Optimisation Par Colonies de Fourmis

Dimension: px
Commencer à balayer dès la page:

Download "Optimisation Par Colonies de Fourmis"

Transcription

1 Optimisation Par Colonies de Fourmis Présenté Par Valentin Cristinel Preda Djenet Tali-Maamar V.C.Preda & Dj.Tali-Maamar 1 Plan Introduction et historique Préambule de la méthode L algorithme de colonies des fourmis Domaines d application Ressources disponibles Conclusion V.C.Preda & Dj.Tali-Maamar 2

2 Introduction(1) L'optimisation de colonie de fourmi (ACO) étudie les systèmes artificiels qui prennent l'inspiration du comportement de vraies colonies de fourmi. Employée pour résoudre des problèmes discrets d'optimisation. V.C.Preda & Dj.Tali-Maamar 3 Introduction(2) Forment une classe des métaheuristiques récemment proposée pour des problèmes d optimisation difficile. (probèmes NP-difficiles et problèmes dynamiques). V.C.Preda & Dj.Tali-Maamar 4

3 Historique (1) Les algorithmes de colonies de fourmis sont nés à la suite d une constatation: En général sur le comportement des insectes sociaux. En particulier les colonies de fourmis. V.C.Preda & Dj.Tali-Maamar 5 Historique (2) 1983 Deneubourg Jean Louis Biologiste, étudie le comportement des fourmis. V.C.Preda & Dj.Tali-Maamar 6

4 Historique (3) Capable de trouver le chemin le plus court du nid à une source de nourriture. Capable de s adapter aux changement de l environnement. Moyen de communication: Phéromone V.C.Preda & Dj.Tali-Maamar 7 Historique(4) 1992 Dorigo Marco Élabore une méta heuristique d optimisation par colonies de fourmis. Le premier algorithme de ce type a été conçu pour le problème du voyageur de commerce. V.C.Preda & Dj.Tali-Maamar 8

5 Préambule Fourmis Agents de recherche qui miment les comportement des fourmis réels. Problème posé par les éthologues : Comment des insectes qui ne voient pas trouvent le PCC entre leur nid et la nourriture??? V.C.Preda & Dj.Tali-Maamar 9 Préambule (suite) Réponse : Utilisation du milieu pour communiquer entre les individus. Le phéromone: Une fourmi qui se déplace, laisse une quantité variable de phéromone sur son chemin, qui est détectée par les prochaines fourmis, et qui détermine avec une grande probabilité leur chemin. Forme de autocatalytic behavior : Plus des fourmis suivent le chemin plus le chemin devient attractif. V.C.Preda & Dj.Tali-Maamar 10

6 Exemple Les fourmis se déplacent entre le nid(e) et la source de la nourriture (A) sur le chemin A-E. V.C.Preda & Dj.Tali-Maamar 11 Exemple Un obstacle qui coupe le chemin. La fourmi qui se déplace de A vers E et se trouve en B, a 2 choix : Le chemin B-C-D Le chemin B-H-D V.C.Preda & Dj.Tali-Maamar 12

7 Exemple Le choix = f (intensité de phéromone) La première fourmi a des probabilités égale de suivre les deux chemins. Celle qui suit le chemin B-C-D arrive en premier en D. V.C.Preda & Dj.Tali-Maamar 13 Exemple Les fourmis qui se retournent de E ont en D deux choix : Le chemin D-C-B Le chemin D-H-B Le chemin D-C-B aura une plus forte intensité de phéromone causé par : La moitie des fourmis qui prennent ce chemin de retour. Le nombre supérieur des fourmis qui ont suivi le chemin B-C-D et qui se retournent. V.C.Preda & Dj.Tali-Maamar 14

8 Le Ant-System Différences comparatives entre les fourmis artificielles et les vraies : Les artificielles ont une certaine mémoire. Elles seront pas complètement aveugles. Le temps de l environnement est considéré discrèt. V.C.Preda & Dj.Tali-Maamar 15 L exemple plus détaillé Si on place a chaque instant t : 30 fourmis en B qui sont venus de A 30 fourmis en D qui sont venus de E la vitesse =1, l intensité de phéromone=1, le phéromone s évapore instamment au milieu de l intervalle (t+1,t+2) V.C.Preda & Dj.Tali-Maamar 16

9 L exemple plus détaillé V.C.Preda & Dj.Tali-Maamar 17 Algorithme Ant-Cycle b i (t) i = 1,..., n nombre des fourmis dans la ville i au moment t n = nombre des villes m= n i= 1 b i t) ( le nombre total des fourmis V.C.Preda & Dj.Tali-Maamar 18

10 Algorithme Ant-Cycle Propriétés des fourmis: Le choix du prochaine ville à visiter = P(distance entre les villes, intensité de phéromone sur le segment qui connecte les villes). Chaque fourmi possède une liste des villes visités ( tabu list ) qui serre à forcer le fourmi à faire des tournées complètes. Apres qu elle a complété une tournée, une intensité de phéromone est laissé sur chaque segment (i,j) qui appartient à la tournée. V.C.Preda & Dj.Tali-Maamar 19 Algorithme Ant-Cycle τ ij (t ) Définitions : Intensité de phéromone sur l arrêt (i,j) au moment t Itération Cycle = déplacement de m fourmis dans (t,t+1) = n itérations Observation : après un cycle chaque fourmi a parcouru une tournée complète. V.C.Preda & Dj.Tali-Maamar 20

11 Algorithme Ant-Cycle Mise à jour de l intensité de phéromone: où l évaporation entre le temps t et t+n est la quantité de phéromone par unité de distance, laissé sur l arrêt (i,j), par la fourmi k pendant l intervalle (t,t+n) V.C.Preda & Dj.Tali-Maamar 21 Algorithme Ant-Cycle Est une constante. Longueur de la tournée pour la fourmi k. V.C.Preda & Dj.Tali-Maamar 22

12 Algorithme Ant-Cycle : doit être <=1 pour limiter l accumulation de phéromone. : est une constante positive (intensité initialle de phéromone) tabu k : vecteur dynamique qui contient la liste des villes visitées par la fourmi k. (s) tabu k : la ville de rang s qui se trouve dans la liste de fourmi k. V.C.Preda & Dj.Tali-Maamar 23 Algorithme Ant-Cycle on définit la probabilité que la fourmi k se déplace de i en j au moment t par : d ij = dis tan ce entre visibilité η = 1/ d ij ij les villes i et j V.C.Preda & Dj.Tali-Maamar 24

