Methode de comparaison statistique des performances d'algorithmes evolutionnaires

Il existe un nombre impressionnant de métaheuristiques pour l'optimisation globale et les performances de ces algorithmes varient énormément. Le choix d'une métaheuristique et de son paramétrage pour un problème donné est une tâche complexe qui nécessite une bonne connaissance des algorithmes et du problème à optimiser. Étant des processus stochastiques itératifs, l'évaluation des performances de ces algorithmes requiert l'utilisation d'outils statistiques appropriés. Il n'existe actuellement aucune méthodologie universelle de comparaison des performances des métaheuristiques. Nous proposons donc ici une méthodologie générique statistiquement rigoureuse de comparaison relative des performances avec un risque d'erreur contrôlé. Nous proposons également une étude complète pour une plage de paramétrage temporel. Contrairement aux comparaisons habituelles d'un seul paramétrage temporel, cette façon de faire reflète beaucoup mieux le comportement temporel global des métaheuristiques et rend l'étude beaucoup plus complète.