« Maurice Clerc (mathématicien) » : différence entre les versions
→Carrière professionnelle : Plus de détails sur l'article primé de 2002. |
Plus d'innovations : Swarm and Queen, topologie adaptative, TSP, stagnation |
||
| Ligne 16 : | Ligne 16 : | ||
Remarquant des régularités périodiques dans les trajectoires de particules déterministes, Clerc analyse la dynamique du système stochastique et prouve que la trajectoire d'une particule peut être contrôlée d'une manière bien plus sophistiquée, en appliquant un coefficient de constriction, qui permet à la particule d'ajuster sa distance de recherche, la diminuant si nécessaire ou l'augmentant si une nouvelle région est trouvée. L'analyse définit des intervalles de valeurs pour les coefficients, qui permettent de généraliser l'algorithme à de nombreux types de problèmes. Ainsi un chercheur ou un développeur d'applications peut utiliser le même modèle, avec les mêmes coefficients, sans limitation arbitraire des vitesses. |
Remarquant des régularités périodiques dans les trajectoires de particules déterministes, Clerc analyse la dynamique du système stochastique et prouve que la trajectoire d'une particule peut être contrôlée d'une manière bien plus sophistiquée, en appliquant un coefficient de constriction, qui permet à la particule d'ajuster sa distance de recherche, la diminuant si nécessaire ou l'augmentant si une nouvelle région est trouvée. L'analyse définit des intervalles de valeurs pour les coefficients, qui permettent de généraliser l'algorithme à de nombreux types de problèmes. Ainsi un chercheur ou un développeur d'applications peut utiliser le même modèle, avec les mêmes coefficients, sans limitation arbitraire des vitesses. |
||
Sans avoir à modifier le code de base, il suffit d'introduire la fonction objectif du problème à traiter. Une approche bien plus polyvalente que les précédentes et qui est maintenant utilisée dans pratiquement toutes les variantes de l'OEP. En fin 2020 plus de mille publications d'autres auteurs y font référence<ref>{{Article|langue=en|prénom1=Jeroen|nom1=Baas|prénom2=Kevin|nom2=Boyack|prénom3=John P. A.|nom3=Ioannidis|titre=August 2021 data-update for "Updated science-wide author databases of standardized citation indicators"|périodique=Elsevier BV|volume=3|date=2021-10-19|doi=10.17632/btchxktzyw.3|lire en ligne=https://elsevier.digitalcommonsdata.com/datasets/btchxktzyw/3|consulté le=2021-12-10}}</ref> |
Sans avoir à modifier le code de base, il suffit d'introduire la fonction objectif du problème à traiter. Une approche bien plus polyvalente que les précédentes et qui est maintenant utilisée dans pratiquement toutes les variantes de l'OEP. En fin 2020 plus de mille publications d'autres auteurs y font référence<ref>{{Article|langue=en|prénom1=Jeroen|nom1=Baas|prénom2=Kevin|nom2=Boyack|prénom3=John P. A.|nom3=Ioannidis|titre=August 2021 data-update for "Updated science-wide author databases of standardized citation indicators"|périodique=Elsevier BV|volume=3|date=2021-10-19|doi=10.17632/btchxktzyw.3|lire en ligne=https://elsevier.digitalcommonsdata.com/datasets/btchxktzyw/3|consulté le=2021-12-10}}</ref>. |
||
Clerc introduit d'autres innovations dans le paradigme de l'intelligence en essaim, par exemple avec l'approche « Essaim et Reine »<ref>{{Article|langue=en|prénom1=M.|nom1=Clerc|titre=The swarm and the queen: towards a deterministic and adaptive particle swarm optimization|périodique=Proceedings of the 1999 Congress on Evolutionary Computation-CEC99 (Cat. No. 99TH8406)|éditeur=IEEE|date=1999|doi=10.1109/cec.1999.785513|lire en ligne=http://dx.doi.org/10.1109/cec.1999.785513|consulté le=2021-12-13}}</ref> ou avec une topologie variable grâce à laquelle la structure de la population est modifiée de façon adaptative durant le déroulement de l'algorithme. |
