ملخص: Les problèmes d’optimisation combinatoire (COP : Combinatorial Optimisation Problems) apparaissent naturellement quand il s’agit de modéliser mathématiquement un problème scientifique ou d’ingénierie. A cause de l’aspect NP-Complet de ces problèmes, des heuristiques sont utilisées pour atteindre rapidement des solutions sous-optimales. Ces problèmes sont intrinsèquement parallèles avec beaucoup d’aptitudes pour une implémentation hardware. Cependant, les techniques heuristiques existantes sont largement considérées comme inadaptées pour résoudre des problèmes d’optimisation. En outre, les problèmes du monde réel nécessitent souvent l’optimisation simultanée d’un nombre important d’objectifs concurrents. En général, il n y a pas de solution unique mais plutôt un ensemble de solutions. Ces dernières sont appelées les solutions optimales de Pareto. Considérons, par exemple, la conception d’un système complexe Hardware/Software. Une conception optimale est une architecture minimisant les coûts et la consommation tout en maximisant les performances du système. Ces différents objectifs sont bien naturellement conflictuels. Un outil permettant d’explorer l’espace de solutions optimales de Pareto serait donc d’une grande utilité pour aboutir à la conception optimale d’un système complexe. Les algorithmes évolutionnaires semblent être une voie très prometteuse. L’objectif de ce magister est d’appliquer l’un des algorithmes évolutionnaires qui est la programmation génétique aux problèmes d’optimisation multiobjectifs.

Batna:
لغة: فرنسية
الوصف المادي: 158 p. ill. ;30 cm
الشهادة: Magister
مؤسسة مناقشة الرسالة: Batna, Université du Hadj Lakhdar. Faculté des Sciences de l'Ingénieur
تخصص: Informatique industrielle
الفهرس العشري 005.7 .بيانات الكمبيوتر (تنظيم البيانات ، برمجة الاتصالات والتواصل ، برامج)
الموضوع الإعلام الآلي

الكلمات الدالة:
Programmation génétique (informatique)
Algorithmes génétiques
Algorithmes evolutionnaires
Problème du sac à dos
Analyse combinatoire énumérative

ملاحظة: Bibliogr. pp.148-158