Abstract:
Avec la transmission optique, les fibres optiques sont sorties des cahiers des
mathématiciens pour entrer dans le laboratoire des physiciens. Ce sont des objets très
intéressants, car, de leur robustesse vis à vis des perturbations extérieures, ils sont modélisés
mathématiquement d’une manière très simple et la précision de ces modèles est très bonne.
Ce très bon accord entre la théorie et l’expérience, a permis d’optimiser les systèmes
de transmission de manière très efficace. Aujourd’hui, cette modélisation dessert les fibres
optiques, car de nombreux industriels se méfient des systèmes régis par des équations
mystérieuses et préfèrent les bons vieux systèmes dont l’optimisation nécessite des semaines
de simulations numériques.
Pour transformer un objet de laboratoire en un produit industriel, il faut cependant plus
qu’un bon accord entre la théorie et l’expérience. Les Algorithmes génétiques viennent dans
ce mémoire pour faire l’accord entre la théorie et l’expérimentale.
Les algorithmes génétiques peuvent être utilisés en tant qu’une méthode de recherche
combinatoire, incluant des propriétés basant sur le parallélisme et l’exploration, des
heuristiques de recherche intéressante basées sur des principes d’auto-organisation. Les
algorithmes génétiques peuvent constituer une alternative intéressante lorsque les méthodes
d’optimisation traditionnelles, ne parviennent pas à fournir efficacement des résultats fiables.
Cette étude a permis de développer et de tester un programme d’optimisation basé sur
les algorithmes génétiques. La recherche d’un optimum s’effectue à partir d’une population
et non d’un point unique. Ce parallélisme implicite permet de proposer plusieurs solutions
différentes en fin d’exécution.
Les algorithmes génétiques emploient un mécanisme de recherche souvent "trop
aveugle ", ils utilisent des règles de transition probabilistes, et non déterministes, ce qui
permet de s‘extraire des optima locaux.
Optimisation des paramètres d’une liaison optique