|||
Ses innovations concernant l'utilisation de l'OEP pour les problèmes combinatoires, comme celui du Voyageur de commerce, sont particulièrement révolutionnaires, en ce qu'il redéfinit complètement les concepts de « vitesse » et de « distance » pour traiter ce genre de problèmes<ref>{{Chapitre|prénom1=Maurice|nom1=Clerc|titre chapitre=Discrete Particle Swarm Optimization, illustrated by the Traveling Salesman Problem|titre ouvrage=New Optimization Techniques in Engineering|éditeur=Springer Berlin Heidelberg|date=2004|isbn=978-3-642-05767-0|lire en ligne=http://dx.doi.org/10.1007/978-3-540-39930-8_8|consulté le=2021-12-13|passage=219–239}}</ref>. |
|||
Sa définition du concept de stagnation et son analyse ont a également permis des améliorations de l'algorithme. |
|||
Avec Mahamed Omran, il met au point la méthode d'optimisation APS (''Adaptive Population-based Simplex'')<ref>{{Article|langue=en|prénom1=Mahamed G. H.|nom1=Omran|prénom2=Maurice|nom2=Clerc|titre=APS 9: an improved adaptive population-based simplex method for real-world engineering optimization problems|périodique=Applied Intelligence|volume=48|numéro=6|date=2017-08-30|issn=0924-669X|issn2=1573-7497|doi=10.1007/s10489-017-1015-z|lire en ligne=http://dx.doi.org/10.1007/s10489-017-1015-z|consulté le=2021-11-14|pages=1596–1608}}</ref>{{,}}<ref>{{Lien web |langue=en |titre=Welcome — Adaptive Population based Simplex |url=http://aps-optim.info/MediaWiki/index.php?title=Welcome&setlang=en |site=aps-optim.info |consulté le=2021-11-14}}</ref>. Il participe à la mise à jour du site « Particle Swarm Central »<ref>{{Lien web |langue=en |titre=Particle Swarm Central |url=http://particleswarm.info/ |site=particleswarm.info |consulté le=2021-11-14}}</ref>. |
Avec Mahamed Omran, il met au point la méthode d'optimisation APS (''Adaptive Population-based Simplex'')<ref>{{Article|langue=en|prénom1=Mahamed G. H.|nom1=Omran|prénom2=Maurice|nom2=Clerc|titre=APS 9: an improved adaptive population-based simplex method for real-world engineering optimization problems|périodique=Applied Intelligence|volume=48|numéro=6|date=2017-08-30|issn=0924-669X|issn2=1573-7497|doi=10.1007/s10489-017-1015-z|lire en ligne=http://dx.doi.org/10.1007/s10489-017-1015-z|consulté le=2021-11-14|pages=1596–1608}}</ref>{{,}}<ref>{{Lien web |langue=en |titre=Welcome — Adaptive Population based Simplex |url=http://aps-optim.info/MediaWiki/index.php?title=Welcome&setlang=en |site=aps-optim.info |consulté le=2021-11-14}}</ref>. Il participe à la mise à jour du site « Particle Swarm Central »<ref>{{Lien web |langue=en |titre=Particle Swarm Central |url=http://particleswarm.info/ |site=particleswarm.info |consulté le=2021-11-14}}</ref>. |
||
| Ligne 30 : | Ligne 36 : | ||
=== Articles et textes de conférences === |
=== Articles et textes de conférences === |
||
* {{Lien conférence|title=The Swarm and the Queen - Towards a Deterministic and Adaptive Particle Swarm Optimization|year=1999|conférence=Congress of Evolutionary Computation|lieu=Washington DC|éditeur=IEEE|langue=en}} |
|||
* {{Lien conférence|title=Think locally, act locally: The Way of Life of A2PSO, and Adaptive Particle Swarm Optimizer |date=2001|éditeur=France Télécom R&D|langue=en}} |
