Cette dernière technique est connue sous le nom de mémoire adaptative, et a été développée par Rochat et Taillard.

Transcription

1 1.Introduction : Les métaheuristiques forment un ensemble de méthodes utilisées en recherche opérationnelle pour résoudre des problèmes d optimisation difficiles. Parmi les méta-heuristiques la recherche avec tabous est la seule qui a été présentée clairement avec une mémoire, Car avec la technique d aspiration permet de lever ponctuellement le statut tabou afin d atteindre des solutions inédites. Cette dernière technique est connue sous le nom de mémoire adaptative, et a été développée par Rochat et Taillard. 2.Qu est ce que l adaptation? Le verbe adapter signifier : modifier une conduite ou une situation, «s ajuster à une fonction ou à une circonstance»[1] L adaptation signifié une méthode du comportement de la méthode en fonction de connaissance acquises au cours de la recherche.qui peuvent être liée a un apprentissage. [2] 2.1L adaptation continue : Consiste à ajuster en permanence les paramètres de la méthode a partir d information extraire en continue. 2.2L adaptation périodique : Celle la consiste a modifier à échéance fixes les paramètres de la méthode a partir d information extraire au cours de période spécifiques de la recherche. 3.Définition de le recherche à mémoire adaptative : La recherche à mémoire adaptative est une méthode proposée par Rochat et Taillard en Est une extension de la Recherche Tabou qui permet de réaliser automatiquement une diversification et une intensification de la recherche. Et cette méthode facilite les modifications des données du problème peuvent être intégrées rapidement et les informations contenues dans la mémoire restent pertinentes Elle repose sur trois étapes : 1

2 Figure1 :les étapes de méthode de recherche a mémoire adaptative. Information : Correspond à la représentation des informations. On le modélise sous la forme d une mémoire. Le but étant de mémoriser toute ou partie des solutions générées par la recherche. Intensification : Correspond à l exploitation des informations. On approfondie la recherche au niveau local en tentant d améliorer la pertinence des informations disponibles. Figure2 :intensification. Sa stratégie consiste a :[3] Les meilleures solutions rencontrées sont mémorisées Les propriétés communes en sont dégagées On oriente la recherche vers les régions ainsi définies. 2

3 Diversification : Correspond à la recherche de nouvelles informations. On approfondie la recherche sur tout l espace de recherche (niveau global) pour accroître la quantité de ces informations, en explorant de nouvelles régions (niveau global). Figure3 :diversification Sa stratégie consiste a :[4] On mémorise les solutions les plus visitées On impose un système de pénalités. 4.Le principe de fonctionnement de la méthode adaptative :[5] Cette méthode fonctionne avec une mémoire centrale chargée de stocker les composantes des meilleures solutions rencontrées. Ces composantes sont combinées afin de créer de nouvelles solutions. Si la combinaison ne produit pas une solution admissible, un processus de réparation est mis en œuvre. Un algorithme de Recherche Locale est ensuite appliqué et les composantes de la solution ainsi obtenues sont considérées pour éventuellement faire partie de la mémoire centrale. Au début de la recherche, la mémoire centrale contient des composantes provenant de solutions très diverses et le processus de combinaison aura donc tendance à créer une diversité de nouvelles solutions. Plus la recherche avance et plus la mémoire centrale aura tendance à ne mémoriser que les composantes d un sous-ensemble très restreint de solutions. La recherche devient donc petit à petit un processus d intensification. 4.1 Programmation à mémoire adaptative : leur pseudo-code 1) Initialiser la mémoire 2) Répéter, tant qu un critère d arrêt n est pas satisfait : 2a) Générer une solution provisoire à partir des informations contenues dans la mémoire. 2b) Améliorer à l aide d une recherche locale pour obtenir une solution 2c) Mettre à jour la mémoire en incorporant les éléments d information que contient. 3

4 5. Tabou et la recherche à mémoire adaptative. La recherche à mémoire adaptative a amélioré la méthode tabou car Cette méthode permet de réaliser à la fois une intensification et une diversification de la recherche. Le pseudo-code de la méthode tabou avec la adaptative.[5] recherche à mémoire 1) Générer une solution initiale s0, poser s* = s0, initialiser k à 0 ainsi que les mémoires. 2) Répéter, tant qu un critère d arrêt n est pas satisfait : 2a) Choisir sk+1 dans le voisinage de la solution sk, en prenant les mémoires en considération. 2b) Si sk+1 est meilleur que s*, poser s* = sk+1 et incrémenter k. 2c) Mettre à jour les mémoires. 6.Exemple d application : Problème d élaboration de tournées [6] Il existe un grand nombre de variantes de problèmes d élaboration de tournées de véhicules dans ce modèle cherche des tournées de longueur totale minimale telles que la quantité à livrer dans chaque tournée soit au plus égale à la capacité du véhicules On a un ensemble de n clients qui demandent un bien en quantité qi (i = 1,, n). Pour satisfaire ces demandes des clients On dispose d un véhicule de capacité Q qui doit se réapprovisionner à partir d un dépôt unique. La mémoire est constituée de l ensemble de toutes les tournées individuelles Contenues dans les solutions trouvées par la recherche. La solution de ce problème est base sur une recherche avec tabou Le pseudo-code de problème 4

5 7.Conclusion: Nous pouvons dire que la programmation à mémoire adaptative semble une des techniques les plus prometteuses à l heure actuelle pour la résolution de problèmes d optimisation combinatoire, et cela pour plusieurs raisons. obtenir des solutions de qualité élevée. reste conceptuellement simple et donc relativement facilement implantable. efficace et particulièrement bien adaptée aux besoins des applications pratiques. bien adaptée à la résolution de problèmes dynamiques. 5

6 Bibliographie : [1]:F. F. Ali, Z. Nakao, R. B. Tan, and Y-W. Chen.An evolutionary approach for graph coloring.in Systems, Man, Cybernetics, 1999.IEEE SMC 99 Conference Proceedings.1999 IEEE International Conference, number 5, pages , [2] :lsabelle devarenne. mémoire<études en recherché locale adaptative pour l optimisation combinatoire..université des science de belforte soutenue le 30/11/2007. [3],[4] : Sébastien Verel,Manuel Clergue.Métaheuristiques pour l optimisation combinatoire. [5][6] :Éric D. Taillard,Luca M. Gambardella,Michel Gendreau,jean-Yves Potvin. La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs 6