Harmony Search — Optimisation métaheuristique inspirée par la musique
Harmony Search (HS) est un algorithme d'optimisation métaheuristique basé sur une population, introduit par Geem, Kim et Loganathan en 2001. Il imite le processus d'improvisation des musiciens de jazz cherchant un état d'harmonie parfait, utilisant trois opérateurs — considération de la mémoire, ajustement de la hauteur et sélection aléatoire — pour générer des solutions candidates. L'algorithme s'applique aux variables continues et discrètes et a trouvé une large utilisation dans la conception d'ingénierie, l'optimisation des réseaux de distribution d'eau et les problèmes combinatoires.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Geem, Z. W., Kim, J. H., & Loganathan, G. V. (2001). A New Heuristic Optimization Algorithm: Harmony Search. Simulation, 76(2), 60–68. DOI: 10.1177/003754970107600201 ↗
- Mahdavi, M., Fesanghary, M., & Damangir, E. (2007). An Improved Harmony Search Algorithm for Solving Optimization Problems. Applied Mathematics and Computation, 188(2), 1567–1579. DOI: 10.1016/j.amc.2006.11.033 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Harmony Search Algorithm. ScholarGate. https://scholargate.app/fr/optimization/harmony-search
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Optimisation par Colonies de FourmisOptimisation↔ compare
- Évolution DifférentielleOptimisation↔ compare
- Algorithme génétiqueOptimisation↔ compare
- Optimisation par essaim particulaire (PSO)Optimisation↔ compare
- Recuit simuléOptimisation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →