Métaheuristiques Hybrides Parallèles pour le Q3AP sur Environnements à Grande Echelle
Métaheuristiques Hybrides Parallèles pour le Q3AP sur Environnements à Grande Echelle
Fichiers
Date
2010-12-14
Auteurs
LOUKIL Lakhdar
Nom de la revue
ISSN de la revue
Titre du volume
Éditeur
Université Oran1 Ahmed Ben Bella
Résumé
Les Métaheuristiques sont des méthodes génériques utilisées pour la résolution approchée de problèmes d'optimisation combinatoire (POC) NP-difficiles. De nombreuses métaheuristiques existent et peuvent être scindées en deux classes principales : les métaheuristique à solution unique et les métaheuristiques à population de solutions. Les métaheuristiques de la première classe les plus connues sont le recuit simulé, la recherche tabu, la méthode ILS (Iterated Local Search), VNS (Variable Neighborhood Search), etc. Les métaheuristiques les plus connues de la seconde classe sont les algorithmes évolutionnaires, la méthode GRASP (Greedy Randomized Adaptive Search Procedure), les colonies de fourmis, etc.Pour une résolution efficace, une métaheuristique doit avoir la capacité de diversifier la recherche dans les espaces de recherche et la capacité d'intensifier la recherche dans le voisinage des solutions prometteuses. Malheureusement, même si les méthodes ont été conçues pour atteindre ces deux objectifs, il n'en demeure pas moins qu'elles montrent une tendance vers l'un ou vers l'autre des deux objectifs. L'hybridation de métaheuristique à comportements complémentaires d'intensification et de diversification est une approche généralement adoptée pour construire des méthodes de résolution efficaces et robustes. Les méthodes résultant de l'hybridation de plusieurs métaheuristiques sont, cependant, gourmandes en temps de calcul et nécessitent d'importantes ressources de calcul en particulier lorsque les instances visées sont de grande taille. L'implémentation de ces méthodes nécessite le recours au parallélisme et à la distribution du calcul sur des environnements à grande échelle.Le problème considéré dans cette thèse est le problème d'affectation quadratique à 3 dimensions (Q3AP). Il est d'optimisation combinatoire NP-difficile. Pour résoudre des instances de Q3AP de grande taille, des méthodes hybrides parallèles sont proposées. Ces méthodes sont implémentées sous la plate-forme logicielle ParadisEO et déployées sur GRID5000.Les expérimentations sur des benchmarks de la littérature et sur de nouveaux benchmarks de plus grande taille ont montrés que nos méthodes sont très compétitives.
Description
Mots-clés
Problème d'affectation quadratique à 3-dimensions, Métaheuristiques, Modèle insulaire, Méthodes de recherche locale, Hybridation, Algorithmes évolutionnaires parallèles, Grilles de calcul, Graphics Processing Units, CUDA