Skip to Main content Skip to Navigation
Master Thesis

Optimisation évolutionnaire parallèle

Résumé : Dans ce rapport, nous nous intéressons à la parallélisation d'algorithmes évolutionnaires afin d'optimiser des fonctions objectifs coûteuses. Nous travaillons sur la fonction sphère, avec des algorithmes non élitistes de type (1, delta). Nous constatons qu'un des inconvénients est qu'à partir d'une certaine taille de population l'algorithme admet une perte d'efficacité. Nous proposons une alternative qui correspond au modèle (1, 1 * gamma). Nous comparons les deux modèles pour différentes tailles de population, puis simulons une parallélisation asynchrone pour le modèle (1, 1 * gamma).
Document type :
Master Thesis
Complete list of metadata

https://dumas.ccsd.cnrs.fr/dumas-00350003
Contributor : Dumas Administrateur <>
Submitted on : Monday, January 5, 2009 - 4:00:31 PM
Last modification on : Monday, March 8, 2021 - 9:31:45 AM
Long-term archiving on: : Tuesday, June 8, 2010 - 6:32:39 PM

Identifiers

  • HAL Id : dumas-00350003, version 1

Collections

Citation

Fabien Teytaud. Optimisation évolutionnaire parallèle. Algorithme et structure de données [cs.DS]. 2008. ⟨dumas-00350003⟩

Share

Metrics

Record views

369

Files downloads

147