13 Algorithme Ant-Cycle α β = paramètre qui contrôle l importance de l intensité de phéromone. = paramètre qui contrôle l importance de la visibilité. Donc le choix dépend de distance et de l intensité du phéromone V.C.Preda & Dj.Tali-Maamar 25 V.C.Preda & Dj.Tali-Maamar 26

14 V.C.Preda & Dj.Tali-Maamar 27 L algorithme Ant Density L algorithme Ant Quantity V.C.Preda & Dj.Tali-Maamar 28

15 Comparaison entre les 3 algorithmes les meilleures résultats ont été obtenues avec ant-cycle. Tableau tiré de : Marco Dorigo, & al, 1996, «The Ant System: Optimization by a colony of Cooperating agents» V.C.Preda & Dj.Tali-Maamar 29 Explications Ant Cycle exploite l information globale, puisque le phéromone est déposé à la fin de la tournée, La fourmi qui a fait la tournée la plus courte, laisse une quantité de phéromone augmentée sur les arrêts contenus dans la tournée. V.C.Preda & Dj.Tali-Maamar 30

16 Explications (suite) Les autres 2 algorithmes utilisent une information locale, puisque la quantité de phéromone est déposée à chaque itération. V.C.Preda & Dj.Tali-Maamar 31 Explications pour Ant-Cycle ρ = 0.5 Explications Au début, la visibilité est importante pour le choix, ensuite l intensité du phéromone devienne importante il faut une évaporation pour que le système oublie de l expérience et explore d autres chemins V.C.Preda & Dj.Tali-Maamar 32

17 Résultats Application sur une problème de 30 villes(oliver30) V.C.Preda & Dj.Tali-Maamar 33 Résultats la meilleure tournée Tableau tiré de : Marco Dorigo, & al, 1996, «The Ant System: Optimization by a colony of Cooperating agents» V.C.Preda & Dj.Tali-Maamar 34

18 Résultats Tableau tiré de : Marco Dorigo, & al, 1996, «The Ant System: Optimization by a colony of Cooperating agents» V.C.Preda & Dj.Tali-Maamar 35 Le choix des paramètres Tableau tiré de : Marco Dorigo, & al, 1996, «The Ant System: Optimization by a colony of Cooperating agents» V.C.Preda & Dj.Tali-Maamar 36

19 S inspirer d autres heuristiques Stratégie élitiste ( emprunté de la part des algorithmes génétiques) renforcement de l intensité de phéromone, pour les arrêts qui appartient à la meilleure tournée, avec la quantité e*q/l; e = nombre des fourmis élitistes L = la meilleure tournée Meilleures résultats avec e=8 V.C.Preda & Dj.Tali-Maamar 37 Comparaison avec autres heuristiques spécialisés en T.S.P. Le problème de test a été Oliver30 Conclusion: Bonne performance, mais temps d exécution long Tableau tiré de : Marco Dorigo, & al, 1996, «The Ant System: Optimization by a colony of Cooperating agents» V.C.Preda & Dj.Tali-Maamar 38

20 Comparaison avec autres heuristiques générales Problème de test: Oliver30 Temps de test: 1 heure Tableau tiré de : Marco Dorigo, & al, 1996, «The Ant System: Optimization by a colony of Cooperating agents» V.C.Preda & Dj.Tali-Maamar 39 Domaines d application Applications au problème symétrique et asymétrique de voyageur de commerce. Applications au problème d ordonnancement séquentiel. Applications au problèmes d affectation quadratique. Applications au problèmes de tournées des véhicules. Applications aux problèmes d'établissement d horaires. V.C.Preda & Dj.Tali-Maamar 40

21 Domaines d application (suite) Applications au problèmes de coloration de graphe. Applications aux problèmes de partitionnement. Applications aux réseaux de télécommunications. Implémentations parallèles. D'autres applications. V.C.Preda & Dj.Tali-Maamar 41 Dorigo M. & Thomas St utzle, (2000). The Ant Colony Optimization Metaheuristic: MTH6414 Algorithms, - Colonies Applications, de fourmis and Advances V.C.Preda & Dj.Tali-Maamar 42

22 Optimisation dynamique Dorigo M. & Thomas St utzle, (2000). The Ant Colony Optimization Metaheuristic: Algorithms, Applications, and Advances V.C.Preda & Dj.Tali-Maamar 43 Dorigo M. & Thomas St utzle, (2000). The Ant Colony Optimization Metaheuristic: Algorithms, Applications, and Advances V.C.Preda & Dj.Tali-Maamar 44

23 Logiciels (1) Progiciel: ACOTSP.V1.0.tar.gz Auteur: Thomas Stützle Description : Ce progiciel fournit une exécution de divers algorithmes de l'optimisation de colonie de fourmi (ACO) appliqués au problème symétrique de représentant de commerce (TSP). Les algorithmes d'aco mis en application: algorithms applied to the symmetric Traveling Salesman Problem (TSP). The ACO algorithms implemented are Ant System, Elitist Ant System, MAX-MIN Ant System, Rank-based version of Ant System, Best-Worst Ant System, and Ant Colony System. Langage de programmation: Développé en C sous Linux (aucunes garanties que cela fonctionne bien sous Windows; cependant, quelques essais limités ont prouvé que le code fonctionne également très bien sous OS de Windows et d'imper X). V.C.Preda & Dj.Tali-Maamar 45 Logiciels(2) Progiciel: antnet-1.1-src.tar Auteur: Muddassar Farooq Description: Une exécution d'antnet dans Omnet++. Langage de programmation: Développé dans Omnet++. Commentaire: Le modèle met en application l'algorithme de cheminement d'antnet proposé dans: «G. Di Caro and M. Dorigo. AntNet: Distributed Stigmergetic Control for Communications Networks. Journal of Artificial Intelligence Research, 9: , It reqires OMNeT or later.» V.C.Preda & Dj.Tali-Maamar 46

24 Logiciels (3) Progiciel: hc-mmas-ubqp.tar.gz Auteur: Blum Chrétien Description: Un système de la fourmi Maximum-minute (MMAS) mis en application dans le cadre de Hyper Cube pour application à la programmation quadratique binaire sans contrainte (UBQP). But du logiciel: Éducatif (à rendement non élevé); il montre comment mettre en application un MMAS dans le cadre de Hyper Cube. Langage de programmation: Développé dans C++ sous Linux (aucunes garanties que cela fonctionne sous Windows). Commentaire: Une description de l'algorithme mis en application peut être trouvée dans le papier «The Hyper-Cube Framework for Ant Colony Optimzation, which is published in IEEE Transactions on Systems, Man, and Cybernetics -- Part B» V.C.Preda & Dj.Tali-Maamar 47 Conférences Proceedings of the First European Conference on Artificial Life, Paris, France Proceedings of the Parallel Problem Solving from Nature Conference, Proceedings of the Metaheuristics International Conference. Proceedings of ML-95, Twelfth International Conference on Machine Learning, Proceedings of IEEE Intenational Conference on Evolutionary Computation, International Conference on Artificial Neural Networks and Genetic Algorithms, V.C.Preda & Dj.Tali-Maamar 48

