Algorithmes Évolutionnaires Multi-objectifs Basés Sur Pareto Pour L'optimisation Globale.
Résumé: Cette thèse souligne l’importance cruciale de résoudre les problèmes d’optimisation multi-objectifs (MOPs) et propose deux algorithmes évolutifs novateurs pour surmonter les limitations des métaheuristiques axées sur un seul objectif. Le premier, nommé Optimisation Multi-Objectif Guidée par les Faucons de Harris (GMOHHO), intègre une archive externe pour stocker les solutions de Pareto optimaux, favorisant ainsi le concept d’élitisme. De plus, une stratégie de sélection basée sur l’Évolution Bi-Goal (BiGE) équilibre convergence et diversité de l’ensemble de Pareto. Le deuxième algorithme, l’Algorithme d’Optimisation Arithmétique Multi-objectif (MOAOA), utilise également un référentiel d’archive maintenu par la technique d’Epsilon-Dominance (ϵ-dominance). Intégrant une stratégie de sélection des leaders basée sur la distance de crowding, il guide la population vers des régions de recherche intéressantes, établissant ainsi un équilibre entre convergence et diversité au sein de l’ensemble de Pareto. Des tests approfondis sur différents benchmarks multi-objectifs, ainsi que la comparaison avec des méthodes couramment utilisées, mettent en évidence la supériorité de GMOHHO et de MOAOA en matière de convergence et de diversité.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
