Uneapproche multi-agent pour les algorithmes génétiques coévolutionnaires hybrides et dynamiques : modèle d'organisation multi-agent et mise en oeuvre sur des problèmes métiers

par Grégoire Danoy

Thèse de doctorat en Informatique

Sous la direction de Olivier Boissier.

Soutenue en 2008

à Saint-Etienne, EMSE .


  • Résumé

    Nous défendons la thèse selon laquelle la modélisation des Algorithmes Génétiques Coévolutionnaires (AGCs) sous forme de systèmes multi-agent organisationnels répond au manque d’expressivité en termes de structure, d’interactions et d’adaptation de ces algorithmes dans les modèles et plateformes existants. Dans cette optique nous introduisons MAS4EVO, Multi-Agent Systems for EVolutionary Optimization, un nouveau modèle agent (re-)organisationnel basé sur Moise+. MAS4EVO est implémenté dans DAFO (Distributed Agent Framework for Optimization), un framework multi-agent organisationnel permettant l’utilisation, la manipulation et la distribution d’AGCs existants et nouvellement créés (hybride et dynamique) pour l’optimisation de problèmes difficiles. Les expérimentations de ces AGCs ont été conduites sur deux problèmes d’optimisation métier, le premier étant un problème de gestion de stock et le second étant un problème de contrôle de topologie dans les réseaux ad hoc sans fil.

  • Titre traduit

    A Multi-Agent Approach for Hybrid and Dynamic Coevolutionary Genetic Algorithms: Organizational Model and Real-World Problems Applications.


  • Résumé

    In this dissertation we assert that modeling Coevolutionary Genetic Algorithms (CGAs) as organizational multi-agent systems overcomes the lack of explicitness at the level of the algorithms structure, interactions and adaptation to existing models and platforms. We therefore introduce MAS4EVO, Multi-Agent Systems for EVolutionary Optimization, a new agent (re-)organizational model based on Moise+ and dedicated to evolutionary optimization. This model was used to describe existing CGAs as well as to build two new variants, hybrid and dynamic, of a competitive CGA. MAS4EVO is implemented in DAFO (Distributed Agent Framework for Optimization) which permits the use, the manipulation and the distribution of these CGAs, on hard optimization problems. The CGAs experimentations were conducted on two business problems, the first one being an inventory management problem and the second one being a new topology control problem in wireless ad hoc networks.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XVII-245 p.)
  • Annexes : Bibliogr.

Où se trouve cette thèse ?

  • Bibliothèque : Ecole nationale supérieure des mines. Centre de documentation et d'information.
  • Disponible pour le PEB
  • Cote : 006.32 DAN
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.