25 CONFÉRENCES ANT COLONY OPTIMIZATION ANTS 2004: Fourth International Workshop on Ant Colony Optimization and Swarm Intelligence, Brussels, Belgium, September ANTS From Ant Colonies to Artificial Ants: Third International Workshop on Ant Algorithms, Brussels, Belgium, September Special ACO session at MIC-2001 Porto, Portugal, July 16-20, ACO special track at GECCO-2001 San Francisco, USA, July 7-11, ANTS' From Ant Colonies to Artificial Ants: Second International Workshop on Ant Algorithms, Brussels, Belgium, September 8-9, Ant Colony Methods Session at 1999 Congress on Evolutionary Computation, Washington DC, USA, July 6-9, 1999 ANTS'98 - From Ant Colonies to Artificial Ants: First International Workshop on Ant Colony Optimization, Brussels, Belgium, October 15-16, Ant Colony Optimization Session at INFORMS Tel Aviv 1998 Tel Aviv, Israel, June 28 - July 1, 1998 V.C.Preda & Dj.Tali-Maamar 49 JOURNAL SPECIALISÉ EN ANT COLONY OPTIMIZATION AND RELATED Special issue on Ant Colony Optimization to be published in the Future Generation Computer Systems journal, 2000, North Holland (Editors: M. Dorigo, G. Di Caro, and T. Stützle). Dorigo M., V. Maniezzo & A. Colorni (1996). Ant System: Optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics-Part B, 26(1):29-41 Dorigo M. & Thomas St utzle, (2000). The Ant Colony Optimization Metaheuristic: Algorithms, Applications, and Advances V.C.Preda & Dj.Tali-Maamar 50

26 LIVRES Bonabeau E., M. Dorigo & T. Theraulaz (1999). From Natural to Artificial Swarm Intelligence. New York: Oxford University Press. Corne D., M. Dorigo & F. Glover, Editors (1999). New Ideas in Optimisation. McGraw-Hill. Marco Dorigo and Thomas Stüzle, Ant Colony Optimization. MIT Press, Cambridge, MA, USA, V.C.Preda & Dj.Tali-Maamar 51 Groupes de recherche CRT, Montréal, Québec IDSIA, Lugano, Suisse INTELLEKTIK, Darmstadt, Allemagne IRIDIA, Bruxelles, Belgique. V.C.Preda & Dj.Tali-Maamar 52

27 Références sur le Web V.C.Preda & Dj.Tali-Maamar 53 Conclusion L algorithme des colonies des fourmis est une heuristique, avec caractère général utilisée pour résoudre différentes problèmes d analyse combinatoire Versatile s applique a plusieurs types de problèmes Robuste des changements mineures sont nécessaires pour l adapter aux autres problèmes( Ex: J.S.P ou Q.A.P.) V.C.Preda & Dj.Tali-Maamar 54

28 Conclusion(suite) L approche de l algorithme est basée sur l utilisation d une population, qui exploite un mécanisme de feed-back. Principal inconvénient : coût relativement élevé de la génération des solutions. V.C.Preda & Dj.Tali-Maamar 55 Conclusion (suite) Bien décrite et formalisée. L ensemble des propriétés la décrivant est connu (construction probabiliste d une solution, heuristique sur l instance du problème, ) Elle commence à être adaptées à des problèmes continus. V.C.Preda & Dj.Tali-Maamar 56

Deux stratégies parallèles de l'optimisation par colonie de fourmis

Deux stratégies parallèles de l'optimisation par colonie de fourmis 4 th International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 25-29, 2007 TUNISIA Deux stratégies parallèles de l'optimisation par colonie de fourmis HERNANE

Plus en détail

Optimisation Combinatoire et Colonies de Fourmis Nicolas Monmarche April 21, 1999 Sommaire Inspiration biologiques Ant Colony Optimization Applications TSP QAP Flow Shop Problemes dynamiques 1 Historique

Plus en détail

Laboratoire d Automatique et Productique Université de Batna, Algérie

Laboratoire d Automatique et Productique Université de Batna, Algérie Anale. Seria Informatică. Vol. IX fasc. 2 Annals. Computer Science Series. 9 th Tome st Fasc. 2 La sélection de paramètres d un système industriel par les colonies de fourmis Ouahab Kadri, L. Hayet Mouss,

Plus en détail

Les colonies de fourmis : apprentissage coopératif pour le problème du voyageur de commerce

Les colonies de fourmis : apprentissage coopératif pour le problème du voyageur de commerce : apprentissage coopératif pour le problème du voyageur de commerce Alexandre Bargeton Benjamin Devèze Université Pierre et Marie Curie Présentation du projet ANIMAT 1 Comportements collectifs des insectes

Plus en détail

Vers une Optimisation de l Algorithme AntTreeStoch

Vers une Optimisation de l Algorithme AntTreeStoch Revue des Sciences et de la Technologie - RST- Volume 3 N 1 / janvier 2012 Vers une Optimisation de l Algorithme AntTreeStoch O. KADRI, H. MOUSS, A. ABDELHADI, R. MAHDAOUI Laboratoire d Automatique et

Plus en détail

Optimisation par colonies de fourmis. COSTANZO Andrea LUONG Thé Van MARILL Guillaume

Optimisation par colonies de fourmis. COSTANZO Andrea LUONG Thé Van MARILL Guillaume Optimisation par colonies de fourmis COSTANZO Andrea LUONG Thé Van MARILL Guillaume 19 mai 2006 Table des matières 1 Introduction 4 1.1 Pourquoi les fourmis?.................................. 4 1.2 Relation

Plus en détail

Des fourmis pour le problème d ordonnancement de voitures

Des fourmis pour le problème d ordonnancement de voitures Actes JFPC 2006 Des fourmis pour le problème d ordonnancement de voitures Christine Solnon LIRIS CNRS UMR 5205, Université Lyon I Nautibus, 43 Bd du 11 novembre, 69622 Villeurbanne cedex, France christine.solnon@liris.cnrs.fr

