OPTIMISATION GEOMETRIQUE DES MACHINES ASYNCHRONES PAR L’EXPLOITATION DES ALGORITHMES GENETIQUES
Loading...
Date
2007
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mohamed Boudiaf - M'Sila
Abstract
L’Optimisation est l’une des branches les plus importantes des mathématiques appliquées modernes, et de nombreuses recherches, à la fois pratiques et théoriques, lui sont consacrées. Si on met de côté les problèmes d’optimisation discrète ou multicritère, alors la théorie de l’optimisation peut être séparée en deux grandes branches : l’optimisation locale et l’optimisation globale. Si on peut considérer que la première est presque «entièrement connue », la seconde est encore partiellement méconnue et les recherches y sont à leur apogée, comme le confirment les nombreuses parutions récentes. La tâche principale de l’optimisation globale est la recherche de la solution qui minimisera un critère de coût donné, appelée «optimum global ». L’optimisation globale vise donc à rechercher non seulement un minimum local, mais surtout le plus petit de ces minima locaux.
Il existe deux grandes approches à l’optimisation globale. L’une est dite déterministe : les algorithmes de recherche utilisent toujours le même cheminement pour arriver à la solution, et on peut donc « déterminer » à l’avance les étapes de la recherche. L’autre est aléatoire : pour des conditions initiales données, l’algorithme ne suivra pas le même cheminement pour aller vers la solution trouvée, et peut même proposer différentes solutions. C’est vers cette seconde branche, la recherche global aléatoire, que vont s’orienter notre sujet, et plus particulièrement vers un type bien précis d’algorithme de recherche aléatoire, les algorithmes génétiques
Description
Keywords
Machines asynchrones, Optimisation géométrique, Algorithmes génétiques.