.5AparaisonCOm-A6.3auprobl?meadecualgorithmessac132?Adosamglobaleultidimensionnel.m.ulti-ob.jectif.119.7.1.In.tro.duction..........7.6...................................Conclusion.143.
tel-00603780, version 1 - 27 Jun 20116
tel-00603780, version 1 - 27 Jun 2011Introductiondeenl'optimG?n?raledeLesyprobl?mes?se,d'optimisationMoNP-diciles[Do-ner?alis?.pdeoss?de'optimisationncapacit?st-pas,St?zle,?eceDepuisjour,unaut?uncoma19lgo-?rithmedeg?n?ralfourmis.pt?ressonsermettanristiquettde&lesk,r?soudre?en?t?unotempsetpCOolynomial.deCeleprobl?meappliqu?edeprobl?mel'explosion[Dorigoc[Gamomlesbinatoiredelimiteparl'utilisationetdecoloniem?thocettedesnousexactesl'?tudeplaourparlaisr?solutiony?CO)desCaro,probl?mes&deDorigopLesetitesdetailles.onDanseletcassde1992,probl?mes,deapparition,grandedetl'attenaaille,tiquecommequ'ellecelaaestplusieurssouvcommeenvtdeleGamcasaectationdans7lesneurones,applicationsalgorithmesr?elles,estimationlesdistribution,m?thoisationdesessaimiparticulesnclomparpl?tdees,Dansquithsacriennoustinla?compl?tudedespdeourm?taheu-gad'optimisationgnecolonierfourml'ecacit?,('AndeviennenColontOptimization'uneAalternativ[DorigoeDiin1999,t?res-ysonsanMandericte.1988,Ces&derni?res2004].ann?es,algorithmeslabaseplupartcoloniesdesfourmism?taheuristiquestpr?seninitialt?esmdansnlaproplitt?ra-s?turedansprigo,ourDorigor?soudreal.d1996].essonprobl?mesl'Acomrequiertbinatoiresplussonplusttiond'inspirationlbiologique.commPscienarmivucessucc?sm?taheuristiques,anousEllep?t?ouv?onsprobl?mesciterbinatoiresleslealgorithmesdug?n?tiques,oleageurrecuitcommercesim&ulbardella,?97],,quadratiquelesbardellar?seaux
tel-00603780, version 1 - 27 Jun 2011etal.,1plusieurstlargemen999a],cliqueroutageimpde?livdans?chipuisquecmulesprobl?mes[Bullnheimerpaset?al.exemple,t19t,99],probl?messacts?tdoss?lectionmcetteultidi-hoixmensionneldes[Alacyconictuels.aLaetprobl?mesal.sac,satisfaction2004a]pas,...ph?romonaleNousnenousg?n?ralemensommesheinlt?ress?ts,nousdanspro-cetteunth?se,et?lal'?tudesuitedesjectif,capacit?ests.der?el,cettemenm?taheuristique,d'optimiseretsonnousjeaultan?menvoptimaleonsdisparaittenbt?probl?mesdedos,d?gageroudesconpistesilconcetrnanunetEnlepro-ceuvhoix?tred'une?strat?gierecph?romonale.cCdansettecompstrat?giesolutionsconsisten'est?t.unplusm?canismet?ress?sd'apprendutissagequiuti-classiquelis?sous-ensemparales?tudi?algorithmesNousAparCOcaspmourlepstructureermettreplus?alalacoloniduenedeoptimiserconunvmaisergerultan?menvetersg?n?ralemenlesmsolutionsconsistequiserestplusieursbas?desurnileuni-obd?pour?tmde8traceslesdedeph?romone.?Cesdetracesmaximalesondetdeen-trainsuitees,utilis?esn'estp?videnourdebiaiserhoisirlesstrat?gied?cisionsappropri?e.lorseedeceslabl?mesconstructionpdeensolutions.pasLeramen?s,ct,hoixdesd'unedetellehercstrat?giedeesthemins,?l'ordrelal