Plus en détail

Optimisation par Colonies de Fourmis Artificielles

Optimisation par Colonies de Fourmis Artificielles Optimisation par Colonies de Fourmis Artificielles Tour d horizon Nicolas Monmarché Laboratoire d Informatique Université François Rabelais - Tours Yravals 07, Deuxième école d été sur L Évolution Artificielle

Plus en détail

RenPar'14 Hammamet, Tunisie 10-13 avril 2002

RenPar'14 Hammamet, Tunisie 10-13 avril 2002 PARALLELISATION CO-EVOLUTIVE DE L OPTIMISATION PAR COLONIE DE FOURMIS POUR LA RESOLUTION D UN PROBLEME D ORDONNANCEMENT INDUSTRIEL Pierre Delisle (1), Marc Gravel (1), Caroline Gagné (1), Michaël Krajecki

Plus en détail

Jean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux

Jean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis

Plus en détail

G. Lesauvage. Laboratoire d Informatique et du Traitement de l Information et des Systèmes

G. Lesauvage. Laboratoire d Informatique et du Traitement de l Information et des Systèmes Gestion dynamique des activités des chariots cavaliers sur un terminal portuaire à conteneurs en environnement incertain - approche par intelligence collective - G. Lesauvage Unité de Formation et de Recherche

Plus en détail

THESE. Application des algorithmes de colonies de fourmis pour l optimisation et la classification des images

THESE. Application des algorithmes de colonies de fourmis pour l optimisation et la classification des images République Algérienne Démocratique et Populaire وزارة التعليم العالي و البحث العلمي Ministère de l'enseignement Supérieur et de la Recherche Scientifique UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE d

Plus en détail

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr Atelier Transversal AT11 Activité «Fourmis» Pierre Chauvet pierre.chauvet@uco.fr Ant : un algorithme inspiré de l éthologie L éthologie Etude scientifique des comportements animaux, avec une perspective

Plus en détail

PLANIFICATION ET AFFECTATION DES ACTIVITÉS DANS UNE PHARMACIE HOSPITALIÈRE PAR LES COLONIES DE FOURMIS

PLANIFICATION ET AFFECTATION DES ACTIVITÉS DANS UNE PHARMACIE HOSPITALIÈRE PAR LES COLONIES DE FOURMIS 8 e Conférence Internationale de MOdélisation et SIMulation - MOSIM 10-10 au 12 mai 2010 - Hammamet - Tunisie «Évaluation et optimisation des systèmes innovants de production de biens et de services» PLANIFICATION

Plus en détail

DES FOURMIS POUR LIVRER DU MAZOUT

DES FOURMIS POUR LIVRER DU MAZOUT DES FOURMIS POUR LIVRER DU MAZOUT É. D. Taillard (1), G. Agazzi (2), L.-M. Gambardella (3) Résumé La livraison de certains biens peut engendrer des coûts non négligeables par rapport à la valeur de la

Plus en détail

Modélisation multi-agents - Agents réactifs

Modélisation multi-agents - Agents réactifs Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf

Plus en détail

Métaheuristiques d'optimisation vues sous l'angle de l'échantillonnage de distribution

Métaheuristiques d'optimisation vues sous l'angle de l'échantillonnage de distribution Métaheuristiques d'optimisation vues sous l'angle de l'échantillonnage de distribution Johann Dréo 1, Patrick Siarry 2 1. École Nationale Supérieure des Mines de Saint-Étienne Centre ingénierie et santé

Plus en détail

Optimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos

Optimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos Optimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos Inès Alaya To cite this version: Inès Alaya. Optimisation multi-objectif par colonies de fourmis : cas des problèmes

Plus en détail

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques

Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques Université Mohammed V, Faculté des Sciences de Rabat Laboratoire de Recherche Mathématiques, Informatique et Applications Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques MASTER

Plus en détail

La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs

La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs Éric D. Taillard 1 Luca M. Gambardella 1 Michel Gendreau 2 Jean-Yves Potvin 2 1 IDSIA, Corso Elvezia 36, CH-6900 Lugano. E-mail

Plus en détail

Un Algorithme génétique pour le problème de ramassage et de livraison avec fenêtres de temps à plusieurs véhicules

Un Algorithme génétique pour le problème de ramassage et de livraison avec fenêtres de temps à plusieurs véhicules Un Algorithme génétique pour le problème de ramassage et de livraison avec fenêtres de temps à plusieurs véhicules I. Harbaoui Dridi (1),(2) R. Kammarti (1),(2) P. Borne (1) M. Ksouri (2) imenharbaoui@gmail.com

Plus en détail

De la fourmi réelle à la fourmi artificielle

De la fourmi réelle à la fourmi artificielle 222222 De la fourmi réelle à la fourmi artificielle D. BELFADEL ET M. DIAF Faculté du Génie Electrique et de l informatique Université Mouloud MAMMERI de Tizi-Ouzou. 1. Introduction ous assistons, ces

Plus en détail

Trois méthodes pour la construction de pages WEB personnalisées

Trois méthodes pour la construction de pages WEB personnalisées Trois méthodes pour la construction de pages WEB personnalisées Gérard KUBRYK gerard@i2m.fr Université de Nice-Sophia Antipolis, Laboratoire I3S, 2000, route des lucioles 06903 Sophia Antipolis cedex,

Plus en détail

Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes

Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes Actes JFPC 2009 Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes Madjid Khichane 1,2, Patrick Albert 1 et Christine Solnon 2 1 ILOG An IBM Company

Plus en détail

Application du système immunitaire artificiel ordinaire et améliore pour la reconnaissance des caractères artificiels

Application du système immunitaire artificiel ordinaire et améliore pour la reconnaissance des caractères artificiels Application du système immunitaire artificiel ordinaire et améliore pour la reconnaissance des caractères artificiels Hiba KHELIL, Abdelkader BENYETTOU Laboratoire SIgnal IMage PArole SIMPA Université

Plus en détail

Un Système multi-agents auto-adaptatif pour la segmentation et la reconstruction de scènes 3D

Un Système multi-agents auto-adaptatif pour la segmentation et la reconstruction de scènes 3D SETIT 2005 3 rd International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 27-31, 2005 TUNISIA Un Système multi-agents auto-adaptatif pour la segmentation

Plus en détail

Analyse de protocoles binaires avec les N-Grams

Analyse de protocoles binaires avec les N-Grams Analyse de protocoles binaires avec les N-Grams N-Gram against the Machine : On the Feasibility of the N-Gram network Analysis for Binary Protocols Thomas LETAN 26 novembre 2012 Objectifs des auteurs :

Plus en détail

Intelligence des essaims (Swarm Intelligence)

