Algorithme évolutionnaire à états pour l''optimisation difficile
Par :Formats :
- Paiement en ligne :
- Livraison à domicile ou en point Mondial Relay estimée à partir du 10 septembreCet article sera commandé chez un fournisseur et vous sera envoyé 21 jours après la date de votre commande.
- Retrait Click and Collect en magasin gratuit
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages176
- PrésentationBroché
- Poids0.268 kg
- Dimensions15,2 cm × 22,9 cm × 1,0 cm
- ISBN978-613-1-58871-6
- EAN9786131588716
- Date de parution22/07/2011
- CollectionOMN.UNIV.EUROP.
- ÉditeurUniv Européenne
Résumé
Les Algorithmes Evolutionnaires (AEs) sont des méthodes de recherche inspirées par la théorie darwinienne de l''évolution. La définition des paramètres ou l''attribution de leurs propres valeurs ont une influence cruciale sur les performances de l''algorithme. Trouver une configuration appropriée pour un AE est un grand défi. Dans la première partie, nous exposons la problématique du réglage/contrôle des paramètres ainsi que les principales heuristiques existantes.
Dans la deuxième, nous proposons deux méthodes pour le contrôle dynamique des paramètres associés à la représentation des solutions. Dans la troisième, nous proposons l''algorithme évolutionnaire à états (SEA); cette variante parallèle des AEs gère plusieurs AEs afin de contrôler dynamiquement les paramètres au cours du processus d''optimisation. Dans la dernière
Dans la deuxième, nous proposons deux méthodes pour le contrôle dynamique des paramètres associés à la représentation des solutions. Dans la troisième, nous proposons l''algorithme évolutionnaire à états (SEA); cette variante parallèle des AEs gère plusieurs AEs afin de contrôler dynamiquement les paramètres au cours du processus d''optimisation. Dans la dernière