Algorithmes heuristiques pour l'optimisation de modèles de propagation

Méthodes d'optimisation des modèles de propagation par des algorithmes génétiques, essaim de particules et recuit simulé

Le modèle K facteurs à six coefficients que nous proposons dans ce livre est un modèle générique dont nous allons nous servir pour l’optimisation des modèles de propagation.

Nous montrons tout d’abord que les modèles de propagation existants et qui portent le nom de leurs auteurs sont des modèles de villes (c'est-à-dire déterminer dans des villes particulières où ont été menées des collectes d’informations au travers des mesures radio) et des cas particuliers du modèle général K facteurs à six coefficients.

Cette approche justifie l’utilisation du dit modèle générique pour la mise sur pied ou l’optimisation des modèles de propagation, nous montrons ensuite qu’un modèle de propagation sera obtenu par la combinaison du modèle générique, des mesures radio collectées dans un environnement précis et d’un algorithme de traitement approprié.

Le principe de collecte des données et la modélisation par deux méthodes analytiques et quatre heuristiques sont aussi présentées.

Enfin, nous avons présenté les résultats obtenus à l’issue de l’implémentation de chacune de ces approches sur les données de mesures radio de la ville de Yaoundé, ainsi que des comparaisons entre différentes approches.