Younssi, KhaoulaBelabed, Taqwa ImèneDjebabla, Ali2023-10-022023-10-022023-06http://hdl.handle.net/123456789/16819La résolution de problèmes d'optimisation difficile est un domaine de recherche actif en informatique et en mathématiques appliquées. Les problèmes d'optimisation difficile sont des problèmes pour lesquels il est difficile voire impossible de trouver une solution exactes par les méthodes classiques. Les techniques de résolution de problèmes d'optimisation difficile incluent l'utilisation des heuristiques qui cherchent à trouver des solutions de bonne qualité pour des problemes difficiles. Ces méthodes sont souvent basées sur des algorithmes d'optimisation à base de métaheuristiques. Dans ce travail, nous avons choisi un reseau de neurones MLP pour l’utiliser comme structure de base. Concernant l'optimisation de l'entrainement de celui ci nous avons opte pour une méthode relativement classique utilisant la BP de l’erreur de sortie du réseau, et une méthode basée sur la PSO sur laquelle se base l’algorithme d’optimisation que nous proposons. Ces deux méthodes utilisant la meme srtucture MLP sont mises a l'épreuve pour L'émulation du procédé dit ''Box & Jenkins'' et le controle de la température d'une réaction chimique dans CSTRProblèmes d'optimisation difficile; Heuristique;Algorithms; Métaheuristiques; Reseau de neurons; MLPThesis