| Nom de l’entreprise ou du laboratoire | Laboratoire LERISS |
| Adresse | Université de Paris 12 |
| Responsable du stage | Patrick SIARRY & Johann Dréo |
| Téléphone | 01.45.17.15.67 |
| siarry@univ-paris12.fr | |
| Travail à effectuer | Décrit en détails ci-dessous |
| Matériel utilisé | PC sous Linux ou Windows |
| Connaissances et compétences requises | Curiosité et/ou goût pour l’optimisation |
| Rémunération envisagée | Aucune |
Les métaheuristiques sont largement utilisées dans le cadre de problèmes d’optimisation difficile, comportant, par définition, de nombreux optimums locaux. Afin de trouver l’optimum global sans être piégé localement, ces méthodes utilisent des algorithmes souvent inspirés de phénomènes naturels.
Les métaheuristiques sont souvent employées pour paramétrer des modèles en minimisant un écart à des mesures (problème inverse). Mais ces mêmes métaheuristiques disposent elles-mêmes de nombreux paramètres influençant leur efficacité. Pour éviter un paramétrage approximatif de ces algorithmes, nous avons commencé à développer une méthode de paramétrage automatique à base d’algorithmes d’optimisation bi-objectifs.
Le sujet du stage proposé consiste à explorer les possibilités de cette méthode en ce qui concerne l’aide au paramétrage, la compréhension du comportement et la comparaison de métaheuristiques. Dans un premier temps, il s’agira de se familiariser avec l’utilisation de l’outil développé au laboratoire et d’en saisir le principe. Nous proposons dans un second temps d’explorer les outils statistiques permettant de synthétiser les résultats obtenus. Enfin nous proposons de tester des outils de représentation de données susceptibles d’aider l’utilisateur à comprendre les algorithmes testés.