Date d'ouverture |
Chapitres et unités |
11/05/2015 |
Chapitre 1 - Introduction aux problèmes d’optimisation |
|
1. Problématique |
|
2. Espaces de recherche et méthodes locales |
|
3. Recherche globale |
|
4. No Free Lunch theorem |
|
5. Systèmes complexes et évolution artificielle |
18/05/2015 |
Chapitre 2 - Algorithmes évolutionnaires |
|
1. Algorithmes évolutionnaires |
|
2. Exemple d’évolution artificielle |
|
3. Initialisation et recombinaison |
|
4. Mutation |
|
5.Opérateurs de sélection par roulette |
|
6. Opérateurs de sélection par tournoi |
25/05/2015 |
7. Paradigmes évolutionnaires et paramétrage |
|
8. Algorithmes hybrides métaheuristiques |
|
9. Autres algorithmes évolutionnaires : Differential Evolution |
|
Chapitre 3 - Plateforme EASEA |
|
1. Installation de la plateforme EASEA |
|
2. Un AE en 8mn grâce à EASEA |
01/06/2015 |
Chapitre 4 - Programmation Génétique |
|
1. Programmation Génétique |
|
2. Opérateurs génétiques et paramétrage |
|
3. Points singuliers et sur-apprentissage |
|
4. Introns et Bloat |
|
5. Programmation Génétique Avancée |
08/06/2015 |
Chapitre 5 - Proposition d’un projet |
|
Résolution d'un problème combinatoire |
|
Chapitre 6 - Optimisation multi-critères |
|
1. Problèmes multi-critères |
|
2. Optimisation multi-critères |
|
3. NSGA 1 et 2 |
15/06/2015 |
Chapitre 7 - Parallélisation |
|
1. Cartes GPGPU et évolution artificielle |
|
2. Parallélisation d’un Algorithme Evolutionnaire à l’identique |
|
3. Parallélisation de programmation génétique à l’identique |
|
4. Sélection parallèle sans remise |
|
5. Parallélisation de l’évaluation seule |
22/06/2015 |
6. Etude de la parallélisation |
|
7. Parallélisation de l’évolution artificielle multi-critères |
|
8. Comprendre l’émergence |
|
9. Parallélisme émergent en îlots |
|
10. Parallélisme en îlots avec EASEA |
29/06/2015 |
Chapitre 8 - Conclusion |
|
1. Théorie des Schémas |
|
2. Effort calculatoire |
|
3. Une nouvelle intelligence artificielle ? |
|
4. Conclusion sur l’évolution artificielle (critères de choix, eve) |