Please use this identifier to cite or link to this item:
http://dspace.univ-guelma.dz/jspui/handle/123456789/4240
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Fadel, Akila | - |
dc.date.accessioned | 2019-09-26T12:37:35Z | - |
dc.date.available | 2019-09-26T12:37:35Z | - |
dc.date.issued | 2019 | - |
dc.identifier.uri | http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/4240 | - |
dc.description.abstract | Les problèmes d’optimisation existants sont couramment de nature multi-objectif où plusieurs critères sont à prendre en charge conjointement. Résoudre de tels problèmes relève souvent du domaine de l'optimisation combinatoire multi objectifs. Dans ce mémoire, le travail établit et fait une étude comparative des algorithmes évolutionnaires dédier à l’optimisation multi-objectif Appliquant une approche méta-heuristique qui est l’algorithme génétique. Objectif est de montrer les performances de ces méthodes dans ce domaine. Nous considérons pour cela un problème difficile largement exploré qui est le problème d’ordonnancement de taches. | en_US |
dc.language.iso | fr | en_US |
dc.subject | Optimisation multi-objectif, métaheuristque, algorithmes évolutionnaires, ordonnancement | en_US |
dc.title | Etude comparative des algorithmes évolutionnaires dédier à l’optimisation multi-objectif | en_US |
dc.type | Working Paper | en_US |
Appears in Collections: | Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
PFE2019 Fadel Akila (Tchi drive2).pdf | 1,54 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.