Intelligence des essaims (Swarm Intelligence) Intelligence des essaims (Swarm Intelligence) Présentation Ghislain O Mahony 27 novembre 2006 Réunion Emergence 1 Les auteurs / caractéristiques ouvrage Les auteurs Eric Bonabeau Chef scientifique Icosystem

Plus en détail

Diverses techniques d'optimisation inspirées de la théorie de l'auto-organisation dans les systèmes biologiques

Diverses techniques d'optimisation inspirées de la théorie de l'auto-organisation dans les systèmes biologiques Diverses techniques d'optimisation inspirées de la théorie de l'auto-organisation dans les systèmes biologiques Johann Dréo, Patrick Siarry Université de Paris XII Val-de-Marne Laboratoire d'etude et de

Plus en détail

Séminaire. de Cédric Graf Prof. Rolf Ingold Dr. Denis Lalanne Document, Image and Voice Analysis (DIVA) University of Fribourg

Séminaire. de Cédric Graf Prof. Rolf Ingold Dr. Denis Lalanne Document, Image and Voice Analysis (DIVA) University of Fribourg Séminaire de Cédric Graf Prof. Rolf Ingold Dr. Denis Lalanne Document, Image and Voice Analysis (DIVA) University of Fribourg 1 Y. Azoz, L. Devi, and R. Sharma. Reliable of human arm dynamics by multiple

Plus en détail

Une approche modulaire probabiliste pour le routage à QdS intégrée.

Une approche modulaire probabiliste pour le routage à QdS intégrée. Une approche modulaire probabiliste pour le routage à QdS intégrée. Said Hoceini, Abdelhamid Mellouk, Hayet Hafi LiSSi, IUT Créteil-Vitry, Université Paris XII 122 rue Paul Armangot Vitry sur Seine 94400

Plus en détail

Laboratoire 4 Développement d un système intelligent

Laboratoire 4 Développement d un système intelligent DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement

Plus en détail

Sommaire. Introduction. I. Notions de routage a) Technologies actuelles b) Avantages et désavantages

Sommaire. Introduction. I. Notions de routage a) Technologies actuelles b) Avantages et désavantages Sommaire Introduction I. Notions de routage a) Technologies actuelles b) Avantages et désavantages II. Routage et fourmis a) Principe et avantages b) Structure du simulateur III.Implémentation a) Présentation

Plus en détail

AFECA 2010 PROGRAM - OVERVIEW. 26 th September 6 th October. Friedrich-Alexander-University Erlangen-Nuremberg

AFECA 2010 PROGRAM - OVERVIEW. 26 th September 6 th October. Friedrich-Alexander-University Erlangen-Nuremberg Association de Formations Européennes à la Comptabilité et à l Audit AFECA 2010 26 th September 6 th October Friedrich-Alexander-University Erlangen-Nuremberg PROGRAM - OVERVIEW INTRODUCTIONS Presentations

Plus en détail

Systèmes Multi-Agents : Modélisation et simulation informatique de comportements collectifs. Chapitre III

Systèmes Multi-Agents : Modélisation et simulation informatique de comportements collectifs. Chapitre III Systèmes Multi-gents : Modélisation et simulation informatique de comportements collectifs Chapitre III Différentes approches de Conception et applications Introduction Les différents concepts Cheminement

Plus en détail

Organisation de log de requêtes OLAP sous forme de site web

Organisation de log de requêtes OLAP sous forme de site web Organisation de log de requêtes OLAP sous forme de site web Sonia Colas, Patrick Marcel, Elsa Negre Université François Rabelais Tours, Laboratoire d Informatique, France {prénom.nom}@univ-tours.fr Résumé.

Plus en détail

Des fourmis réelles aux fourmis artificielles

Des fourmis réelles aux fourmis artificielles Des fourmis réelles aux fourmis artificielles Deux exemples d approches biomimétiques de la résolution de problèmes en informatique. Nicolas Monmarché & Alain Lenoir Laboratoire d Informatique - Institut

Plus en détail

Méthodes "route-first, cluster-second" pour les tournées de véhicules

Méthodes route-first, cluster-second pour les tournées de véhicules Méthodes route-first cluster-second en tournées de véhicules Christian Prins - Slide #1 Méthodes "route-first, cluster-second" pour les tournées de véhicules Prof. Christian PRINS Laboratoire d'optimisation

Plus en détail

CONCEPTION D UNE METAHEURISTIQUE ET APPLICATION AU PROBLÈME D ORDONNANCEMENT DE PROJET À MOYENS

CONCEPTION D UNE METAHEURISTIQUE ET APPLICATION AU PROBLÈME D ORDONNANCEMENT DE PROJET À MOYENS 12 CONCEPTION D UNE METAHEURISTIQUE ET APPLICATION AU PROBLÈME D ORDONNANCEMENT DE PROJET À MOYENS LIMITÉS Mireille Palpant Sous la direction de Christian Artigues et de Philippe Michelon Laboratoire d

Plus en détail

EXPERIMENTATIONS DE METHODES PARALLELES DE RECHERCHE D INFORMATION SUR INTERNET

EXPERIMENTATIONS DE METHODES PARALLELES DE RECHERCHE D INFORMATION SUR INTERNET EXPERIMENTATIONS DE METHODES PARALLELES DE RECHERCHE D INFORMATION SUR INTERNET Fabien PICAROUGNE (*), Gilles VENTURINI(*), Christiane GUINOT(**) fabien.picarougne@univ-tours.fr, venturini@univ-tours.fr,

Plus en détail

Une Approche Bio-mimétique pour la Segmentation d'images. Inspiration des Araignées Sociales

Une Approche Bio-mimétique pour la Segmentation d'images. Inspiration des Araignées Sociales Une Approche Bio-mimétique pour la Segmentation d'images Inspiration des Araignées Sociales Safia Djemame 1, Mohammed Batouche 2 1 Département Informatique, Université Ferhat Abbes, Sétif 19000, Algérie

Plus en détail

Une application des algorithmes génétiques à l ordonnancement d atelier

Une application des algorithmes génétiques à l ordonnancement d atelier Une application des algorithmes génétiques à l ordonnancement d atelier VACHER Jean-Philippe - GALINHO Thierry - MAMMERI Zoubir Laboratoire d Informatique du Havre Université du Havre 25, Rue Philippe

Plus en détail

Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet

Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Beat Wolf 1, Pierre Kuonen 1, Thomas Dandekar 2 1 icosys, Haute École Spécialisée de Suisse occidentale,

Plus en détail

Cours de Master Recherche

Cours de Master Recherche Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction

