Optimisation et Algorithmes Evolutionnaires pour les Systèmes Complexes

De
Révision datée du 13 avril 2012 à 03:10 par Collet (discussion | contributions)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)
Aller à la navigation Aller à la recherche

Jeudi 22 mars 2012 à 14h00, Amphithéâtre ARP, INSA de Strasbourg
Séminaire organisé par Jean Renaud, directeur du Laboratoire de Génie de la Conception (LGECO)

Présentations

  • Pr Pierre Collet, Les nouvelles architectures matérielles massivement parallèles et comment les exploiter au mieux
    Equipe Bioinformatique théorique, Fouille de données et Optimisation stochastique (BFO)
    Laboratoire des Sciences de l'Image, de l'Informatique et de la Télédétection (LSIIT), UMR 7005 CNRS, Université de Strasbourg

    Résumé : Les ordinateurs récents se structurent autour d'une architecture nouvelle : un (ou plusieurs) CPU multi-coeurs, et une (ou plusieurs) cartes graphiques GPU comprenant jusqu'à 1024 coeurs. Il n'est pas possible d'exploiter de telles machines avec des algorithmes séquentiels. Il faut donc penser une nouvelle algorithmique, probablement inspirée des systèmes complexes.


  • Pr Christian Fonteix, algorithmes évolutionnaires et optimisation multicritère
    Laboratoire des Sciences du Génie Chimique
    Université de Lorraine, Nancy

  1. Algorithme évolutionnaire (algorithme simple et facile à programmer)
    • Vocabulaire et description schématique de l'algorithme
    • Les opérateurs (initialisation de la population, mortalité, naissance par croisement, naissance par mutation, test d'arrêt)
    • Fonctionnement de l'algorithme
  2. Optimisation multicritère
    • Principe de domination de Pareto
    • Définition de la fonction à minimiser
    • Présentation des résultats


  • Pr Dominique Knittel, Optimisation multicritère de systèmes mécatroniques dynamiques
    Laboratoire de Génie de la Conception (LGECO), INSA de Strasbourg
    • Optimisation en ingénierie de systèmes dynamiques : quels critères ?, problèmes temps - fréquence, ...
    • Optimisation multicritère robuste de systèmes dynamiques avec incertitudes
    • Application sur cas réels