L'optimisation par essaims particulaires

"L'Optimisation par Essaims Particuliers (OEP) ou Particle Swarm Optimization (PSO) est une heuristique non spécifique, au même titre que, par exemple, les algorithmes évolutionnaires, la recherche avec tabous ou les colonies de fourmis. Son domaine de prédilection depuis sa naissance en 1...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Clerc, Maurice
Μορφή: Livre papier
Γλώσσα:Français
Έκδοση: Paris : Hermès science publ C 2005.
Θέματα:
Σημείωση: La couv. porte en plus "versions paramétriques et adaptatives"
Autres localisations: Voir dans le Sudoc
LEADER 03001nam a22003137a 4500
001 222644
008 050311s2005 xxe ||| |||| 00| 0 fre d
009 PPN084564253
020 |a 2746209918 (br.) 
024 |a 9782746209916 
041 0 |a fre 
082 |a 621.382 
082 |a 519.3 
100 1 |a Clerc, Maurice. 
245 1 0 |a L'optimisation par essaims particulaires   |c Maurice Clerc. 
260 |a Paris :  |b Hermès science publ. 
260 |c C 2005. 
300 |a 1 volume (265 pages) :  |b illustrations en noir, couverture illustrée en couleurs ;  |c 24 cm. 
500 |a La couv. porte en plus "versions paramétriques et adaptatives" 
504 |a Bibliographie p. [253]-259. Index 
505 0 |a Première partie. L'optimisation par essaims particulaires -- Chapitre 1. Qu'est-ce qu'un problème difficile ? -- Chapitre 2. Sur un coin de table -- Chapitre 3. Premières formulations -- Chapitre 4. Jeu d'essai de référence -- Chapitre 5. Se méfier du hasard -- Chapitre 6. Premiers résultats -- Chapitre 7. Essaim-mémoire et graphes d'influence -- Chapitre 8. Distributions de proximité -- Chapitre 9. Paramétrages optimaux -- Chapitre 10. Adaptations -- Chapitre 11. TRIBES ou la coopération de tribus -- Chapitre 12. Sur les contraintes -- Chapitre 13. Problèmes et applications -- Chapitre 14. Conclusion -- Deuxième partie. Aperçus -- Chapitre 15. Sur le parallélisme -- CHapitre 16. Combinatoire -- Chapitre 17. Dynamique d'un essaim -- Chapitre 18. Techniques et variantes 
520 |a "L'Optimisation par Essaims Particuliers (OEP) ou Particle Swarm Optimization (PSO) est une heuristique non spécifique, au même titre que, par exemple, les algorithmes évolutionnaires, la recherche avec tabous ou les colonies de fourmis. Son domaine de prédilection depuis sa naissance en 1995 est l'optimisation numérique hétérogène continue-discrète fortement non linéaire. A ce titre elle est utilisée un peu partout dans le monde. Sa rapidité de convergence en fait aussi un outil privilégié en optimisation dynamique. Premier ouvrage en français entièrement consacré à l'OEP, [cet ouvrage] explique les principes de base, en particulier les concepts de particule, de lien d'information, de mémoire et de coopération. Partant d'une version paramètrique très simple mais déjà efficace, codable en quelques lignes, il montre comment l'enrichir progressivement pour aboutir à une version entièrement adaptative. Tous les programmes sources sont soit inclus dans l'ouvrage (pour les plus courts) soit librement disponibles en téléchargement." 
650 |a Traitement du signal 
650 |a Optimisation combinatoire 
650 |a Intelligence artificielle répartie 
650 |a Programmation heuristique 
650 |a Optimisation par essaims particulaires 
650 |a Intelligence collective 
997 |0 222644  |1 Livre papier  |a Ressource papier  |c 0/Orléans/  |c 1/Orléans/BU Sciences, Technologies, STAPS/  |z Orléans, BU Sciences, Technologies, STAPS, 519.3 CLE