Plus en détail

Partie III : exemples et applications

Partie III : exemples et applications Partie III : exemples et applications Diapositive 1 )GQRMGPCQB\0NRGKGQ?RGML Avant de passer aux choses sérieuses, c est-à-dire aux applications réelles, je voudrais juste illustrer la diversité des problèmes

Plus en détail

Disclosure of trading in own shares. Registered name of the issuer

Disclosure of trading in own shares. Registered name of the issuer 13 March 2014 Disclosure of trading in own shares from 10/03/2014 to 12/03/2014 10.03.2014 Purchased 1.200,00 49,99-59.990,04 12.03.2014 Purchased 2.000,00 49,79-99.580,80 12.03.2014 Sold -395.353,00 50,10

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

Chapitre 1. L algorithme génétique

Chapitre 1. L algorithme génétique Chapitre 1 L algorithme génétique L algorithme génétique (AG) est un algorithme de recherche basé sur les mécanismes de la sélection naturelle et de la génétique. Il combine une stratégie de survie des

Plus en détail

Bologne à l EPFL. Réforme de Bologne Implications pour l EPFL. Prof. Dominique Bonvin, Doyen Bachelor-Master

Bologne à l EPFL. Réforme de Bologne Implications pour l EPFL. Prof. Dominique Bonvin, Doyen Bachelor-Master Bologne à l EPFL Réforme de Bologne Implications pour l EPFL Prof. Dominique Bonvin, Doyen Bachelor-Master EPFL Quelques chiffres 6 600 Etudiants, 23% femmes, 38% étrangers, 109 nationalités 1 400 Doctorants

Plus en détail

Université Paris 1 Panthéon-Sorbonne UFR 27

Université Paris 1 Panthéon-Sorbonne UFR 27 Université Paris 1 Panthéon-Sorbonne UFR 27 Etudiants entrants en programmes d échange 2014-2015 / Incoming students in exchange programs 2014-2015 Master M1 Mathématiques Appliquées à l Economie et à

Plus en détail

La Recherche Tabou. Par Joseph Ayas Marc André Viau. 16 novembre, 2004 Recherche Tabou J. Ayas & M.A. Viau

La Recherche Tabou. Par Joseph Ayas Marc André Viau. 16 novembre, 2004 Recherche Tabou J. Ayas & M.A. Viau La Recherche Tabou Par Joseph Ayas Marc André Viau 1 Plan de la présentation Introduction Explication détaillée de la Recherche Tabou (RT) Exemples Domaines d application Ressources disponibles Conclusion

Plus en détail

Université du Havre, LITIS EA 4108, BP 540, 76058 Le Havre - France.

Université du Havre, LITIS EA 4108, BP 540, 76058 Le Havre - France. MajecSTIC 2009 Avignon, France, du 16 au 18 novembre 2009 Gestion dynamique des activités des chariots cavaliers sur un terminal portuaire à conteneurs en environnement incertain : approche par intelligence

Plus en détail

Résolution des problèmes difficiles par optimisation distribuée

Résolution des problèmes difficiles par optimisation distribuée REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE Ministère de l Enseignement Supérieur et de la Recherche Scientifique UNIVERSITE MOHAMED KHIDER BISKRA Faculté des sciences et des sciences de l ingénieur

Plus en détail

Tom Jorquera. Formation. Thèse

Tom Jorquera. Formation. Thèse Tom Jorquera 8 rue StJoseph 31400 France +336 71 05 35 58 tom@jorquera.net jorquera.net Formation 2009 2013 Doctorat Intelligence Artificielle, Équipe Systèmes MultiAgents Coopératifs (SMAC), Institut

Plus en détail

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique

Plus en détail

Application de K-means à la définition du nombre de VM optimal dans un cloud

Application de K-means à la définition du nombre de VM optimal dans un cloud Application de K-means à la définition du nombre de VM optimal dans un cloud EGC 2012 : Atelier Fouille de données complexes : complexité liée aux données multiples et massives (31 janvier - 3 février

Plus en détail

Reconnaissance automatique de la parole à l aide de colonies de fourmis

Reconnaissance automatique de la parole à l aide de colonies de fourmis Reconnaissance automatique de la parole à l aide de colonies de fourmis Benjamin Lecouteux Didier Schwab Groupe d Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole Laboratoire

Plus en détail

Métaheuristique des Lucioles Discrète pour les Flow Shop Hybrides

Métaheuristique des Lucioles Discrète pour les Flow Shop Hybrides Métaheuristique des Lucioles Discrète pour les Flow Shop Hybrides Latifa DEKHICI, Khaled BELKADI Laboratoire LAMOSI Département d informatique Université U.S.T.O.M.B. 31000 Oran ALGERIE dekhicilatifa@gmail.com,

Plus en détail

Routes de collecte du lait de la Fédération des producteurs de lait du Québec

Routes de collecte du lait de la Fédération des producteurs de lait du Québec Routes de collecte du lait de la Fédération des producteurs de lait du Québec Louis-Martin Rousseau Coordonnateur, CIRRELT et École Polytechnique de Montréal Réjean Robitaille Représentant industriel,

Plus en détail

LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage

LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage Alain HERTZ Ecole Polytechnique - GERAD Département de mathématiques et de génie industriel CP 679, succ. Centre-ville, Montréal (QC) H3C

Plus en détail

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de

Plus en détail

UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L'UNIVERSITÉ DU QUÉBEC À CHICOUTIMI COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN INFORMATIQUE

UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L'UNIVERSITÉ DU QUÉBEC À CHICOUTIMI COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN INFORMATIQUE UNIVERSITÉ DU QUÉBEC MÉMOIRE PRÉSENTÉ À L'UNIVERSITÉ DU QUÉBEC À CHICOUTIMI COMME EXIGENCE PARTIELLE DE LA MAÎTRISE EN INFORMATIQUE OFFERTE EN VERTU D'UN PROTOCOLE D'ENTENTE AVEC L'UNIVERSITÉ DU QUÉBEC

Plus en détail

encadrée par Pierre CRESCENZO et Michel GAUTERO (I3S) Université de Nice Sophia-Antipolis Le e-learning adaptatif 2004-2005 Par Sterenn AUBERT

encadrée par Pierre CRESCENZO et Michel GAUTERO (I3S) Université de Nice Sophia-Antipolis Le e-learning adaptatif 2004-2005 Par Sterenn AUBERT Le e-learning adaptatif Université de Nice Sophia-Antipolis 2004-2005 Par Sterenn AUBERT encadrée par Pierre CRESCENZO et Michel GAUTERO (I3S) I. Présentation du sujet Définition du e-learning. Concept