* {{Lien conférence|title=Think locally, act locally: The Way of Life of A2PSO, and Adaptive Particle Swarm Optimizer |date=2001|éditeur=France Télécom R&D|langue=en}} |
||
* {{Ouvrage|langue=en|titre=Discrete Particle Swarm Optimization, illustrated by the Traveling Salesman Problem|titre volume=New Optimization Techniques in Engineering|passage=219-239|lieu=Heidelberg, Allemagne|éditeur=Springer|date=2004}} |
|||
* {{Article|langue=en|auteur2=Riccardo Poli|titre=Stagnation Analysis in Particle Swarm Optimisation or What Happens When Nothing Happens |périodique=Rapport technique|éditeur=University of Essex|date=2006|issn=1744-8050}} |
* {{Article|langue=en|auteur2=Riccardo Poli|titre=Stagnation Analysis in Particle Swarm Optimisation or What Happens When Nothing Happens |périodique=Rapport technique|éditeur=University of Essex|date=2006|issn=1744-8050}} |
||
* {{Article|langue=en|titre=Why does it work?|périodique=International Journal of Computational Intelligence Research 4, n° 2|date=2008|pages=79-91}} |
* {{Article|langue=en|titre=Why does it work?|périodique=International Journal of Computational Intelligence Research 4, n° 2|date=2008|pages=79-91}} |
||
Version du 13 décembre 2021 à 23:14
L’admissibilité de cette page est actuellement débattue.
Vous êtes invité à donner votre avis sur cette page de discussion, de manière argumentée en vous aidant notamment des critères d’admissibilité ou en présentant des sources extérieures et sérieuses.
Merci de ne pas retirer cet avertissement tant que la discussion n’est pas close.
Après avoir apposé le modèle {{Admissibilité}} sur une page, suivez les étapes expliquées sur Wikipédia:Débat d'admissibilité/Aide :
| 1. | Créez la page de débat d'admissibilité. | Sauvegardez d’abord la page pour l’initialiser puis indiquez votre motivation. |
|---|---|---|
| 2. | Important : ajoutez une entrée dans la section Débat d'admissibilité du jour. | Utilisez ce texte :
*{{L|Maurice Clerc (mathématicien)}}
|
| 3. | Pensez à informer les contributeurs principaux de la page et les projets associés lorsque cela est possible. | Utilisez ce texte :
{{subst:Avertissement débat d'admissibilité|Maurice Clerc (mathématicien)}}~~~~
|
Maurice Marcel Clerc, né le , est un mathématicien français.
Biographie
Famille et formation
Maurice Marcel Clerc naît le . Il obtient son diplôme d'ingénieur en 1972, à la fin de ses études supérieures au sein de l'Institut industriel du Nord (renommé Centrale Lille en 1991)[1].
Carrière professionnelle
Maurice Clerc travaille dans le département « Recherche et Développement » de la société France Télécom. Ses premiers travaux portent sur les représentations floues[2],[3]. Il est ensuite reconnu comme spécialiste mondial de l'optimisation par essaims particulaires (OEP) (Particle Swarm Optimisation, PSO)[4],[5] conjointement avec James Kennedy. Il est, avec ce dernier, co-auteur principal de la première analyse théorique de cette méthode[6], récompensée par l'IEEE en 2005[7].
Cet article n'est d'ailleurs que la mise en forme d'une étude mise en ligne dès 1999. Il énonce et démontre des théorèmes de convergence dans un espace à cinq dimensions et, en particulier, définit le concept de constriction largement utilisé depuis dans le cadre de l'OEP.
Dans les premières versions de l'OEP les positions des particules tendaient à « exploser » vers de très grandes valeurs, sauf à être contraintes en limitant arbitrairement leur vitesse.
