Métaheuristiques pour l'optimisation difficile : [recuit simulé, recherche avec tabous, algorithmes évolutionnaires et algorithmes génétiques, colonies de fourmis...]
Les métaheuristiques et leurs applications. Les ingénieurs, les économistes, les décideurs se heurtent quotidiennement, quel que soit leur secteur d'activité, à des problèmes d'optimisation. Il peut s'agir de minimiser un coût de production, d'optimiser le parcours d'un véhi...
Enregistré dans:
| Auteurs principaux: | , , , |
|---|---|
| Format: | Livre papier |
| Sprog: | Français |
| Udgivet: |
Paris :
Eyrolles
DL 2003.
|
| Serier: | Algorithmes
|
| Fag: | |
| Kommentar: |
Autre tirage : 2005 La couv. porte en plus : "Avec trois études de cas détaillées : optimisation de réseaux UMTS (France Télécom R&D), gestion de trafic aérien (ENAC), optimisation de tournées de véhicules (ILOG)" Autre contributeur : Éric Taillard (auteur) |
| Autres localisations: | Voir dans le Sudoc |
| LEADER | 04091nam a22003977a 4500 | ||
|---|---|---|---|
| 001 | 256972 | ||
| 008 | 031031t20032003xxe ||| |||| 00| 0 fre d | ||
| 009 | PPN074703307 | ||
| 020 | |a 2212113684 (br.) : |c 45 EUR | ||
| 024 | |a 9782212113686 | ||
| 041 | 0 | |a fre | |
| 080 | |a "510.5" | ||
| 082 | |a 519.6 |z eng | ||
| 084 | |a G.1 | ||
| 084 | |a I.2.8 | ||
| 084 | |a G.1.6 | ||
| 100 | 1 | |a Dréo, Johann, |d 1978- | |
| 245 | 1 | 0 | |a Métaheuristiques pour l'optimisation difficile : |b [recuit simulé, recherche avec tabous, algorithmes évolutionnaires et algorithmes génétiques, colonies de fourmis...] |c Johann Dréo, Alain Pétrowski, Patrick Siarry,... [et autres] ; coordonné par Patrick Siarry. |
| 260 | |a Paris : |b Eyrolles, |c DL 2003. | ||
| 300 | |a 1 volume (vi-356 pages) : |b illustrations ; |c 23 cm. | ||
| 490 | 0 | |a Algorithmes | |
| 500 | |a Autre tirage : 2005 | ||
| 500 | |a La couv. porte en plus : "Avec trois études de cas détaillées : optimisation de réseaux UMTS (France Télécom R&D), gestion de trafic aérien (ENAC), optimisation de tournées de véhicules (ILOG)" | ||
| 500 | |a Autre contributeur : Éric Taillard (auteur) | ||
| 504 | |a Bibliographie p. 335-352. Index | ||
| 505 | 0 | |a I. Présentation des principales métaheuristiques -- 1. La méthode du recuit simulé -- 2. La recherche avec tabous -- 3. Les algorithmes évolutionnaires -- 4. Les algorithmes de colonies de fourmis -- II. Variantes, extensions et conseils méthodologiques -- 5. Quelques autres métaheuristiques -- 6. Extensions -- 7. Techniques de modélisation et comparaison de méthodes -- III. Études de cas -- 8. Étude de cas n˚1 : optimisation de réseaux mobiles UMTS à l'aide des algorithmes génétiques -- 9. Étude de cas n˚2 : algorithmes génétiques appliqués à la gestion du trafic aérien -- 10. Étude de cas n˚3 : programmation par contraintes et colonies de fourmis appliquées au problèmes de tournées de véhicules | |
| 520 | |a Les métaheuristiques et leurs applications. Les ingénieurs, les économistes, les décideurs se heurtent quotidiennement, quel que soit leur secteur d'activité, à des problèmes d'optimisation. Il peut s'agir de minimiser un coût de production, d'optimiser le parcours d'un véhicule ou le rendement d'un portefeuille boursier, de rationaliser l'utilisation de ressources, d'améliorer les performances d'un circuit électronique, de fournir une aide à la décision à des managers, etc. Cet ouvrage présente une famille de techniques d'optimisation, appelées "métaheuristiques", adaptées à la résolution de problèmes pour lesquels il est difficile de trouver un optimum global ou de bons optimums locaux par des méthodes plus classiques. Un ouvrage de référence illustré d'études de cas La première partie de l'ouvrage présente les principales métaheuristiques : recuit simulé, recherche avec tabous, algorithmes évolutionnaires et algorithmes génétiques, colonies de fourmis. La deuxième partie décrit différentes variantes et extensions de ces méthodes, ainsi que de nouvelles voies de recherche. Y sont également proposés des conseils méthodologiques : techniques de modélisation, comparaisons de méthodes et choix de la méthode la mieux adaptée à un problème donné. La troisième partie présente trois études de cas réels : optimisation de réseaux de mobiles UMTS (France Télécom R&D), gestion de trafic aérien (ENAC), optimisation de tournées de véhicules (ILOG). [Source : d'après la 4e de couv.] | ||
| 650 | |a Optimisation mathématique | ||
| 650 | |a Recuit simulé (mathématiques) | ||
| 650 | |a Algorithmes | ||
| 650 | |a Programmation heuristique | ||
| 700 | 1 | |a Pétrowski, Alain. |4 aut | |
| 700 | 1 | |a Siarry, Patrick, |d 1952- |4 aut |4 pbd | |
| 700 | 1 | |a Taillard, Éric, |d 19..- |4 aut | |
| 767 | 0 | |t Metaheuristics for hard optimization |o methods and case studies |f J. Dréo ... [et al.] |c Berlin |n Springer |d 2006 |z ISBN 3-540-23022-X | |
| 997 | |0 256972 |1 Livre papier |a Ressource papier |c 0/Orléans/ |c 1/Orléans/BU Sciences, Technologies, STAPS/ |z Orléans, BU Sciences, Technologies, STAPS, 519.3 MET | ||