Résumé:
Résumé
De nombreux algorithmes et métaheuristiques pour l’optimisation s’inspirent de la
nature, par exemple l'algorithme d’optimisation de l’essaim de particules et
l'algorithme des lucioles. Ces algorithmes permettent souvent de résoudre des
problèmes d’optimisation de nature très diverse. Dans ce mémoire, nous proposons
un nouvel algorithme métaheuristique, c'est l'algorithme d'optimisation d'équilibre
inspiré par les modèles de bilan massique de volume de contrôle. Cet algorithme est
très simple, il donne de bons résultats et peut facilement s’adapter à des problèmes
d’optimisation divers. Nous l’appliquons le test des fonctions de benchmark pour les
fonctions unimodales et multimodales. Enfin, nous discuterons des différences entre
les trois algorithmes.
Mots clés : Métaheuristique, Optimisation par essaims particulaires, Algorithme des
lucioles, Optimisation d'équilibre.
Abstract
Many algorithms and metaheuristics for optimization are inspired by nature, for example
the optimization algorithm of the particle swarm and the firefly algorithm. These
algorithms often solve optimization problems of a very diverse nature. In this paper, we
propose a new metaheuristic algorithm, which is the equilibrium optimization algorithm
inspired by the volume control mass balance models. This algorithm is very simple, it
gives good results and can easily adapt to various optimization problems. We apply the
benchmark function test for unimodal and multimodal functions. Finally, we will discuss
the differences between the three algorithms.
Keywords : metaheuristics, the particle swarm optimization, the firefly algorithm, the
equilibrium optimization.