Université Montpellier 2 Faculté des Sciences et
Techniques Département Informatique
Bât 16, RC Place Eugène Bataillon 34095 Montpellier
cedex 05
|
|
MASTER 2 INFORMATIQUE
Spécialité-MOCA : Modélisation,
Optimisation, Combinatoire, Algorithme Année universitaire
2013-2014
RAPPORT DE STAGE
Effectué à :
INRA
UR 1115 Plantes et systèmes de culture Horticoles Domaine
St Paul, 84914 Montfavet cedex 9
|
|
Du 10 Mars 2014 au 31 août 2014 Sous le
thème :
Conception d'idéotypes de tomate
adaptés au stress hydrique
Par:
Ould Mohamed Abdellahi Cheikh Mehdi
Devant le jury :
Maître de stage : Mme. Bertin NADIA
Tuteur universitaire : M. Rodolphe GIROUDEAU
Rapporteur: M. Philippe JANSSEN
|
Soutenu à Montpellier le 05/09/2014
|
1
Table des matières
1
|
Introduction
1.1 Problématique .................................
1.2 Présentation de l'entreprise
..........................
1.3 Contexte général du stage
..........................
1.3.1 Les données observées
........................
1.3.2 Présentation du modèle
.......................
1.3.3 L'objectif: ajustement des paramètres
génotype-dépendants . . .
|
10
10
11
12 12 12 14
|
2
|
Méthodologie
|
17
|
|
2.1
|
L'optimisation mono-objectif .........................
|
17
|
|
|
2.1.1 Construction de la fonction objectif .................
|
17
|
|
2.2
|
L'optimisation multi-objectif .........................
|
18
|
|
|
2.2.1 Construction des fonctions multi-objectif à
minimiser .......
|
19
|
|
2.3
|
NSGA-II ....................................
|
19
|
|
|
2.3.1 Notion de domination et le front de Pareto ............
|
19
|
|
|
2.3.2 Historique ...............................
|
20
|
|
|
2.3.3 Le principe de la distance de Crowding ...............
|
20
|
|
|
2.3.4 Les différentes étapes de NSGA-II
..................
|
21
|
|
2.4
|
La somme pondérée
..............................
|
23
|
|
|
2.4.1 Utilisation de la somme pondérée
..................
|
25
|
|
2.5
|
Utilisation de NSGA-II ............................
|
25
|
|
|
2.5.1 La recherche du meilleur compromis sur le front de Pareto
. . .
|
26
|
|
|
2.5.1.1 Tracer le front de Pareto pour les meilleurs compromis
.
|
26
|
|
|
2.5.1.2 Critère de sélection par la distance
minimale .......
|
27
|
|
|
2.5.1.3 Critère de sélection par la distance
maximale ......
|
27
|
|
|
2.5.1.4 Critère de sélection par seuil
................
|
29
|
3
|
Les résultats sur les génotypes
|
30
|
|
3.1
|
Les résultats d'ajustement indépendant
...................
|
31
|
|
3.2
|
Les résultats d'ajustement parallèle
.....................
|
41
|
|
3.3
|
Analyse de la variabilité des paramètres
...................
|
46
|
|
|
3.3.1 L'analyse avec la fonction pairs ...................
|
46
|
|
|
3.3.2 L'analyse avec ACP ..........................
|
46
|
|
|
3.3.3 Le critère de décision sur une
corrélation forte ...........
|
47
|
|
|
3.3.4 Analyser sur six paramètres
.....................
|
47
|
|
3.4
|
Les résultats finaux ..............................
|
48
|
2
4
5
|
Synthèse de la solution apportée
Conclusions
|
62
65
|
|
5.1
|
Résultats obtenus ...............................
|
65
|
|
5.2
|
Difficultés rencontrées
............................
|
65
|
|
5.3
|
Apports ....................................
|
65
|
|
|
5.3.1 Pour l'entreprise ...........................
|
65
|
|
|
5.3.2 Apport personnel ...........................
|
66
|
6
|
Bibliographie
|
67
|
|
6.1
|
Références bibliographiques
.........................
|
67
|
|
6.2
|
Webographies .................................
|
68
|
3
|