Etude de performance de deux algorithmes d'optimisation globale

Abstract

Les méthodes d'optimisation globale liées aux modèles de simulations sont largement utilisées pour le calage automatique et constituent des utiles pour recherche des solutions efficientes pour une bonne gestion environnementale. Cependant, le degré de difficulté à résoudre un problème d'optimisation globale est généralement dépendant de la dimensionnalité du problème et certaines caractéristiques de la fonction objective. Deux méthodes d'optimisation globale sont présentées dans cette étude. Ces algorithmes sont testé en exécutant 100 essais initiés aléatoirement sur 6 problèmes de test de difficultés différentes. Enfin, les performances des deux méthodes ont été comparées par le calage automatique d'un modèle combiné IHACRES-GR4J pour deux ans de ruissellement journalier du bassin versant de Canning en Australie Occidentale, en prenant le critère de Nash pour la fonction objectif. La performance du SCE a toujours été mieux par rapport aux résultats du GA. Le SCE offre une plus grande efficience et efficacité pour atteindre la solution optimale et ce pour les paramètres par défaut des deux méthodes. Le programme SCE-UA est donc recommandé pour le calage automatique du modèle.