Remarquant des régularités périodiques dans les trajectoires de particules déterministes, Clerc analyse la dynamique du système stochastique et prouve que la trajectoire d'une particule peut être contrôlée d'une manière bien plus sophistiquée, en appliquant un coefficient de constriction, qui permet à la particule d'ajuster sa distance de recherche, la diminuant si nécessaire ou l'augmentant si une nouvelle région est trouvée. L'analyse définit des intervalles de valeurs pour les coefficients, qui permettent de généraliser l'algorithme à de nombreux types de problèmes. Ainsi un chercheur ou un développeur d'applications peut utiliser le même modèle, avec les mêmes coefficients, sans limitation arbitraire des vitesses.
Sans avoir à modifier le code de base, il suffit d'introduire la fonction objectif du problème à traiter. Une approche bien plus polyvalente que les précédentes et qui est maintenant utilisée dans pratiquement toutes les variantes de l'OEP. En fin 2020 plus de mille publications d'autres auteurs y font référence[8].
Clerc introduit d'autres innovations dans le paradigme de l'intelligence en essaim, par exemple avec l'approche « Essaim et Reine »[9] ou avec une topologie variable grâce à laquelle la structure de la population est modifiée de façon adaptative durant le déroulement de l'algorithme.
Ses innovations concernant l'utilisation de l'OEP pour les problèmes combinatoires, comme celui du Voyageur de commerce, sont particulièrement révolutionnaires, en ce qu'il redéfinit complètement les concepts de « vitesse » et de « distance » pour traiter ce genre de problèmes[10].
Sa définition du concept de stagnation et son analyse ont a également permis des améliorations de l'algorithme.
Avec Mahamed Omran, il met au point la méthode d'optimisation APS (Adaptive Population-based Simplex)[11],[12]. Il participe à la mise à jour du site « Particle Swarm Central »[13].
Retraité depuis 2004, il reste actif dans divers domaines de recherche, liés à l'OEP ou non[14],[15] : publications d'articles et de livres, orateur principal dans des conférences[16],[17], directeur et juré de thèses[18],[19]. participation au projet XPS (eXtended Particle Swarms)[20] de l'université d'Essex. Il travaille également occasionnellement comme consultant en optimisation[21],[22].
Publications
Ouvrages
Maurice Clerc est l'auteur de trois ouvrages :
- L'optimisation par essaims particulaires, Hermès Lavoisier, , 265 p. (ISBN 2-7462-0991-8, présentation en ligne).
- L'aléatoire contrôlé en optimisation, Iste, , 254 p. (ISBN 978-1-78405-076-4, présentation en ligne).
- Optimiseurs itératifs - Mesures de difficulté et jeux d'essai, Iste, , 188 p. (ISBN 978-1-78405-579-0, présentation en ligne).
Articles et textes de conférences
- (en) « Think locally, act locally: The Way of Life of A2PSO, and Adaptive Particle Swarm Optimizer » ()
- (en) « Stagnation Analysis in Particle Swarm Optimisation or What Happens When Nothing Happens », Rapport technique, University of Essex, (ISSN 1744-8050)
- (en) « Why does it work? », International Journal of Computational Intelligence Research 4, n° 2, , p. 79-91
- (en) « Beyond Standard Particle Swarm Optimisation », International Journal of Swarm Intelligence Research 4, , p. 46-66
- (en) Handbook of Swarm Intelligence, vol. 8, Heidelberg, Springer, (ISBN 978-3-642-26689-8), « From Theory to Practice in Particle Swarm Optimization », p. 3-36
- (en) « Cooperation Mechanisms in Particle Swarm Optimisation », Nature Inspired Computing : Theory and Industrial Application,
- (en) « List Based Optimisers - Experiments and Open Questions », International Journal of Swarm Intelligence Research, vol. 4(4),
- (en) « Total memory optimiser: proof of concept and compromises », International Journal of Swarm Intelligence, vol. 3,
Lien externe
Notes et références
- Répertoire des Ingénieurs et scientifiques de France.
- Maurice Clerc, François Guérin et Xavier Chanet. « Représentations floues dans un mémoriel ». dans JIOSC (Journées internationales d'Orsay sur les sciences cognitives), édité par CNRS, 211‑22. Orsay, France: CNRS, 1994.
