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

 > 

Contribution à  l'optimisation complexe par des techniques de swarm intelligence

( Télécharger le fichier original )
par Lamia Benameur
Université Mohamed V Agdal Rabat Maroc - Ingénieur spécialité : informatique et télécommunications 0000
  

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

3.5.6 Complexité temporelle de l'algorithme

Le modèle proposé, présente une complexité additionnelle , par rapport à l'algorithme de base PSO, induite par la procédure de classification floue. Cette complexité correspond aux étapes de calcul des C centres de classes ainsi que par la distance entre chaque vecteur (n vecteurs de dimension p) et le centre de chaque classe. Ces deux étapes peuvent être effectuées en O(np). De plus, la détermination de chaque nouvelle partition, durant le cycle itératif, nécessite le calcul du degré d'appartenance de chaque vecteur à chaque classe, processus pouvant s'effectuer en O(npC). Puisque le processus est itéré jusqu'à ce que l'algorithme converge, la complexité de l'algorithme de classification flou est donc de l'ordre de O(npCt), oil t est le nombre d'itérations.

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








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon