Afficher la notice abrégée
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 |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée