Optimisation et apprentissage

Ce chapitre combine deux des problèmes d'optimisation combinatoire les plus étudiés, le problème d'acheminement de véhicules capacitaires (CVRP) et le problème d'emballage de bacs en deux/trois dimensions (2/3D-BPP). Nous fournissons une revue actualisée des variantes du L-CVRP et analysons certaines des méthodes d'optimisation les plus populaires présentées dans la littérature existante. Parallèlement, nous discutons de leurs applications pour résoudre des problèmes concrets.

L’ordonnancement des applications de l’Internet des objets est sensible à la latence. Malgré les capacités de calcul et de stockage du Cloud computing, les valeurs de latence sont affectées. Par conséquent, cette limitation du Cloud a conduit au développement du paradigme du Fog Computing basée par l’approche d’ordonnancement par un système multi-agents pour exploiter les fonctionnalités indépendantes de chaque agent.

La dimension du problème et la sélection des caractéristiques représentent des difficultés pour les classifieurs. Les métaheuristiques basées sur la population, telles que l'algorithme d'optimisation du loup gris (GWO), constituent l'une des meilleures solutions à ce problème. Ce chapitre nous permet de démontrer étape par étape, l'utilisation de GWO pour le processus de sélection de caractéristiques appliqué sur un classificateur KNN.

Des industriels utilisent des lignes d'assemblage spéciales à modèles mixtes. Lors de la conception de ces lignes, un problème critique apparaît, celui de l'équilibrage, qui doit être résolu pour minimiser le nombre de postes de travail ou le temps de cycle. Une amélioration de la procédure de recherche adaptative gloutonne basée sur la variation de la liste candidats a été proposée.

Les systèmes de recommandation sont largement utilisés pour suggérer des biens qui correspondent le mieux aux besoins des utilisateurs. Pour répondre à cette demande, nous concevons un système de recommandation intégrant un module de filtrage collaboratif et un module de recommandation par empilement. Nous introduisons un mécanisme d'attention interactif pour modéliser la relation d'influence mutuelle entre les utilisateurs et les articles .

Pour réaliser un audit, l'utilisation de toutes les informations disponibles relatives à l'univers ou au sujet de l'audit pourrait améliorer la qualité des résultats. La classification des documents textuels de l'audit pourrait permettre l'utilisation d'informations supplémentaires pour améliorer les données structurées existantes, ce qui conduirait à une meilleure connaissance pour soutenir le processus d'audit. Nous avons appliqué cette démarche au traitement du langage naturel.

La conception d'une architecture de contrôle est un problème central dans un projet de réalisation d'un robot mobile autonome. Nous utilisons le paradigme multi-agents et le mécanisme d'inférence basé sur la logique floue dans la conception de l'architecture de contrôle pour la navigation autonome du robot mobile. L'architecture développée doit tenir compte des contraintes imposées du système multi-agents et de l'environnement.

La détection d'intrusion est un concept clé dans la sécurité. Elle vise à analyser l'état actuel d'un réseau en temps réel et à identifier les anomalies potentielles qui se produisent dans le système. Un réseau de neurones à réaction formé sur l'ensemble de données NSL-KDD a pour objectif de maximiser la précision de la reconnaissance de nouveaux échantillons de données.