UNE APPROCHE BIO-INPIRE POUR LA RESOLUTION DES PROBLEMES MULTI OBJECTIFS

Abstract

L'optimisation multi-objectifs est un domaine de prise de décision à critères multiples qui concerne des problèmes d'optimisation mathématique impliquant plusieurs fonctions objectives à optimiser simultanément. L'optimisation multi-objectifs a été appliquée dans de nombreux domaines de la science, y compris l'ingénierie, l'économie et la logistique, où des décisions optimales doivent être prises en présence de compromis entre deux ou plusieurs objectifs contradictoires. Dans cette étude, nous abordons l'optimisation du placement des RSU comme une étude de cas. Tack les optimisations de placement des RSU décrites comme le processus de recherche de la meilleure combinaison de RSU sur les intersections adéquates afin d'améliorer les performances du VANET en termes de connectivité réseau. Dans cet article, nous abordons le problème du déploiement d'un ensemble minimum de RSU capables de maximiser la couverture réseau. Par conséquent, nous formulons ce problème comme un problème d'optimisation multi-objectif, c'est pourquoi nous proposons un nouvel algorithme de couverture d'intersection génétique (GICA) basé sur le concept de priorité. GICA suggère de placer les RSU dans l'intersection la plus populaire visant à maximiser la connectivité entre les RSU tout en minimisant le taux d'interférence et les coûts des RSU. Après un ensemble de simulations et de comparaisons avec l'approche gourmande conventionnelle, les résultats obtenus ont démontré que GICA assure la plus grande connectivité réseau avec un nombre minimum de RSU placées dans la zone testée avec un taux de chevauchement réduit.