Optimisation par essaims de particules adaptatifs

Simple item page
dc.contributor.authorAhmed Yahia, Wafa
dc.contributor.authorGhoul, Khalid
dc.date.accessioned2018-12-04T06:51:11Z
dc.date.available2018-12-04T06:51:11Z
dc.date.issued2013
dc.description.abstractLes méta-heuristiques sont une famille d'algorithmes stochastiques destinés à résoudre des problèmes d'optimisation difficile Utilisées dans de nombreux domaines, ces méthodes présentent l'avantage d'être généralement efficaces, sans pour autant que l'utilisateur ait à modifier la structure de base de l'algorithme qu'il utilise. Parmi celles-ci, l'Optimisation par Essaim Particulaire (OEP) est une nouvelle classe d'algorithmes proposée pour résoudre les problèmes à variables continues. Les algorithmes d'OEP s'inspirent du comportement social des animaux évoluant en essaim, tels que les oiseaux migrateurs ou les poissons. Les "particules "d'un même essaim communiquent de manière directe entre elles tout au long de la recherche pour construire une solution au problème posé, en s'appuyant sur leur expérience collective. Reconnues depuis de nombreuses années pour leur efficacité, les méta-heuristiques présentent des défauts qui rebutent encore certains utilisateurs. Le réglage des paramètres des algorithmes est un de ceux-ci. Il est important, pour chaque problème posé, de trouver le jeu de paramètres qui conduise à des performances optimales de l'algorithme. Cependant, cette tâche est fastidieuse et coûteuse en temps, surtout pour les utilisateurs novices. Pour s'affranchir de ce type de réglage, des recherches ont été menées pour proposer des algorithmes dits " adaptatifs ". Avec ces algorithmes, les valeurs des paramètres ne sont plus figées, mais sont modifiées, en fonction des résultats collectés durant le processus de recherche. Dans cette optique- là, Maurice Clerc a proposé TRLBES, qui est un algorithme d'OEP mono-objectif sans aucun paramètre de contrôle. Cet algorithme fonctionne comme une " boîte noire", pour laquelle l'utilisateur n'a qu'à définir le problème à traiter et le critère d'arrêt de l'algorithme. Nous proposons dans ce sujet une étude sur le réglage des paramètres pour PSO afin de corriger certains de ces défauts. Nous proposons aussi dans ce sujet d'appliquer les versions d'algorithmes d'optimisation mono-objectifs sur quelque problème d'optimisation tel que traitement d'image (le problème recalage des images médicales).ar
dc.identifier.urihttp://hdl.handle.net/123456789/6805
dc.language.isofrar
dc.publisherUniversité Oum El Bouaghiar
dc.subjectAlgorithme adaptatifar
dc.subjectImagerie médicale : recyclagear
dc.subjectAlgorithme stochastiquear
dc.titleOptimisation par essaims de particules adaptatifsar
dc.title.alternativeapplication au recalage des image médicales multimodalesar
dc.typeOtherar
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Optimisation par essaims particulaires adaptatifs.pdf
Size:
1.96 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
قسم الإعلام الالي