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

 > 

Optimisation de l'énergie réactive dans un réseau d'énergie électrique

( Télécharger le fichier original )
par Brahim GASBAOUI
Université BECHAR - MAGISTER 2008
  

précédent sommaire suivant

1.30. QUELQUES CONCEPTS DE BASE

Avant de s'intéresser aux algorithmes de fourmis artificielles, il convient tout

d'abord de présenter quelques concepts de base qui seront utilisées tout au long de cette

section.

5.1.8. Problème d'optimisation

Un problème d'optimisation est tout problème définit par un espace de recherche

des solutions, une fonction objectif qui associe un coût à chaque solution possible et un

ensemble de contraintes. On cherche alors à trouver la solution optimale qui correspond

à une solution de coût minimum ou maximum selon qu'il s'agit de minimiser ou de

maximiser la fonction objectif. Un problème d'optimisation combinatoire est tout

problème d'optimisation pour lequel il faut trouver une solution optimale avec un

espace de recherche de solutions fini mais extrêmement grand. Ce type de problème est

dit « difficile ».

5.1.9. Méthodes de résolution

Les méthodes de résolution des problèmes d'optimisation sont de deux types :

Les méthodes exactes (déterministes) : elles fournissent une solution optimale au

prix d'un temps de résolution qui risque d'être exponentiel en fonction de la taille des

données du problème. Les méthodes approchées : pour un problème d'optimisation dit «

difficile » aucune méthode exacte n'est capable de le résoudre exactement en un temps

raisonnable. Dans ce cas on fait appel à ses méthodes permettant une optimisation

approchée. Ce type de méthodes retourne une solution contenue dans un certain

intervalle autour de la solution optimum avec un temps de calcul acceptable. Elles

représentent un compromis entre la qualité de la solution trouvée et le temps de calcul

nécessaire. Parmi les méthodes de résolution approchées, on trouve :

5.1.10. Les heuristiques

Une heuristique est une méthode approchée simple, rapide et dédiée à un

problème donné. Elle exploite les propriétés structurelles d'une solution et tente de la

rendre rapidement une solution admissible par des critères de décision déduits de la

connaissance du problème. Aucune garantie quant à l'optimalité de la solution trouvée

ne peut être fournie.

5.1.11. Les méta heuristiques

Une métaheuristique est une méthode approchée générique dont le principe de

fonctionnement repose sur des mécanismes généraux indépendants de tout problème.

Les méta heuristiques sont stochastiques et donc peuvent éviter d'être piégés dans des

minimums locaux. Elles sont principalement guidées par le hasard (exploration aléatoire

de l'espace de recherche), cependant elles sont souvent alliées à d'autres algorithmes

afin d'en accélérer la convergence.

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.