Thèse soutenue

Parallélisation d'heuristiques d'optimisation sur les GPUs
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Achraf Berrajaa
Direction : El Mostafa DaoudiAbdelhamid Benaini
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 27/12/2018
Etablissement(s) : Normandie en cotutelle avec Université Mohammed Premier Oujda (Maroc)
Ecole(s) doctorale(s) : École doctorale mathématiques, information et ingénierie des systèmes (Caen)
Partenaire(s) de recherche : établissement de préparation : Université du Havre (1984-....)
Laboratoire : Laboratoire de Mathématiques Appliquées du Havre (Le Havre, Seine-Maritime)
Jury : Président / Présidente : El Miloud Jaara
Examinateurs / Examinatrices : El Mostafa Daoudi, Abdelhamid Benaini, Ahmed El Hilali Alaoui, Abderrahman El Mhamedi, Ahmed Rachid, Souad El Bernoussi, Jaouad Boukachour
Rapporteurs / Rapporteuses : Ahmed El Hilali Alaoui, Abderrahman El Mhamedi

Résumé

FR  |  
EN

Cette thèse, présente des contributions à la résolution (sur les GPUs) de problèmes d'optimisations réels de grandes tailles. Les problèmes de tournées de véhicules (VRP) et ceux de localisation des hubs (HLP) sont traités. Diverses approches et leur implémentions sur GPU pour résoudre des variantes du VRP sont présentées. Un algorithme génétique (GA) parallèle sur GPU est proposé pour résoudre différentes variantes du HLP. Le GA adapte son codage, sa solution initiale, ses opérateurs génétiques et son implémentation à chacune des variantes traitées. Enfin, nous avons utilisé le GA pour résoudre le HLP avec des incertitudes sur les données.Les tests numériques montrent que les approches proposées exploitent efficacement la puissance de calcul du GPU et ont permis de résoudre de larges instances jusqu'à 6000 nœuds.