Algorithmes évolutionnaires multi-objectifs basés sur Pareto pour l'optimisation globale.

Notice brève
dc.contributor.authorBOUMAZA Farid
dc.date.accessioned2024-09-24T18:01:49Z
dc.date.available2024-09-24T18:01:49Z
dc.date.issued2024-06
dc.description.abstractCette thèse souligne l’importance cruciale de résoudre les problèmes d’optimisation multi-objectifs (MOPs) et propose deux algorithmes évolutifs novateurs pour surmonter les limitations des métaheuristiques axées sur un seul objectif. Le premier, nommé Optimisation Multi-Objectif Guidée par les Faucons de Harris (GMOHHO), intègre une archive externe pour stocker les solutions de Pareto optimaux, favorisant ainsi le concept d’élitisme. De plus, une stratégie de sélection basée sur l’Évolution Bi-Goal (BiGE) équilibre convergence et diversité de l’ensemble de Pareto. Le deuxième algorithme, l’Algorithme d’Optimisation Arithmétique Multi-objectif (MOAOA), utilise également un référentiel d’archive maintenu par la technique d’Epsilon-Dominance (ϵ-dominance). Intégrant une stratégie de sélection des leaders basée sur la distance de crowding, il guide la population vers des régions de recherche intéressantes, établissant ainsi un équilibre entre convergence et diversité au sein de l’ensemble de Pareto. Des tests approfondis sur différents benchmarks multi-objectifs, ainsi que la comparaison avec des méthodes couramment utilisées, mettent en évidence la supériorité de GMOHHO et de MOAOA en matière de convergence et de diversité.
dc.identifier.urihttps://dspace.univ-oran1.dz/handle/123456789/4198
dc.language.isofr
dc.subjectOptimisation multi-objectifs ; Front de Pareto ; Convergence et diversité ; Population d’archive ; Distance de crowding ; Tri non-dominé.
dc.titleAlgorithmes évolutionnaires multi-objectifs basés sur Pareto pour l'optimisation globale.
dc.typeThesis
grade.Co-rapporteurZAOUACHE Djaafar, Professeur, Université de Bordj Bou Arreridj
grade.ExaminateurBELALEM Ghalem, Professeur, Université Oran 1
grade.ExaminateurBENSLIMANE Sidi Mohammed, Professeur, Ecole Supérieure en Informatique(ESI) -Sidi Bel Abbes
grade.ExaminateurBENDELLA Fatima, Professeur, Université des Sciences et de la Technologie d'Oran Mohamed (USTO)
grade.GradeDoctorat en sciences
grade.OptionInformatique
grade.PrésidentHAFFAF Hafid, Professeur, Université Oran 1
grade.RapporteurBENYAMINA Abou El Hassane, Professeur, Université Oran 1
l'article.1.DateParution2010
l'article.1.RevueIngenierie des Systemes d'Information
l'article.1.Référence16331311
l'article.1.TitreAn Improved Harris Hawks Optimization Algorithm Based on Bi-Goal Evolution and Multi-Leader Selection Strategy for Multi-Objective Optimization.
la.MentionTrès honorables
la.SpécialitéInformatique
la.coteTH5552
Fichiers
Bundle original
Voici les éléments 1 - 1 sur 1
Vignette d'image
Nom :
TH5552.pdf
Taille :
14.37 MB
Format :
Adobe Portable Document Format
Description :
Télécharger
Collections
Thèses de Doctorat "Informatique"