University Sétif 1 FERHAT ABBAS Faculty of Sciences
Résultat de la recherche
1 résultat(s) recherche sur le mot-clé 'Optimisation globale Optimisation non convexe Optimisation non régulière Fonction auxiliaire Fonction de descente globale'
Ajouter le résultat dans votre panier Affiner la recherche Générer le flux rss de la recherche
Partager le résultat de cette recherche
Sur certaines méthodes d’optimisation globale basées sur l’introduction de fonctions auxiliaires / KETFI-CHERIF, Amine
Titre : Sur certaines méthodes d’optimisation globale basées sur l’introduction de fonctions auxiliaires Type de document : texte imprimé Auteurs : KETFI-CHERIF, Amine, Auteur ; A. Ziadi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2016 Importance : 1 vol (129 f.) Format : 29 cm Catégories : Thèses & Mémoires:Mathématique Mots-clés : Optimisation globale
Optimisation non convexe
Optimisation non régulière
Fonction auxiliaire
Fonction de descente globaleIndex. décimale : 510 Mathématique Résumé :
Résumé:
Cette thèse traite les méthodes d'optimisation globale qui introduisent des fonctions
auxiliaires. Une approche utilisant une nouvelle fonction auxiliaire, dite de descente globale, a
été proposée. Elle permet de résoudre des problèmes assez généraux d’optimisation continue, avec
des contraintes seulement continues. Une série d’applications numériques ont été effectuées
prouvant l’efficacité de cette approche.
Mots–clés: Optimisation globale, Optimisation non convexe, Optimisation non régulière,
FonctionNote de contenu : Table des mati`eres
Introduction g´en´erale 4
1 G´en´eralit´es sur l’optimisation globale 7
1.1 Minimum local et minimum global . . . . . . . . . . . . . . . . . . . 7
1.2 L’existence d’un minimum global . . . . . . . . . . . . . . . . . . . . 9
1.3 Solution approch´ee . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Classification des probl`emes d’optimisation globale . . . . . . . . . . 10
1.4.1 Classification par rapport `a la nature du domaine faisable . . 11
1.4.2 Classification par rapport aux propri´et´es de la fonction objectif 12
1.5 Quelques caract´erisations d’un minimiseur global d’un probl`eme non
convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.1 Cas d’un probl`eme diff´erentiable . . . . . . . . . . . . . . . . . 14
1.5.2 Cas d’un probl`eme lipschitzien . . . . . . . . . . . . . . . . . . 16
1.5.3 Cas d’un probl`eme non lipschitzien . . . . . . . . . . . . . . . 20
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 M´ethodes d’optimisation globale bas´ees sur l’introduction d’une fonction auxiliaire 23
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 La m´ethode de la fonction de diffusion . . . . . . . . . . . . . . . . . 24
2.2.1 Principe de la m´ethode de la fonction de diffusion . . . . . . . 24
2.2.2 La transformation gaussienne . . . . . . . . . . . . . . . . . . 27
2.2.3 Proc´edure d’optimisation . . . . . . . . . . . . . . . . . . . . . 29`
2.3 La m´ethode de l’indicateur de relief . . . . . . . . . . . . . . . . . . . 31
2.3.1 Notion de s´eparateur . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Crit`ere d’optimalit´e globale . . . . . . . . . . . . . . . . . . . 34
2.3.3 Description de la m´ethode . . . . . . . . . . . . . . . . . . . . 35
2.4 Les m´ethodes qui utilisent des fonctions minorantes de la fonction objectif . . .. . . 39
2.4.1 Les m´ethodes de recouvrement . . . . . . . . . . . . . . . . . . 39
2.4.2 La m´ethode de s´eparation et ´evaluation (Branch-and-Bound) . 47
2.5 La m´ethode de la fonction Tunneling . . . . . . . . . . . . . . . . . . 52
2.6 La m´ethode de la fonction Filled . . . . . . . . . . . . . . . . . . . . 54
2.6.1 Principe de la m´ethode de la fonction Filled . . . . . . . . . . 54
2.6.2 Quelques variantes de la m´ethode de la fonction Filled . . . . 56
2.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3 Une nouvelle fonction auxiliaire de descente globale 68
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.2 Pr´esentation du probl`eme `a optimiser et son approximation . . . . . . 69
3.3 Une nouvelle fonction auxiliaire de descente globale avec ses propri´et´es 71
3.4 La m´ethode de descente globale . . . . . . . . . . . . . . . . . . . . . 81
3.4.1 Algorithme de descente globale . . . . . . . . . . . . . . . . . 81
3.4.2 Convergence asymptotique . . . . . . . . . . . . . . . . . . . 82
3.4.3 Condition d’arrˆet . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.4.4 Un exemple illustratif . . . . . . . . . . . . . . . . . . . . . . 86
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4 Utilisation de la nouvelle fonction de descente globale pour r´esoudre
des probl`emes d’optimisation discr`ete 91
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2 Pr´eliminaire sur l’optimisation discr`ete . . . . . . . . . . . . . . . . . 92
4.3 Quelques propri´et´es de la nouvelle fonction de descente globale pour l’optimisation discr`ete . . . . . . . . 93 `
4.4 Description de l’algorithme . . . . . . . . . . . . . . . . . . . . . . . 99
4.5 Exemples illustratifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5 Applications 104
Conclusion g´en´erale et perspectives 122
Bibliographie 124Côte titre : DM/0112 En ligne : https://drive.google.com/file/d/1pW66ueHCOgwRqGo02thuaHPqP6-6R-fj/view?usp=shari [...] Format de la ressource électronique : Sur certaines méthodes d’optimisation globale basées sur l’introduction de fonctions auxiliaires [texte imprimé] / KETFI-CHERIF, Amine, Auteur ; A. Ziadi, Directeur de thèse . - [S.l.] : Setif:UFA, 2016 . - 1 vol (129 f.) ; 29 cm.
