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
  

précédent 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

CHAPITRE III. ALGORITHMES EVOLUTIONNAIRES PARALLÈLES

Figure III.5 - Exemple de modèle en îlots.

- Ni maitre ni dieu.Cette technique utilise généralement un serveur de fichiers pour centraliser la population qui doit être stockée dans un fichier. Dans ces conditions, Chaque processeur peut accéder au fichier et effectue l'ensemble des opérations (sélection, opérateurs, évaluation, remplacement) en lisant et écrivant dans ce dernier. L'inconvénient de ce modèle due au temps important nécessaire lors de l'ouvertures/fermeture et de l'lecture/ecriture sur le fichier, ainsi la contrainte d'écriture sur le fichier qui exige qu'un seul processus peut écrire en même temps. (voire figure III.5 )

III.2.3 Modèle en îlots

Ce modèle consiste à diviser la population en sous-population, chaque sous-population évoluant sur sa propre processeur et envoie ses meilleurs individus soit vers des populations voisines soit dans un « pool »commun centralisé, cette dernière étape est connue sous le nom de migration. Le choix entre la migration vers le voisin ou vers le pool dépend fortement du coût des communications entre les processeurs. Chaque sous-population reçoit alors des individus soit envoyés par ses voisins soit pris de pool. Une des possibilités offerte par ce modèle est que chaque sous-population évolue en sa manière c.-à-d. en utilisant des paramètres différents, ainsi les paramètres peuvent être changés à chaque cycle de l'algorithme. Mais même lorsque les sous-populations utilisent exactement les mêmes paramètres, la dispersion topologique, fonction du mode de migration choisi, a pour effet de préserver la diversité génétique.(voire figure III.6)

III.2.4 Population distribuée

Ce modèle consiste à distribuer une population sur l'ensemble des processeurs. Les opérations de « sélection/remplacement fg et de croisement se font entre individus voisins au sens physique de la topologie du réseau de processeurs. Ce modèle génère lui aussi une nouvelle dynamique de l'algorithme, différente des précédentes, avec comme dans le modèle en îlots, l'apparition de niches écologiques distribuées par zones géographiques de processeurs, et permettant également la découverte d'optima multiples. Généralement, dans ce type de modèles, il existe un processeur superviseur (root), qui reçoit des informations de l'ensemble

32

précédent 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








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite