WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Recherche bibliographique portant sur la " Contribution à  la réalisation du problème d'emploi de temps par une approche évolutionnaire "

( Télécharger le fichier original )
par Mohamed Boukerroucha
Université M'Hamed Bouguerra Boumerdes Algérie - Master 2 2013
  

sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
Ministère de l'enseignement supérieur et de la recherche scientifique

Université M'HAMED BOUGUERRA - Boumerdes

Facultés des sciences

Département d'informatique

LMD

Recherche Bibliographique

Option : MASTER2

Ingénierie de Logiciel et Traitement de l'Information (ILTI)

Thème

Contribution à la réalisation du problème d'emploi de
temps par une approche évolutionnaire

Proposé et Dirigé par : Mme D.HADJIDJ réalisé et Présenté par : M.Boukerroucha Exposé le : 10/04/2012

Devant le jury composé de :

Mr BOULIF Université de Boumerdes

Mr BERRICHI Université de Boumerdes

Année universitaire 2012/2013

i

Résumé

Les problèmes d'optimisation combinatoire sont des problèmes difficiles à résoudre. Ainsi, la nature discrète des variables forme un espace non dérivable qui rend inutiles les techniques classiques. Le problème de la production des emplois de temps appartient effectivement à la famille des problèmes combinatoires discrets. Il renferme un ensemble d'objectifs conflictuels, un ensemble de contraintes non linéaires et un nombre de combinaisons potentielles très élevé. En revanche, un certain nombre d'institutions académiques produisent encore des emploi de temps d'une manière manuelle ou semi-automatique ce que rend la tâche pénible et difficile. L'automatisation peut donc éliminer les aspects déplaisants de cette tâche. Cette recherche bibliographique porte sur l'optimisation combinatoire par des approches évolutionnaires pa-rallèles.Dans un premier temps, les problèmes d'optimisation combinatoire mono-objectif et multi-objectif sont décrits d'une manière formelle afin d'en établir les principales caractéristiques et de présenter certains notions préliminaires.

Les méthodes qui ont été proposées pour la résolution de TTP, tels que la recherche Tabou, le recuit simulé et les algorithmes génétiques ont fait l'objet d'une revue de la littérature. Afin de faire un lien avec les méthodes de résolutions multi-objectif, il sera prouvé qu'un TTP est lui aussi un problème d'optimisation multi-objectif. Ainsi, notre recherche bibliographique s'est concentrée sur les différentes techniques d'optimisation multi-objectif envisageables pour la résolution de TTP d'une manière parallèle. Parmi les algorithmes évolutifs multi-objectif les plus populaires, ceux de la famille des algorithmes génétiques NSGA-II de Deb, mecro- GA de Goldberg et GA|PM de Sorensen et Sevaux et ceux de la famille des algorithmes utilisent des schémas d'évolution stationnaire SPEA-II de Zitzler c-MOEA et IBEA de Deb qui sont susceptibles d'être adapté à des modèles parallèles. La mise en oeuvre d'un PEA dépend des caractères du problème à traiter. La première intention sera de lancé le calcule de fitness en parallèle et donc de trouver un'algorithme parallèle implémentant les fonctions objectifs. Ceci est parfois demande plus de connaissance en terme de la programmation parallèle et peut être inabordable face au caractère de certains fonctions mathématiques. l'idée est donc de lancé un calcule distribué. Les modèles adoptés dans cette situation selon notre recherche bibliographique commence par des simple modèle comme le modèle de distribution synchrone ou asynchrone et le modèle ni maître ni dieu. Ces derniers soufrent de certains inconvénients face aux contraintes qu'ils exigent (contrainte de précédance par exemple). en effet l'émergence de modèle en îlot qui permet de diviser la population en sous-population dont chacune s'évolue sur sa propre processeur permet de donnée un autre aspect aux PEAs, c'est l'aspect de migration. En fin, le modèle le plus adapté au caractère des PEAs reste le modèle cellulaire qui permet de distribuer une population sur l'ensemble des processeurs et d'effectuer les opérateurs génétique entre voisinages.

ii

sommaire suivant











Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

9Impact, le film from Onalukusu Luambo on Vimeo.