Hybridation de métaheuristiques pour la résolution distribuée de problèmes d'optimisation spatialisés - TEL - Thèses en ligne Access content directly
Habilitation À Diriger Des Recherches Year : 2008

Hybrid métaheuristics for distributed solving of euclidean optimization problems

Hybridation de métaheuristiques pour la résolution distribuée de problèmes d'optimisation spatialisés

Jean-Charles Creput
  • Function : Author
  • PersonId : 879474

Abstract

Les problèmes d'optimisation spatialisés font intervenir des entités (clients, demandes, trafic) réparties sur une étendue (la donnée) et des dispositifs physiques (antennes, véhicules) qui doivent leur être associés de manière optimale. Il en résulte de nombreux problèmes d'optimisation combinatoire difficile à résoudre (NP-hard). Pour résoudre ce type de problème, nous proposons des algorithmes à structure intermédiaire, des recherches locales et des approches de résolution collective selon des métaphores de systèmes naturels et biologiques. Le but est par exemple de prendre en compte dès le départ la potentialité d'application à des problèmes dynamiques, de fournir un canevas à la mise en œuvre distribuée possible des algorithmes, et de résoudre des problèmes de grandes tailles.
Fichier principal
Vignette du fichier
creput_dossier_synthese_HDR_2.pdf (3.34 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-00914963 , version 1 (06-12-2013)

Identifiers

  • HAL Id : tel-00914963 , version 1

Cite

Jean-Charles Creput. Hybridation de métaheuristiques pour la résolution distribuée de problèmes d'optimisation spatialisés. Intelligence artificielle [cs.AI]. Université de Bourgogne, 2008. ⟨tel-00914963⟩
214 View
767 Download

Share

Gmail Mastodon Facebook X LinkedIn More