🏠 Accueil
Benchmarks
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 Glossaire IA 🔗 Liens Utiles

Glossaire IA

Le dictionnaire complet de l'Intelligence Artificielle

242
catégories
3 353
sous-catégories
40 780
termes
📖
termes

NSGA-II

Algorithme génétique élite préservant utilisant un tri rapide non-dominé et une distance d'encombrement pour maintenir la diversité des solutions sur le front de Pareto.

📖
termes

Approche ε-contrainte

Méthode transformant un problème multi-objectifs en problèmes d'optimisation mono-objectif en optimisant un objectif principal tout en contraignant les autres avec des seuils ε.

📖
termes

Trade-off multi-objectifs

Compétition inhérente entre objectifs conflictuels où l'amélioration d'un objectif entraîne nécessairement la dégradation d'au moins un autre objectif.

📖
termes

Archivage de solutions

Technique de stockage et mise à jour d'un ensemble de solutions non-dominées tout au long de l'optimisation pour préserver les meilleures solutions trouvées.

📖
termes

Élitisme multi-objectifs

Stratégie préservant les meilleures solutions entre générations pour garantir la convergence monotone vers le front de Pareto optimal.

📖
termes

Optimisation basée sur des indicateurs

Paradigme utilisant directement des indicateurs de performance comme l'hypervolume comme fonction de fitness pour guider la recherche vers des ensembles de solutions de haute qualité.

📖
termes

Scalabilité multi-objectifs

Capacité d'un algorithme à maintenir ses performances lorsque le nombre d'objectifs augmente, souvent dégradée par la malédiction de la dimensionalité.

📖
termes

Convergence et diversité

Critères duals évaluant la proximité au front de Pareto optimal (convergence) et la distribution uniforme des solutions sur ce front (diversité).

📖
termes

Coévolution multi-objectifs

Approche où plusieurs populations évoluent simultanément, chacune spécialisée dans différentes régions du front de Pareto ou différents sous-ensembles d'objectifs.

📖
termes

Décomposition de Tchebychev

Méthode de décomposition pondérée transformant les objectifs en une fonction scalaire utilisant la norme de Tchebychev pour garantir des solutions sur le front convexe et non-convexe.

📖
termes

Reference Point Approach

Technique interactive où le fournisseur de décisions spécifie des points de référence pour guider la recherche vers des régions d'intérêt spécifiques du front de Pareto.

🔍

Aucun résultat trouvé