Descripteur
Termes IGN > mathématiques > analyse numérique > optimisation (mathématiques) > optimisation par colonie de fourmis
optimisation par colonie de fourmis |
Documents disponibles dans cette catégorie (19)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
An innovative method to classify remote-sensing images using Ant Colony Optimization / X. Liu in IEEE Transactions on geoscience and remote sensing, vol 46 n° 12 (December 2008)
[article]
Titre : An innovative method to classify remote-sensing images using Ant Colony Optimization Type de document : Article/Communication Auteurs : X. Liu, Auteur ; X. Li, Auteur Année de publication : 2008 Article en page(s) : pp 4198 - 4208 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] discrétisation
[Termes IGN] image TM (aérienne)
[Termes IGN] optimisation par colonie de fourmisRésumé : (Auteur) This paper presents a new method to improve the classification performance for remote-sensing applications based on swarm intelligence. Traditional statistical classifiers have limitations in solving complex classification problems because of their strict assumptions. For example, data correlation between bands of remote-sensing imagery has caused problems in generating satisfactory classification using statistical methods. In this paper, ant colony optimization (ACO), based upon swarm intelligence, is used to improve the classification performance. Due to the positive feedback mechanism, ACO takes into account the correlation between attribute variables, thus avoiding issues related to band correlation. A discretization technique is incorporated in this ACO method so that classification rules can be induced from large data sets of remote-sensing images. Experiments of this ACO algorithm in the Guangzhou area reveal that it yields simpler rule sets and better accuracy than the See 5.0 decision tree method. Copyright IEEE Numéro de notice : A2008-488 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2008.2001754 En ligne : https://doi.org/10.1109/TGRS.2008.2001754 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29557
in IEEE Transactions on geoscience and remote sensing > vol 46 n° 12 (December 2008) . - pp 4198 - 4208[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 065-08121 RAB Revue Centre de documentation En réserve L003 Disponible A bottom-up approach to discover transition rules of cellular automata using ant intelligence / X. Liu in International journal of geographical information science IJGIS, vol 22 n°11-12 (november 2008)
[article]
Titre : A bottom-up approach to discover transition rules of cellular automata using ant intelligence Type de document : Article/Communication Auteurs : X. Liu, Auteur ; X. Li, Auteur ; et al., Auteur Année de publication : 2008 Article en page(s) : pp 1247 - 1269 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] automate cellulaire
[Termes IGN] discrétisation
[Termes IGN] Kouangtoung (Chine)
[Termes IGN] modélisation spatiale
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] simulation spatialeRésumé : (Auteur) This paper presents a new method to discover transition rules of geographical cellular automata (CA) based on a bottom-up approach, ant colony optimization (ACO). CA are capable of simulating the evolution of complex geographical phenomena. The core of a CA model is how to define transition rules so that realistic patterns can be simulated using empirical data. Transition rules are often defined by using mathematical equations, which do not provide easily understandable explicit forms. Furthermore, it is very difficult, if not impossible, to specify equation-based transition rules for reflecting complex geographical processes. This paper presents a method of using ant intelligence to discover explicit transition rules of urban CA to overcome these limitations. This 'bottom-up' ACO approach for achieving complex task through cooperation and interaction of ants is effective for capturing complex relationships between spatial variables and urban dynamics. A discretization technique is proposed to deal with continuous spatial variables for discovering transition rules hidden in large datasets. The ACO-CA model has been used to simulate rural-urban land conversions in Guangzhou, Guangdong, China. Preliminary results suggest that this ACO-CA method can have a better performance than the decision-tree CA method. Copyright Taylor & Francis Numéro de notice : A2008-402 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/13658810701757510 En ligne : https://doi.org/10.1080/13658810701757510 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29394
in International journal of geographical information science IJGIS > vol 22 n°11-12 (november 2008) . - pp 1247 - 1269[article]Réservation