- Maurice Clerc, « Déduction en Représentation Floue Hiérarchique. Un exemple », In Cognito, no 3, .
- (en) M. Clerc, Particle Swarm Optimization, Wiley, (présentation en ligne).
- (en) M. Clerc, Guided Randomness in Optimization, ISTE (en), (présentation en ligne).
- (en) M. Clerc et J. Kennedy, « The particle swarm - explosion, stability, and convergence in a multidimensional complex space », IEEE Transactions on Evolutionary Computation, vol. 6, no 1, , p. 58–73 (ISSN 1089-778X, DOI 10.1109/4235.985692, lire en ligne, consulté le ).
- (en) « Past Recipients - IEEE Computational Intelligence Society », sur cis.ieee.org (consulté le ).
- (en) Jeroen Baas, Kevin Boyack et John P. A. Ioannidis, « August 2021 data-update for "Updated science-wide author databases of standardized citation indicators" », Elsevier BV, vol. 3, (DOI 10.17632/btchxktzyw.3, lire en ligne, consulté le )
- (en) M. Clerc, « The swarm and the queen: towards a deterministic and adaptive particle swarm optimization », Proceedings of the 1999 Congress on Evolutionary Computation-CEC99 (Cat. No. 99TH8406), IEEE, (DOI 10.1109/cec.1999.785513, lire en ligne, consulté le )
- Maurice Clerc, « Discrete Particle Swarm Optimization, illustrated by the Traveling Salesman Problem », dans New Optimization Techniques in Engineering, Springer Berlin Heidelberg, (ISBN 978-3-642-05767-0, lire en ligne), p. 219–239
- (en) Mahamed G. H. Omran et Maurice Clerc, « APS 9: an improved adaptive population-based simplex method for real-world engineering optimization problems », Applied Intelligence, vol. 48, no 6, , p. 1596–1608 (ISSN 0924-669X et 1573-7497, DOI 10.1007/s10489-017-1015-z, lire en ligne, consulté le )
- (en) « Welcome — Adaptive Population based Simplex », sur aps-optim.info (consulté le )
- (en) « Particle Swarm Central », sur particleswarm.info (consulté le )
- Maurice Clerc et Abhi Dattasharma, « Comparisons in optimisation: the Eff-Res approach », International Journal of Swarm Intelligence, vol. 1, no 3, , p. 266 (ISSN 2049-4041 et 2049-405X, DOI 10.1504/ijsi.2014.066557, lire en ligne, consulté le )
- (en) Maurice Clerc, A general quantum method to solve the graph K-colouring problem, (lire en ligne)
- (en) « SocProS'19 », sur socpros19.scrs.in (consulté le )
- (en) « Keynote speakers | CIS 2020 », sur www.cis2020.scrs.in (consulté le )
- Yann Cooren, « Perfectionnement d'un algorithme adaptatif d'optimisation par essaim particulaire : application en génie médical et en électronique », Thèse de doctorat, Paris Est, (lire en ligne, consulté le )
- (en) Innocente Mauro Sebastian, « Development and testing of a particle swarm optimizer to handle hard unconstrained and constrained problems. », sur cronfa.swan.ac.uk, (consulté le )
- (en) « XPS Particle Swarm », sur xps-swarm.essex.ac.uk (consulté le )
- (en) Zwi Altman, Soumaya Sallem, Ridha Nasri et Berna Sayrac, « Particle swarm optimization for Mobility Load Balancing SON in LTE networks », 2014 IEEE Wireless Communications and Networking Conference Workshops (WCNCW), , p. 172–177 (DOI 10.1109/WCNCW.2014.6934881, résumé)
- (en) Ayed Salman, Mahamed Omran, Maurice Clerc et Sala Alsharhan, « Journal of Intelligent & Fuzzy Systems - Volume 30, issue 2 - Journals », Journal of Intelligent & Fuzzy Systems, vol. 30, no 2, (ISSN 1064-1246, résumé)
