Présentation de l’équipe Jérôme CALATRAVA Sébastien ESTIENNE Pierre BRUEL Florian CORNET PRE007 v1.0

Présentation du projet Présentation du sujet. - Problème de ramassage, de transport ou de distribution dans une ville virtuelle. - Résolution du problème à l’aide d’une métaheuristique. - Représentation des résultats obtenus dans une ville virtuelle en 2D. PRE007 v1.0

Présentation du projet Documents de Spécification et de Conception Générale. - Etudes des besoins approfondies. - Mise en place de la structure pour la ville virtuelle. PRE007 v1.0

Présentation du projet PRE007 v1.0

Algorithme génétique Choix de la métaheuristique. Recuit Simulé : Inspiré de la thermodynamique. - Recherche Tabou : Recherche Locale au sens large du terme. - Colonie de Fourmis : Collaboration de fourmis. - Algorithme Génétique : Algorithme évolutionnaire. PRE007 v1.0

Algorithme génétique Présentation générale. Population Genome Chromosome Gene 1 1..* {order} - origine - genome - chromosome - gene Structure générale. PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin 2 modes de création. PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin Utilisation de la fitness. PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin Plusieurs modes de sélections. PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin 3 modes de croisement. PRE007 v1.0

Algorithme génétique Présentation générale. - Le croisement. Non Croisement Croisement PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin 3 modes de mutation. PRE007 v1.0

Algorithme génétique Présentation générale. - La mutation. Non Mutation Mutation PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin Divers modes de remplacement. PRE007 v1.0

Algorithme génétique Présentation générale. Initialisation Notation / Évaluation Sélection Mutation Remplacement Croisement Fin Sélection du meilleur individu. PRE007 v1.0

obtenu par notre algorithme Algorithme génétique Les résultats. Ville Coût minimal obtenu par notre algorithme Temps de calcul moyen (cpu : 1,6 -1,8GHz) Ville 1A 173 4 min 15 Ville 3C 137 138 3 min 20 Ville 4D 520 554 44 min PRE007 v1.0

Algorithme génétique Documents produits. - Spécification. - Conception algorithmique. PRE007 v1.0

Présentation de l’IHM L’éditeur. Le moteur graphique. Utilisation de l’AG. L’animation et les statistiques. Document produit. PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

PRE007 v1.0

Présentation de l’IHM Document produit. - Conception de Visualisation. PRE007 v1.0

Déroulement et organisation du projet Objectifs du TER - Notre objectif : travail en équipe - Objectifs de Mr Berro : découverte et liberté PRE007 v1.0

Déroulement et organisation du projet Cycle de vie - Cycle itératif adapté : raisons du choix - Explication du cycle PRE007 v1.0

Cycle de vie du projet Analyse des besoins Spécifications externes Conception Codage Test d’intégration et de validation Livraison PRE007 v1.0

Déroulement et organisation du projet Travail en équipe - Séparation en 2 équipes de 2 : pourquoi ? - Socle commun pour le travail en parallèle - Planning général et approfondi PRE007 v1.0

Déroulement et organisation du projet Tests - Test intégration : surtout interface - Test validation : couvre l’ensemble des fonctionnalités PRE007 v1.0

Déroulement et organisation du projet Conclusion - Pour le logiciel : recette - Pour le TER : notre objectif PRE007 v1.0