Etude comparative des algorithmes de colonies de fourmis pour Optimisation multi-objectifs

Thumbnail Image

Date

2022

Journal Title

Journal ISSN

Volume Title

Publisher

UNIVERSITY BBA

Abstract

Nous avons d e ni dans le premi ere chapitre les probl emes d'optimisation combinatoire et quelques exemples de ces probl emes . Dans le deuxi eme chapitre nous avons d e ni les probl emes d'optimisation multi-objectif et les el ements de base et Quelques m ethodes de r esolution. Dans le troisi eme chapitre Nous avons pr esent e la classi cation des Algorithmes MOACO et plusieurs algorithmes MOACO propos es dans la litt erature. Ces algorithmes proposent dif- f erentes strat egies pour la r esolution des probl emes multi-objectifs. Dans le quatri eme chapitre, nous avons men e une etude comparative des algorithmes de colonies de fourmis (MACS, PACO, MOACO, MOACO/D-ACS, MOEA/D-ACO) pour l'opti- misation multi-objectifs. Avec le temps,la th eorie et la recherche appliqu ee sur l'optimisation multi-objectifs des colo- nies de fourmis se d eveloppent continuellement.Il a et e d emontr e que l'algorithme d'optimisation multi-objectifs des colonies de fourmis pr esente un avantage certain pour le probl eme d'opti- misation de l'espace discret ,Les chercheurs ont egalement r ealis e quelques r ealisations lorsque essayant de l'appliquer pour r esoudre le probl eme d'optimisation continue multi-objectifs. Bien que l'algorithme de fourmis multi-objectifs fonctionne bien pour r esoudre le probl eme d'opti- misation combinatoire discr ete, il reste encore de nombreux probl emes a r esoudre aujourd'hui, tels que comment emp^echer les fourmis d'entrer dans l'optimal local, la meilleure approche pour eviter que l'algorithme ne converge pr ematur ement Les probl emes d'optimisation multi-objectifs sont d ej a une voie de recherche future promet- teuse. 43

Description

Keywords

Citation

Endorsement

Review

Supplemented By

Referenced By