Amélioration des algorithmes d'optimisation par essaim de particules

Résumé

Le sujet central de ce mémoire est un algorithme d'optimisation faisant partie de la classe des méthodes heuristiques : l'algorithme d'optimisation par essaim de particules (algorithme PSO). Dans cet algorithme, les particules évoluent au moyen d'une mise à jour de leur vitesse et position influencées par leur direction courante, leur meilleure position connue ainsi que la meilleure position connue dans leur voisinage. L'objectif de ce mémoire est la recherche d'améliorations de l'algorithme PSO. Pour cela, nous n'avons pas considéré les potentielles améliorations du voisinage des particules mais nous avons développé des méthodes centrées sur la mise à jour des vitesses et positions. Les méthodes développées sont de deux types. L'une des méthodes a pour principe de choisir plus intelligemment la mise à jour des vitesses en se basant sur l'algorithme du recuit simulé. Les autres méthodes sont basées sur une optimisation de la taille du vecteur vitesse utilisé pour la mise à jour des positions. Après avoir développé nos nouvelles méthodes, nous les avons testées sur un ensemble de fonctions de test pour les comparer aux versions classiques de l'algorithme PSO. Ces tests nous ont alors permis de déterminer que l'optimisation de la taille du vecteur vitesse ne permet pas d'améliorer l'algorithme PSO. Cependant, nous avons aussi pu voir que le choix des vitesses utilisant un recuit simulé est une bonne option d'amélioration de l'algorithme PSO.

la date de réponse	30 août 2022
langue originale	Français
L'institution diplômante	Universite de Namur
Superviseur	Timoteo Carletti (Promoteur)