L'optimisation par essaims particulaires versions paramétriques et adaptatives

L'Optimisation par Essaims Particulaires (OEP) ou Particle Swarm Optimization (PSO) est une heuristique non spécifique, au même titre que, par exemple, les algorithmes évolutionnaires, la recherche avec tabous ou les colonies de fourmis. Son domaine originel de prédilection depuis sa naissance en 1995 est l'optimisation numérique hétérogène continue-discrète fortement non linéaire et à ce titre elle est utilisée un peu partout dans le monde. Sa rapidité de convergence en fait aussi un outil privilégié en optimisation dynamique. Ce livre est le premier entièrement consacré à L'Optimisation par Essaims Particulaires (OEP) ou Particle Swarm Optimization (PSO). Il explique les principes de base, en particulier les concepts de particule, de lien d'information, de mémoire et de coopération. Partant d'une version paramétrique très simple mais déjà efficace, codable en quelques lignes, il montre comment l'enrichir progressivement pour aboutir à une version entièrement adaptative. Tous les programmes sources sont soit inclus dans l'ouvrage (pour les plus courts) soit librement disponibles en téléchargement.

Introduction. L'optimisation par essaims particulaires. Qu'est-ce qu'un problème difficile ? Sur un coin de table. Premières formulations. Jeu d'essai de référence. Se méfier du hasard. Premiers résultats. Essaim-mémoire et graphes d'influence. Distributions de proximité. Paramétrages optimaux. Adaptations. TRIBES ou la coopération de tribus. Sur les contraintes. Problèmes et applications. Conclusion. Aperçus. Sur le parallélisme. Combinatoire. Dynamique d'un essaim. Techniques et variantes. Pour en savoir plus. Bibliographie. Index. .

Maurice Clerc est l'un des trois meilleurs spécialistes mondiaux de l'optimisation par essaims particulaires. Retraité de France Télécom R&D, il continue ses activités de recherche tout en étant consultant, entre autres pour le projet XPS (eXtended Particle Swarm) qui regroupe cinq universités britanniques.