Академический Документы
Профессиональный Документы
Культура Документы
Objectifs
Faire passer quelques moments intellectuellement stimulants
Euclide 300 AJ
Al Khwarizmi 783-850
Lagrange 1735-1813
Remarques
Cette forme optimise deux critres : Lattnuation dans le temps du message lectrique traversant le fibre Le second lattnuation dans lespace de ce message
5
Un crocodile du Nil adulte optimise l nergie apporte par son alimentation de faon beaucoup plus efficace que les autres animaux. Il ne fait, en moyenne, que 50 repas
Un vieux crocodile peut ainsi rester deux ans sans se nourrir, de mme qu'un nouveau-n quatre mois
6
Choix
Contraintes
Lalgorithme de loptimisation
10
Il est facile de dfinir une solution optimale mais il est difficile de la reconnaitre. Donc, il faut savoir caractriser une solution par des conditions ncessaires, suffisantes, ou les deux, en somme connaitre certains de ses proprits pour la reconnaitre
11
Lart de formuler les problmes de dcision grce des concepts et outils mathmatiques prcis Une thorie mathmatiques Lalgorithme de loptimisation
Lide est dlaborer des procds pour pouvoir calculer cette solution. Il sagit daller au plus vite vers la solution en amliorant par touches successives une bauche de celle -ci
12
Lalgorithme de loptimisation
13
Dduction mathmatique
14
x b
y z
Nous Nous agissons sur le systme augrandeurs moyen dune grandeur observons certaines caractristiques du Nous subissons laction sur le systme (ou sur sa mesure) de grandeurs Nous nous connaissons intressons et certaines grandeurs, inaccessibles la mesure, que nous dont matrisons lvolution. systme et le rsultat de nous ces observations forme le vecteur non matrises et plus ou moins inconnues. Ce sont les perturbations, ou caractristiques du systme, que nous noterons z Ce sont les entres : x des sorties y bruits, que nous noterons b
ym zm
Frquemment, le modle calcule, partir de lentre x du systme, une sortie ym qui ressemble le plus possible y. Si z est distinct de y, on pourra galement calculer partir du modle un vecteur zm dont on peut esprer ressemble z Si S et M ont la mme entre on parlera de modle parallle Sinon on parlera de modle srie ou inverse (lentre de M est y)
16
Notion de fonction
X
M Y = F(X)
On appelle fonction dune ou de plusieurs quantits, toute expression de calcul dans laquelle ces quantits entrent dune manire quelconque, mles ou non dautres quantits quon regarde comme ayant des valeurs donnes et invariables, tandis que les quantits de la fonction peuvent recevoir toutes les valeurs possibles. Ainsi, dans les fonctions on ne considre que les quantits quon suppose variables, sans aucun gard aux constantes qui peuvent y tre mles (Thorie des Fonctions Analytiques, 1797)
17
Expression
18
Y Taux de variation
Y = f(X)
Equation(f) = 0
Equations diffrentielles ordinaires Equations aux Drives Partielles
19
Problme de formulation
Y = f(x)
Que faire ?
20
De lintrieur du systme
Lalgorithme de loptimisation
22
M y = f(x)
est appele la fonction objectif,
Maximiser f = minimiser -f
23
Vocabulaire
y*=f(x*) = min f(x) xD
x* = argmin f(x) xD
v V x * tel que f x * f x x v
*
f x f x x D
24
Optimisation numrique
Optimisation combinatoire
Optimisation multi-objectif
Optimisation processus
25
26
Algorithmes doptimisation
Il y a Trois approches diffrentes de rsolution des problmes doptimisation :
Approches dterministes Approches Mta Heuristique Non dterministes Approches Stochastiques
Remarque : Les mthodes heuristiques sont des mthodes mta heuristiques qui sappliquent uniquement un problme particulier
27