Le présent manuscrit décrit l’implémentation et les performances d’un algorithme d’optimisation heuristique adaptatif. La motivation de ce travail était de tirer avantage des énoncés du théorème No Free Lunch dans l’algorithme d’optimisation par essaims particulaires (PSO) au moyen de contrôleurs en logique floue. Pour ce faire, deux types de contrôleurs ont été mis au point afin, d’une part, de contrôler les différents paramètres intervenant dans la PSO classique et dans sa variante quantique (QPSO) et, d’autre part, d’effectuer une hybridation contrôlée entre ces deux variantes. Celles-ci ont été mises au point par le biais d’une méthode robuste, tirant profit du paradigme entités-composantssystèmes, capable de soutenir de futurs développements sur ces contrôleurs. Les variantes implémentées ont été testées sur une gamme de fonctions de test. Le contrôleur flou sur la QPSO a permis de surpasser les différentes variantes de la PSO avec contrôleurs flous de la littérature. L’algorithme hybride flou a quant à lui présenté les meilleurs performances sur l’ensemble des fonctions de test, montrant l’intêret d’un tel contrôle dans une métaheuristique d’optimisation. Au terme de ce travail, nous proposons de poursuivre le développement de tels contrôleurs au moyen de réseaux de neurones optimisés systématiquement.
Mise au point d'essaims de particules proactifs au moyen de la logique floue
Roy, N. (Auteur). 24 juin 2019
Student thesis: Master types › Master en sciences mathématiques