Académique Documents
Professionnel Documents
Culture Documents
AIT CHIKH
1. But de TP : m
fitness F Ci i
i 1
Le but de ce TP est de mettre en œuvre des
codes d’optimisation en utilisant la méthode i 1,if constraint i is violated
where
PSO et les algorithmes génétiques standard i 0,if constraint i is satisfied
avec un codage binaire et réel, ainsi que la
résolution des problèmes d’optimisation
Avec m est le nombre des contraintes, C est le
mécaniques et mathématiques en illustrant
constant de pénalité dépond de la fonction
l'importance de quelques paramètres de ces
objectif.
algorithmes (codage, taille de la population,
probabilité de mutation, nombre d'évaluations
de la fonction objectif ……. etc.).
2. L’Optimisation
1
M2 (IE, EN), (18-19) M. AIT CHIKH
2≤x 1 ≤15
0 .25≤x 2≤1. 3 Présenter brièvement le but de TP ainsi que
les méthodes employées (GA et PSO).
0 . 05≤x 3 ≤2 4.2. Partie calcul numérique
1- Pour chaque problème d’optimisation et
3.2. Rendement hydraulique local d’un
pour chaque méthode, exécuter le code 10 fois
profil d’aube
et remplir le tableau 1.
tg( β m−ε 1 )+ tg( α m−ε 2 ) « std » : fonction matlab qui permet de
ηH= calculer l’écart type d’un vecteur.
tg ( βm )+ tg( α m ) « mean » : fonction matlab permet de calculer
la moyenne d’un vecteur.
16.45 m 70 N.B., dim=3, taille de population=100,
16.12 m 53.91 itération=300.
1 2 1.5 2- Pour les mêmes paramètres précédents (dim,
taille population et itération), remplir le tableau
Βm : angle moyen du rotor 2.
avec un pas de 10, et de 100 à 500 avec un pas 2007. CEC 2007. IEEE Congress on (pp. 646-
de 50. (itération=300). 653). IEEE.
5- En utilisant le code GA binaire, résoudre le
problème de sac à dos suivant : [7] R. Noguera et R. Rey : Unité
v=[391 444 250 330 246 400 150 266 268 293 d’enseignement aero-hydrodynamique interne
471 388 364 493 202 161 410 270 384 486]; des machines. Tome II. Profils, grilles d’aubes
et machines axiales. Cours de Master -Arts et
Métiers ParisTech - Paris, 2008
w=[55 52 59 24 52 46 45 34 34 59 59 28 57 21
47 66 64 42 22 23];
n
max f ( x) vi .xi
i 1
n
sachant que ( g ( x) wi .xi ) 500
i 1
Avec xi {0,1}
Répéter le calcul pour Pm=0.1 , 0.3, 0.5 et 0.8.
6-Discuter les résultats obtenus dans le tableau
1 et le graph de qst 4.
4.3. Conclusion :
Dégager au moins 5 points déductifs.
Référence Bibliographie
[1] Vincent Baudoui , Optimisation robuste
multiobjectifs par modèles de substitution ,
thèse du doctorat, (2012).