[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
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