Browse Theses

Ce travail présente de nouvelles méthodes pour améliorer la performance des algorithmes génétiques pour l'optimisation des gains du contrôleur d'un système de vol électrique des avions commerciaux. Nous avons combiné les caractéristiques de deux opérateurs de mutation, uniforme et non uniforme, au sein d'un nouvel opérateur, de type périodique.

Nous avons proposé un nouveau modèle avec contraintes et nous avons fait la conception d'un nouvel opérateur de sélection stochastique pour augmenter l'efficacité d'un algorithme génétique du codage réel (RGA) appliqué aux problèmes d'optimisation avec contraintes. Pour la conception de l'opérateur de sélection sous contraintes, nous avons appliqué une méthode qui peut manipuler la proportion d'individus faisables et non faisables sans négliger le comportement dynamique du GA.

Finalement, nous avons réduit de 25% le temps d'exécution original et amélioré l'efficacité des RGAs en combinant l'application d'un index de diversité d'une population d'un algorithme génétique ainsi qu'un réseau de Bayes (BN).