Plus en détail

Planifica(on du stockage intermédiaire dans l industrie du shampoing

Planifica(on du stockage intermédiaire dans l industrie du shampoing dans l industrie du shampoing R. Belaid, V. T kindt, C. Esswein, rabah.belaid@etu.univ-tours.fr Université François Rabelais Tours Laboratoire d Informatique 64 avenue Jean Portalis, 37200, Tours Journées

Plus en détail

Academic Project. B3 - Architecture. Resit Project. Version 1.0 Last update: 24/05/2013 Use: Students Author: Samuel CUELLA

Academic Project. B3 - Architecture. Resit Project. Version 1.0 Last update: 24/05/2013 Use: Students Author: Samuel CUELLA SUPINFO Academic Dept. Resit Project Academic Project 2012-2013 Version 1.0 Last update: 24/05/2013 Use: Students Author: Samuel CUELLA Conditions d utilisations : SUPINFO International University vous

Plus en détail

RÉPUBLIQUE ALGERIÉNNE DÉMOCRATIQUE ET POPULAIRE MINISTÉRE DE L ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE SCIENTIFIQUE

RÉPUBLIQUE ALGERIÉNNE DÉMOCRATIQUE ET POPULAIRE MINISTÉRE DE L ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE SCIENTIFIQUE RÉPUBLIQUE ALGERIÉNNE DÉMOCRATIQUE ET POPULAIRE MINISTÉRE DE L ENSEIGNEMENT SUPÉRIEUR ET DE LA RECHERCHE SCIENTIFIQUE Université des sciences et de la technologie Houari Boumediene USTHB Faculté d'électronique

Plus en détail

Optimisation des tournées de ramassage scolaire de la commune de Seneffe

Optimisation des tournées de ramassage scolaire de la commune de Seneffe Optimisation des tournées de ramassage scolaire de la commune de Seneffe Laurie Hollaert Séminaire GRT 7 novembre Laurie Hollaert Optimisation des tournées de ramassage scolaire de la commune de Seneffe

Plus en détail

Fouille de données de mobilité

Fouille de données de mobilité Fouille de données de mobilité Thomas Devogele Université François Rabelais (Tours) thomas.devogele@univ-tours.fr Laurent Etienne Ecole Navale (Brest) Laurent.etienne@ecole-navale.fr La fouille de donnée

Plus en détail

Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules

Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules M. Shawky, K. Chaaban, P. Crubillé Heudiasyc UMR 6599 CNRS, Univ. Tech. De Compiègne 1 ADAS (Advanced Driving Aid System) Reactive

Plus en détail

Segmentation basée sur les vecteurs propres : vue unifiée

Segmentation basée sur les vecteurs propres : vue unifiée Segmentation basée sur les vecteurs propres : vue unifiée Papier Y. Weiss : Segmentation using eigenvectors: a unifying view Proceedings IEEE International Conference on Computer Vision p. 975-982 (1999)

Plus en détail

Introduction à la Recherche en Laboratoire

Introduction à la Recherche en Laboratoire Introduction à la Recherche en Laboratoire Transferts de données pour le vol de travail Tristan Darricau tristan.darricau@ensimag.grenoble-inp.fr 26 mai 2014 Grenoble INP - ENSIMAG Ecadrement Frédéric

Plus en détail

Associate Professor in Quantitative Methods. University of Jendouba / University of Tunis TUNISIA. Saoussen.krichen@isg.rnu.tn

Associate Professor in Quantitative Methods. University of Jendouba / University of Tunis TUNISIA. Saoussen.krichen@isg.rnu.tn Saoussen KRICHEN Associate Professor in Quantitative Methods University of Jendouba / University of Tunis TUNISIA Saoussen.krichen@isg.rnu.tn 1Concours de Maîtrise de Conférences en Informatique de Gestion

Plus en détail

Appel à Présentations de PMEs. «Workshop on GNSS applications» Toulouse Space Show 2014. En présence de la GSA (European GNSS Agency)

Appel à Présentations de PMEs. «Workshop on GNSS applications» Toulouse Space Show 2014. En présence de la GSA (European GNSS Agency) Appel à Présentations de PMEs «Workshop on GNSS applications» Toulouse Space Show 2014 En présence de la GSA (European GNSS Agency) 1. TOULOUSE SPACE SHOW Le Toulouse Space Show 2014 se tiendra du 30 Juin

Plus en détail

Problème à résoudre. min f(s) s.c. s S

Problème à résoudre. min f(s) s.c. s S Métaheuristiques Le mot métaheuristique est dérivé de la composition de deux mots grecs: - heuristique qui vient du verbe heuriskein (ευρισκειν) et qui signifie trouver - meta qui est un suffixe signifiant

Plus en détail

Salah Eddine MERZOUK Doctorant SeT ATER IMaP

Salah Eddine MERZOUK Doctorant SeT ATER IMaP Curriculum Vitae Salah Eddine MERZOUK Doctorant SeT ATER IMaP Informations personnelles Situation actuelle Doctorant au sein du laboratoire Système et Transport (SeT) de l Université de Technologie de

Plus en détail

SONDY : une plateforme open-source d analyse et de fouille pour les réseaux sociaux en ligne

SONDY : une plateforme open-source d analyse et de fouille pour les réseaux sociaux en ligne SONDY : une plateforme open-source d analyse et de fouille pour les réseaux sociaux en ligne Adrien GUILLE, C. Favre, Djamel Abdelkader Zighed To cite this version: Adrien GUILLE, C. Favre, Djamel Abdelkader

Plus en détail

Optimisation par «hommilière» de chemins pédagogiques pour un logiciel d e-learning

Optimisation par «hommilière» de chemins pédagogiques pour un logiciel d e-learning Optimisation par «hommilière» de chemins pédagogiques pour un logiciel d e-learning Grégory Valigiani, Evelyne Lutton, Cyril Fonlupt et Pierre Collet Laboratoire LIL, Université du Littoral, 56 rue Ferdinand

Plus en détail

Théorèmes de Point Fixe et Applications 1

Théorèmes de Point Fixe et Applications 1 Théorèmes de Point Fixe et Applications 1 Victor Ginsburgh Université Libre de Bruxelles et CORE, Louvain-la-Neuve Janvier 1999 Published in C. Jessua, C. Labrousse et D. Vitry, eds., Dictionnaire des

Plus en détail

MARTIN LESAGE. Connaissance excellente de l'anglais écrit Bonne connaissance de l'anglais oral. Possède une Automobile

