Etude de l’influence des paramètres d’optimisation sur les algorithmes métaheuristiques

Abstract

L’objectif principale de ce mémoire est d’étudier l’effet des paramètres d’optimisation sur les algorithmes méta-heuristiques (GA, ABC, PSO et DE) toute en effectuant une étude comparative détaillé par plusieurs tests sur quinze fonctions numériques Benchmark sous différents paramètres. On s’est intéressé à mesurer la qualité de minimisation, la vitesse de convergence, et le temps d’exécution tout en augmentant la charge du calcul et cela en variant la taille de la population, le nombre d’itérations maximales et la complexité du problème d’optimisation. Les résultats obtenus ont clairement indiqué que l’algorithme DE est généralement plus efficace des quatre algorithmes vis à vis sa qualité d’optimisation, le GA visà-vis sa vitesse de convergence, et l’ABC vis-à-vis sa rapidité malgré la complexité du calcul.