10.08.2013 Views

[tel-00371962, v1] Modélisation et traitement décentralisé ... - Index of

[tel-00371962, v1] Modélisation et traitement décentralisé ... - Index of

[tel-00371962, v1] Modélisation et traitement décentralisé ... - Index of

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>tel</strong>-<strong>00371962</strong>, version 1 - 30 Mar 2009<br />

TABLE DES FIGURES<br />

viii<br />

7.8 Répartition générale des solutions dans l’espace multi-objectifs. . . . . . . . 123<br />

7.9 Répartition des solutions dans le scénario « volatilité ». . . . . . . . . . . . . . 125<br />

7.10 Comparaison des résultats obtenus avec <strong>et</strong> sans conservation des pistes de<br />

phéromone dans le scénario « volatilité ». . . . . . . . . . . . . . . . . . . . . . 126<br />

7.11 Efficacité de l’heuristique de mémoire des pistes de phéromone dans le scénario<br />

« couloir ». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127<br />

7.12 Taux de renouvellement moyen des liens des chemins construits par les fourmis<br />

en fonction de la vitesse relative de l’algorithme. . . . . . . . . . . . . . . 128<br />

7.13 Longueur moyenne des chemins construits par les fourmis en fonction de la<br />

vitesse relative de l’algorithme. . . . . . . . . . . . . . . . . . . . . . . . . . . . 129<br />

8.1 Formulation de l’algorithme de forêt couvrante sous forme de règles de réétiqu<strong>et</strong>age.<br />

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133<br />

8.2 Stabilisation le l’algorithme de forêt couvrante . . . . . . . . . . . . . . . . . . 136<br />

8.3 Ratio entre le nombre d’arbres <strong>et</strong> le nombre de composantes connexes à temps<br />

contraint. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137<br />

8.4 Impact de la taille de la liste tabou sur le nombre d’itérations. . . . . . . . . . 138<br />

8.5 Comparaison entre l’approche originale <strong>et</strong> l’approche tabou. . . . . . . . . . 139<br />

8.6 Schéma d’un graphe couvert par deux arbres partageant k liens. . . . . . . . 141<br />

8.7 Un arbre A <strong>et</strong> sa matrice de « probabilité de passage » Mp. . . . . . . . . . . . 142<br />

8.8 Évolution de la probabilité de rencontre de deux j<strong>et</strong>ons en fonction de la taille<br />

des arbres <strong>et</strong> du nombre de mouvements des j<strong>et</strong>ons. . . . . . . . . . . . . . . . 143<br />

8.9 Évolution de la probabilité de rencontre en fonction du nombre de liens interarbres.<br />

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144<br />

8.10 Comparaison de l’évolution de la probabilité de rencontre des j<strong>et</strong>ons lorsque<br />

leur déplacement est contraint par une topologie d’arbre <strong>et</strong> lorsque leur déplacement<br />

est non contraint (graphe compl<strong>et</strong>). . . . . . . . . . . . . . . . . . . 145

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!