Vous êtes sur la page 1sur 18

LAZGHEM Mohamed

Dans les sections qui viendront plus tard, nous prsenterons la mta-heuristique ACO, pour le "Ant Colony Optimization". Toutes ces ides abstraites sont inspires des travaux de Deneubourg sur les fourmis. L'optimisation de colonie de fourmi (ACO) tudie les systmes artificiels qui prennent l'inspiration du comportement de vraies colonies de fourmi. Employe pour rsoudre des problmes discrets d'optimisation.

Les algorithmes de colonies de fourmis sont des algorithmes inspirs du comportement des fourmis et qui constituent une famille de mta-heuristiques doptimisation. Un algorithme de colonies de fourmis est un algorithme itratif population o tous les individus partagent un savoir commun qui leur permet de guider leurs futurs choix et d'indiquer aux autres individus des directions suivre ou au contraire viter.

Lide originale provient de lobservation de lexploitation des

ressources alimentaires chez les fourmis. En effet, celles-ci, bien quayant individuellement des capacits cognitives limites, sont capables collectivement de trouver le chemin le plus court entre une source de nourriture et leur nid. Un modle expliquant ce comportement est le suivant: 1. une fourmi parcourt plus ou moins au hasard lenvironnement autour de la colonie. 2. si celle-ci dcouvre une source de nourriture, elle rentre plus ou moins directement au nid, en laissant sur son chemin une piste de phromones . 3. ces phromones tant attractives, les fourmis passant proximit vont avoir tendance suivre, de faon plus ou moins directe, cette piste.

4. En revenant au nid, ces mmes fourmis vont renforcer la piste. 5. Si deux pistes sont possibles pour atteindre la mme source de nourriture, celle tant la plus courte sera, dans le mme temps, parcourue par plus de fourmis que la longue piste. 6. La piste courte sera donc de plus en plus renforce, et donc de plus en plus attractive. 7. La longue piste, elle, finira par disparatre, les phromones tant volatiles ; 8. terme, lensemble des fourmis a donc dtermin et choisi la piste la plus courte.

Les fourmis utilisent lenvironnement comme support de communication : elles changent indirectement de linformation en dposant des phromones, le tout dcrivant ltat de leur travail . Linformation change a une porte locale, seule une fourmi situe lendroit o les phromones ont t dposes y a accs. Ce systme porte le nom de stigmergie , et se retrouve chez plusieurs animaux sociaux (il a notamment t tudi dans le cas de la construction de piliers dans les nids de termites).

1) la premire fourmi trouve la source de nourriture (F), via un chemin quelconque (a), puis revient au nid (N) en laissant derrire elle une piste de phromone (b). 2) les fourmis empruntent indiffremment les quatre chemins possibles, mais le renforcement de la piste rend plus attractif le chemin le plus court. 3) les fourmis empruntent le chemin le plus court, les portions longues des autres chemins perdent leur piste de phromones

Tant que le critre d'arrt n'est pas atteint faire Pour k=1 m faire Choisir une ville au hasard Pour chaque ville non visite i faire Choisir une ville j, dans la liste des villes restantes selon (F-1) Fin Pour Dposer une piste sur le trajet (t) conformment (F-2) Fin Pour vaporer les pistes selon (F-3) Fin Tant que

Le but initial de la mthode tait de rsoudre le problme du voyageur de commerce. L'Algorithme prsente la mthode propose par les auteurs. Si l'on considre un problme de voyageur de commerce N villes, chaque fourmi k parcourt le graphe et construit un trajet de longueur n =/N/. Pour chaque fourmi, le trajet d'une ville i une ville j dpend de :
la liste des villes dj visites, qui dfinit les mouvements possibles chaque pas, quand la fourmi k est sur la ville i, l'inverse de la distance entre les villes , appele visibilit. Cette information est utilise pour diriger les fourmis vers des villes proches et ainsi, viter de trop longs dplacements . la quantit de phromone dpose sur l'arte reliant deux villes appele intensit de la piste. Cette quantit dfinit l'attractivit d'une piste et est modifie aprs le passage d'une fourmi. C'est la pseudommoire du systme.

La rgle de dplacement est la suivante :


=
F-1

et sont deux paramtres qui contrlent limportance


relative entre phromones et visibilit. Aprs un tour complet, chaque fourmi dpose une quantit de phromone (t) sur l'ensemble de son parcours. Cette quantit dpend de la qualit de la solution trouve et est dfinie par :

Les fourmis se dplacent entre le nid(E) et la source de la nourriture (A) sur le chemin A-E.

Un obstacle qui coupe le chemin. La fourmi qui se dplace de A vers E et se trouve en B, a 2 choix : 1. Le chemin B-C-D 2. Le chemin B-H-D

Le choix = f (intensit de phromone) La premire fourmi a des probabilits gale de suivre les deux chemins. Celle qui suit le chemin B-C-D arrive en premier en D.

Les fourmis qui se retournent de E ont en D deux choix : 1. Le chemin D-C-B 2. Le chemin D-H-B Le chemin D-C-B aura une plus forte intensit de phromone caus par : 1. La moitie des fourmis qui prennent ce chemin de retour. 2. Le nombre suprieur des fourmis qui ont suivi le chemin B-C-D et qui se retournent.

Applications au problme symtrique et asymtrique de voyageur de commerce. Applications au problme dordonnancement squentiel. Applications au problmes daffectation quadratique. Applications au problmes de tournes des vhicules. Applications aux problmes d'tablissement dhoraires. Applications au problmes de coloration de graphe. Applications aux problmes de partitionnement. Applications aux rseaux de tlcommunications. Implmentations parallles.

Lalgorithme des colonies des fourmis est une heuristique, avec caractre gnral utilise pour rsoudre diffrentes problmes danalyse combinatoire. Principal inconvnient : cot relativement lev de la gnration des solutions. Elle commence tre adapte des problmes continus.

1. fr.wikipedia.org 2. Optimisation par colonies de fourmis. COSTANZO Andrea. LUONG Th Van. MARILL Guillaume. 3. http://khayyam.developpez.com/articles/algo/voy ageur-de-commerce/colonies-de-fourmis/