Optimisation par essaims particulaires
- Optimisation par essaims particulaires
-
L'optimisation par essaims particulaires (OEP ou PSO en anglais) est une métaheuristique d'optimisation, inventée par Russel Eberhart (ingénieur en électricité) et James Kennedy (socio-psychologue) en 1995.
Cet algorithme s'inspire à l'origine du monde du vivant. Il s'appuie notamment sur un modèle développé par Craig Reynolds à la fin des années 1980, permettant de simuler le déplacement d'un groupe d'oiseaux. Une autre source d'inspiration, revendiquée par les auteurs, est la socio-psychologie.
Cette méthode d'optimisation se base sur la collaboration des individus entre eux. Elle a d'ailleurs des similarités avec les algorithmes de colonies de fourmis, qui s'appuient eux aussi sur le concept d'auto-organisation. Cette idée veut qu'un groupe d'individus peu intelligents peut posséder une organisation globale complexe.
Ainsi, grâce à des règles de déplacement très simples (dans l'espace des solutions), les particules peuvent converger progressivement vers un minimum local. Cette métaheuristique semble cependant mieux fonctionner pour des espaces en variables continues.
Au départ de l'algorithme chaque particule est donc positionnée (aléatoirement ou non) dans l'espace de recherche du problème. Chaque itération fait bouger les particules en fonction de 3 composantes :
- Sa vitesse actuelle,
- Sa meilleure solution Pi,
- La meilleure solution obtenue dans son voisinage Pg.
Cela donne l'équation de mouvement suivante :
- Vk + 1 = ωVk + b1(Pi − Xk) + b2(Pg − Xk).
- Xk + 1 = Xk + Vk + 1.
Avec :
- ω inertie
- b1 tiré aléatoirement dans [0,φ1]
- b2 tiré aléatoirement dans [0,φ2]
Annexes
Bibliographie
Articles connexes
Liens externes
Wikimedia Foundation.
2010.
Contenu soumis à la licence CC-BY-SA. Source : Article Optimisation par essaims particulaires de Wikipédia en français (auteurs)
Regardez d'autres dictionnaires:
Optimisation (mathématiques) — L optimisation est une branche des mathématiques, cherchant à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à déterminer le meilleur élément d un ensemble, au sens d un critère quantitatif donné. Ce mot vient … Wikipédia en Français
OEP — Optimisation par essaims particulaires L optimisation par essaims particulaires (OEP ou PSO en anglais) est une métaheuristique d optimisation, inventée par Russel Eberhart (ingénieur en électricité) et James Kennedy (socio psychologue) en 1995.… … Wikipédia en Français
Metaheuristique — Métaheuristique Les métaheuristiques forment une famille d’algorithmes d’optimisation visant à résoudre des problèmes d’optimisation difficile (souvent issus des domaines de la recherche opérationnelle, de l ingénierie ou de l intelligence… … Wikipédia en Français
Méta-heuristique — Métaheuristique Les métaheuristiques forment une famille d’algorithmes d’optimisation visant à résoudre des problèmes d’optimisation difficile (souvent issus des domaines de la recherche opérationnelle, de l ingénierie ou de l intelligence… … Wikipédia en Français
Métaheuristique — Une métaheuristique est un algorithme d’optimisation visant à résoudre des problèmes d’optimisation difficile (souvent issus des domaines de la recherche opérationnelle, de l ingénierie ou de l intelligence artificielle) pour lesquels on ne… … Wikipédia en Français
Métaheuristiques — Métaheuristique Les métaheuristiques forment une famille d’algorithmes d’optimisation visant à résoudre des problèmes d’optimisation difficile (souvent issus des domaines de la recherche opérationnelle, de l ingénierie ou de l intelligence… … Wikipédia en Français
James Kennedy — (5 novembre 1950 ) est un psychologue social américain, connu comme initiateur et chercheur dans le domaine de Optimisation par essaims particulaires. Le premier article sur le sujet, par Kennedy et Russel C. Eberhart, fut présenté en 1995;… … Wikipédia en Français
Algorithme de colonies de fourmis — Les algorithmes de colonies de fourmis sont des algorithmes inspirés du comportement des fourmis et qui constituent une famille de métaheuristiques d’optimisation. Initialement proposé par Marco Dorigo et al. dans les années 1990[1],[2], pour la… … Wikipédia en Français
Algorithme De Colonies De Fourmis — Les algorithmes de colonies de fourmis sont des algorithmes inspirés du comportement des fourmis et qui constituent une famille de métaheuristiques d’optimisation. Initialement proposé par Marco Dorigo et al. dans les années 1990[1],[2] … Wikipédia en Français
Algorithme de fourmis — Algorithme de colonies de fourmis Les algorithmes de colonies de fourmis sont des algorithmes inspirés du comportement des fourmis et qui constituent une famille de métaheuristiques d’optimisation. Initialement proposé par Marco Dorigo et al.… … Wikipédia en Français
