Fr. 65.00

Méthodes exactes et métaheuristique pour l'optimisation vectorielle - Etude comparative des méthodes

Français · Livre de poche

Expédition généralement dans un délai de 2 à 3 semaines (titre imprimé sur commande)

Description

En savoir plus










La majorité des problèmes rencontrés dans la pratique nécessitent l'optimisation selon des objectifs souvent contradictoires. La notion d'optimalité disparaît pour ce type de problèmes au profit de la notion d'efficacité. Plusieurs algorithmes ont été proposés pour la résolution de ces problèmes vu leurs difficultés. Les différents travaux présentés dans cette thèse concernent les problèmes multiobjectif linéaires dans le cas continu et discret. Notre premier objectif est de présenter quelques méthodes exactes conçues pour rechercher l'ensemble ou bien de sous-ensemble des solutions efficaces, ces méthodes sont basés sur les opérations du simplexe. Le deuxième objectif et d'étudier l'algorithme génétique le plus populaire pour la résolution des MOLP appelé NSGAII. Et enfin réaliser une étude comparative entre ces deux types de méthodes.

A propos de l'auteur










LACHEMI NADIA, master en recherche opérationnelle, management, risque et négociation, actuellement doctorante en recherche opérationnelle et management, laboratoire AMCD & RO faculté des mathématiques, USTHB, ALGER, ALGERIE.

Détails du produit

Auteurs Nadia Lachemi
Edition Éditions universitaires européennes
 
Langues Français
Format d'édition Livre de poche
Sortie 04.07.2017
 
EAN 9783330876644
ISBN 978-3-330-87664-4
Pages 92
Dimensions 150 mm x 220 mm x 6 mm
Poids 155 g
Catégorie Sciences naturelles, médecine, informatique, technique > Mathématiques > Autres

Commentaires des clients

Aucune analyse n'a été rédigée sur cet article pour le moment. Sois le premier à donner ton avis et aide les autres utilisateurs à prendre leur décision d'achat.

Écris un commentaire

Super ou nul ? Donne ton propre avis.

Pour les messages à CeDe.ch, veuillez utiliser le formulaire de contact.

Il faut impérativement remplir les champs de saisie marqués d'une *.

En soumettant ce formulaire, tu acceptes notre déclaration de protection des données.