Résumé
La grande dimensionnalité de certains problèmes d’optimisation a un impactnégatif sur la capacité des algorithmes évolutionnaires à les optimiser efficacement.
En effet, la complexité de ces problèmes croit exponentiellement lorsque la
dimension augmente. Les algorithmes co-évolutionnaires coopératifs dépassent cette
limitation en profitant des avantages de la stratégie « diviser pour mieux régner ». Ils
divisent les problèmes de grande dimension en plusieurs problèmes plus petits et plus
simples pouvant être optimisés avec un algorithme évolutionnaire standard. L’objectif
de ce travail est d’étudier ces algorithmes co-évolutionnaires coopératifs et de développer
de nouveaux outils permettant de résoudre des problèmes d’optimisation possédant
des caractéristiques couramment rencontrées en ingénierie et en sciences. Une
attention particulière est accordée aux problèmes contraints, aux problèmes imbriqués
et aux problèmes coûteux en ressources informatiques. Les principales nouveautés des
algorithmes développés dans cette thèse concernent la décomposition des problèmes
de grande dimension et la coopération entre les différents sous-problèmes obtenus.
Des simulations numériques sont réalisées afin de mettre en avant les avantages des
outils développés.
| la date de réponse | 29 juin 2021 |
|---|---|
| langue originale | Anglais |
| L'institution diplômante |
|
| Sponsors | Université de Namur |
| Superviseur | Teo Carletti (Promoteur), Annick Sartenaer (Jury), Charlotte BEAUTHIER (Jury), Alexandre Mayer (Jury), Daniel Tuyttens (Jury) & Mohammed El-Abd (Jury) |