MARTIN LESAGE. Connaissance excellente de l'anglais écrit Bonne connaissance de l'anglais oral. Possède une Automobile MARTIN LESAGE Langue maternelle: Langue seconde: Français Connaissance excellente de l'anglais écrit Bonne connaissance de l'anglais oral Possède une Automobile FORMATION Maîtrise ès sciences en technologies

Plus en détail

BILL S-1003 PROJET DE LOI S-1003 S-1003 S-1003 SENATE OF CANADA SÉNAT DU CANADA

BILL S-1003 PROJET DE LOI S-1003 S-1003 S-1003 SENATE OF CANADA SÉNAT DU CANADA S-1003 S-1003 First Session, Forty-first Parliament, Première session, quarante et unième législature, SENATE OF CANADA SÉNAT DU CANADA BILL S-1003 PROJET DE LOI S-1003 An Act to authorize Industrial Alliance

Plus en détail

Régression ridge à noyau pour des variables explicatives et d intérêts fonctionnelles

Régression ridge à noyau pour des variables explicatives et d intérêts fonctionnelles Régression ridge à noyau pour des variables explicatives et d intérêts fonctionnelles Hachem Kadri 1, Philippe Preux 1,2 & Emmanuel Duflos 1,3 1 Equipe-projet SequeL, INRIA Lille - Nord Europe, Villeneuve

Plus en détail

LONDON NOTICE No. 3565

LONDON NOTICE No. 3565 EURONEXT DERIVATIVES MARKETS LONDON NOTICE No. 3565 ISSUE DATE: 15 February 2012 EFFECTIVE DATE: 12 March 2012 FTSE 100 INDEX FUTURES CONTRACT THREE MONTH EURO (EURIBOR) INTEREST RATE FUTURES CONTRACT

Plus en détail

CURRICULUM VITAE. Informations Personnelles

CURRICULUM VITAE. Informations Personnelles CURRICULUM VITAE Informations Personnelles NOM: BOURAS PRENOM : Zine-Eddine STRUCTURE DE RATTACHEMENT: Département de Mathématiques et d Informatique Ecole Préparatoire aux Sciences et Techniques Annaba

Plus en détail

BitDefender Antispam NeuNet

BitDefender Antispam NeuNet BitDefender Antispam NeuNet Livre blanc Cosoi Alexandru Catalin Researcher BitDefender AntiSpam Laboratory Table des matières 1. Présentation du problème du spam 2. A propos de Neural Networks 3. Nouvelle

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services 69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard

Plus en détail

Diffusion d informations dans un réseau pair à pair par des fourmis artificielles

Diffusion d informations dans un réseau pair à pair par des fourmis artificielles Diffusion d informations dans un réseau pair à pair par des fourmis artificielles Christophe Guéret, Sonia Colas, Nicolas Monmarché, Mohamed Slimane Laboratoire d Informatique de l Université de Tours

Plus en détail

Comparaison entre une architecture matérielle dédiée et un GP-GPU pour l optimisation

Comparaison entre une architecture matérielle dédiée et un GP-GPU pour l optimisation Comparaison entre une architecture matérielle dédiée et un GP-GPU pour l optimisation Université de Bretagne-Sud Lab-STICC, Lorient, France ROADeF Troyes, France 13-15 Février 2013 1/22 Objectifs Après

Plus en détail

Variable Neighborhood Search

Variable Neighborhood Search Variable Neighborhood Search () Universite de Montreal 6 avril 2010 Plan Motivations 1 Motivations 2 3 skewed variable neighborhood search variable neighborhood decomposition search 4 Le probleme d optimisation.

Plus en détail

METHODES A BASE DE DIVERGENCES POUR LES PROBLEMES D ORDONNANCEMENT FLEXIBLE

METHODES A BASE DE DIVERGENCES POUR LES PROBLEMES D ORDONNANCEMENT FLEXIBLE Abir Ben Hmida 1/6 METHODES A BASE DE DIVERGENCES POUR LES PROBLEMES D ORDONNANCEMENT FLEXIBLE Abir BEN HMIDA 1 Directeur(s) de thèse: Pierre LOPEZ*, Marie-José HUGUET* et Mohamed HAOUARI ** Laboratoire

Plus en détail

Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource

Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource Intelligence Artificielle Située, Cerveau, corps et environnement, Drogoul A. & Meyer J-A.

Plus en détail

Visualisation d information

Visualisation d information Master SIAD 1 année Visualisation d information Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine/ Master SIAD 1 année Visualisation d information Chapitre 1.0 Introduction Quand voir, c est comprendre

Plus en détail

Méta-heuristiques et intelligence artificielle

Méta-heuristiques et intelligence artificielle Chapitre 1 Méta-heuristiques et intelligence artificielle Auteurs : Jin-Kao Hao et Christine Solnon 1.1 Introduction Une méta-heuristique est une méthode générique pour la résolution de problèmes combinatoires

Plus en détail

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie

Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation

Plus en détail

Data Mining : la classification non supervisée

Data Mining : la classification non supervisée Data Mining : la classification non supervisée Clustering : une affaire de distance. Etude préliminaire. Valeurs discrètes. Soient les deux individus suivants correspondant à des séquences ADN : X = AGGGTGGC

Plus en détail

1 Récupération des données

1 Récupération des données Lycée Buffon MP*/PSI 014-15 Épreuve d informatique du concours blanc, jeudi 5 mars 015 (3h00) Les documents, téléphones portables, ordinateurs et calculatrices sont interdits. Le sujet de cette épreuve

Plus en détail

Annexe 6. Notions d ordonnancement.

Annexe 6. Notions d ordonnancement. Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document

Plus en détail

Web Data Mining Web Usage Mining

Web Data Mining Web Usage Mining Web Data Mining p. 1/1 Web Data Mining Web Usage Mining Maria Malek Options GL, ISICO & IdSI EISTI Web Data Mining p. 2/1 Fouille des Données de la Toile?!! Web Structure Mining Découverte de la connaissance

Plus en détail

L hypertexte, le multimédia, c est quoi?

L hypertexte, le multimédia, c est quoi? L hypertexte, le multimédia, c est quoi? Hervé Platteaux Centre NTE et Département de pédagogie Université de Fribourg Cours de pédagogie - Second cycle Session du 29 octobre 2001 Selon vous, l hypertexte

Plus en détail

Les logiciels Ucinet et Netdraw

Les logiciels Ucinet et Netdraw École d été Web intelligence 6 au 10 juillet 2009 Les graphes et leurs différentes formes Des données à la construction du graphe Une forme plus avancée de représentation Densité d un graphe Graphe connexe

Plus en détail

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178 Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain

Plus en détail