Réserver ce documentExemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 079-08071 RAB Revue Centre de documentation En réserve L003 Disponible 079-08072 RAB Revue Centre de documentation En réserve L003 Disponible Phase unwrapping for SAR interferometry based on an ant colony optimization algorithm / Z.Q. Wei in International Journal of Remote Sensing IJRS, vol 29 n°3-4 (February 2008)
[article]
Titre : Phase unwrapping for SAR interferometry based on an ant colony optimization algorithm Type de document : Article/Communication Auteurs : Z.Q. Wei, Auteur ; F. Xu, Auteur ; Ya-Qiu Jin, Auteur Année de publication : 2008 Article en page(s) : pp 711 - 725 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] image radar moirée
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] modèle numérique de surface
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] résiduRésumé : (Auteur) Phase unwrapping is a key step in extracting digital elevation models (DEMs) from interferometric synthetic aperture radar (InSAR) data. A new two-dimensional (2-D) phase unwrapping algorithm based on ant colony optimization (ACO) is proposed, which is used to configure the shortest path linking all residues in an interferogram. Using an optimization strategy to establish the branch cuts, the unwrapping error can be significantly reduced. Simulated and real InSAR image datasets are studied to evaluate the performance of the algorithm. The results of the simulated datasets show that the errors of the algorithm are lower than some conventional methods, and the results from a real InSAR image dataset demonstrate that the ACO approach has no isolated regions in comparison with some conventional approaches. It indicates that our ACO algorithm is an optional compromise strategy between preferable phase unwrapping precision and time-consuming computation.Copyright Taylor & Francis Numéro de notice : A2008-006 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431160701281049 En ligne : https://doi.org/10.1080/01431160701281049 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29001
in International Journal of Remote Sensing IJRS > vol 29 n°3-4 (February 2008) . - pp 711 - 725[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 080-08021 RAB Revue Centre de documentation En réserve L003 Disponible Généralisation automatique / Julien Gaffuri (2008)
Titre : Généralisation automatique Type de document : Guide/Manuel Auteurs : Julien Gaffuri , Auteur Mention d'édition : 2 Editeur : Paris : Institut Géographique National - IGN (1940-2007) Année de publication : 2008 Importance : 86 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] généralisation automatique de données
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] système multi-agents
[Vedettes matières IGN] GénéralisationRésumé : (documentaliste) Ce manuel de cours présente les concepts de la généralisation de données géographiques, les différentes approches pour automatiser cette généralisation et l'utilisation du système multi-agents dans le processus de généralisation. Numéro de notice : 13591 Affiliation des auteurs : IGN (1940-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Manuel de cours IGN Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=46335 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 13591-01 37.10 Livre Centre de documentation Géomatique Disponible
Titre : Optimisation par colonies de fourmis pour les tournées sur arcs Type de document : Article/Communication Auteurs : Philippe Lacomme, Auteur ; Christian Prins, Auteur ; Alain Tanguy, Auteur Editeur : Clermont-Ferrand : Université Clermont Auvergne Année de publication : 2003 Conférence : MOSIM 2003, 4e conférence francophone de MOdélisation et SIMulation Toulouse France Importance : pp 505 - 511 Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] collecte des déchets
[Termes IGN] graphe
[Termes IGN] méthode heuristique
[Termes IGN] optimisation par colonie de fourmisRésumé : (Auteur) Le CARP (Capacitated Arc Routing Problem) est un problème de tournées NP-difficile modélisant par exemple la collecte des déchets ménagers. Les instances de grande taille doivent être traitées par des heuristiques ou des métaheuristiques. Cet article propose le premier algorithme à colonies de fourmis pour le CARP. Il inclut une recherche locale accélérant fortement le schéma de base des méthodes à fourmis. Sans être aussi efficace que l’algorithme génétique de Lacomme et al. (2001), il s’avère compétitif avec la meilleure méthode tabou publiée (Hertz et al., 2000). Ces performances sont actuellement exceptionnelles pour un algorithme à fourmis. Numéro de notice : 13575 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication DOI : sans En ligne : https://hal.science/hal-02082003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=64262 Documents numériques
en open access
13575_art_colonie_de_fourmis_lacomme.pdfAdobe Acrobat PDF Ants can successfully design GPS surveying networks / H.A. Saleh in GPS world, vol 13 n° 9 (September 2002)Permalink