Catégories : Thèses & Mémoires:Mathématique Mots-clés : Optimisation globale
Optimisation non convexe
Optimisation non régulière
Fonction auxiliaire
Fonction de descente globaleIndex. décimale : 510 Mathématique Résumé :
Résumé:
Cette thèse traite les méthodes d'optimisation globale qui introduisent des fonctions
auxiliaires. Une approche utilisant une nouvelle fonction auxiliaire, dite de descente globale, a
été proposée. Elle permet de résoudre des problèmes assez généraux d’optimisation continue, avec
des contraintes seulement continues. Une série d’applications numériques ont été effectuées
prouvant l’efficacité de cette approche.
Mots–clés: Optimisation globale, Optimisation non convexe, Optimisation non régulière,
FonctionNote de contenu : Table des mati`eres
Introduction g´en´erale 4
1 G´en´eralit´es sur l’optimisation globale 7
1.1 Minimum local et minimum global . . . . . . . . . . . . . . . . . . . 7
1.2 L’existence d’un minimum global . . . . . . . . . . . . . . . . . . . . 9
1.3 Solution approch´ee . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Classification des probl`emes d’optimisation globale . . . . . . . . . . 10
1.4.1 Classification par rapport `a la nature du domaine faisable . . 11
1.4.2 Classification par rapport aux propri´et´es de la fonction objectif 12
1.5 Quelques caract´erisations d’un minimiseur global d’un probl`eme non
convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.1 Cas d’un probl`eme diff´erentiable . . . . . . . . . . . . . . . . . 14
1.5.2 Cas d’un probl`eme lipschitzien . . . . . . . . . . . . . . . . . . 16
1.5.3 Cas d’un probl`eme non lipschitzien . . . . . . . . . . . . . . . 20
1.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2 M´ethodes d’optimisation globale bas´ees sur l’introduction d’une fonction auxiliaire 23
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 La m´ethode de la fonction de diffusion . . . . . . . . . . . . . . . . . 24
2.2.1 Principe de la m´ethode de la fonction de diffusion . . . . . . . 24
2.2.2 La transformation gaussienne . . . . . . . . . . . . . . . . . . 27
2.2.3 Proc´edure d’optimisation . . . . . . . . . . . . . . . . . . . . . 29`
2.3 La m´ethode de l’indicateur de relief . . . . . . . . . . . . . . . . . . . 31
2.3.1 Notion de s´eparateur . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 Crit`ere d’optimalit´e globale . . . . . . . . . . . . . . . . . . . 34
2.3.3 Description de la m´ethode . . . . . . . . . . . . . . . . . . . . 35
2.4 Les m´ethodes qui utilisent des fonctions minorantes de la fonction objectif . . .. . . 39
2.4.1 Les m´ethodes de recouvrement . . . . . . . . . . . . . . . . . . 39
2.4.2 La m´ethode de s´eparation et ´evaluation (Branch-and-Bound) . 47
2.5 La m´ethode de la fonction Tunneling . . . . . . . . . . . . . . . . . . 52
2.6 La m´ethode de la fonction Filled . . . . . . . . . . . . . . . . . . . . 54
2.6.1 Principe de la m´ethode de la fonction Filled . . . . . . . . . . 54
2.6.2 Quelques variantes de la m´ethode de la fonction Filled . . . . 56
2.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3 Une nouvelle fonction auxiliaire de descente globale 68
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.2 Pr´esentation du probl`eme `a optimiser et son approximation . . . . . . 69
3.3 Une nouvelle fonction auxiliaire de descente globale avec ses propri´et´es 71
3.4 La m´ethode de descente globale . . . . . . . . . . . . . . . . . . . . . 81
3.4.1 Algorithme de descente globale . . . . . . . . . . . . . . . . . 81
3.4.2 Convergence asymptotique . . . . . . . . . . . . . . . . . . . 82
3.4.3 Condition d’arrˆet . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.4.4 Un exemple illustratif . . . . . . . . . . . . . . . . . . . . . . 86
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4 Utilisation de la nouvelle fonction de descente globale pour r´esoudre
des probl`emes d’optimisation discr`ete 91
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.2 Pr´eliminaire sur l’optimisation discr`ete . . . . . . . . . . . . . . . . . 92
4.3 Quelques propri´et´es de la nouvelle fonction de descente globale pour l’optimisation discr`ete . . . . . . . . 93 `
4.4 Description de l’algorithme . . . . . . . . . . . . . . . . . . . . . . . 99
4.5 Exemples illustratifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5 Applications 104
Conclusion g´en´erale et perspectives 122
Bibliographie 124Côte titre : DM/0112 En ligne : https://drive.google.com/file/d/1pW66ueHCOgwRqGo02thuaHPqP6-6R-fj/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité DM/0112 DM/0112 Thèse Bibliothéque des sciences Français Disponible
Disponible