Soutenances de thèses :

Le 27 septembre 2007 à 14:00 - UM2, bât. 9

Présentée par Jibenza Natthada - UM2

Optimisation globale récursive semi-déterministe

L'idée générale de ce travail est de proposer une nouvelle classe d'algorithmes permettant d'améliorer les méthodes globables et locales d'optimisation déjà existants. Nous sommes partis du constat que la donnée de conditions initiales au algorithmes d'optimisation conditionne fortement le résultat final. Nous présentons une méthode se basant sur la détermination de 'bonnes' conditions initiales par la solution de problèmes à valeurs aux limites. Cette méthode est validée et comparé avec de algorithmes génétiques sur diverses fonctions tests et quelques problèmes d'optimisation gouvernées par des EDP.

Directeur de thèse : Bijan Mohammadi Jury : B. Mohammadi (UM2), M. Cuer (UM2), J. Droniou (UM2), F. Hecht (Paris 6), J.-H. Saiac (CNAM Paris), B. Ivorra (Madrid)