Algorithme génétiqueLes algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné.
PressionLa pression est une grandeur physique qui traduit les échanges de quantité de mouvement dans un système thermodynamique, et notamment au sein d'un solide ou d'un fluide. Elle est définie classiquement comme l'intensité de la force qu'exerce un fluide par unité de surface. C'est une grandeur scalaire (ou tensorielle) intensive. Dans le Système international d'unités elle s'exprime en pascals, de symbole Pa. L'analyse dimensionnelle montre que la pression est homogène à une force surfacique ( ) comme à une énergie volumique ( ).
Algorithme mémétiqueLes algorithmes mémétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode de résolution pour résoudre le problème de manière exacte en un temps raisonnable. Les algorithmes mémétiques sont nés d'une hybridation entre les algorithmes génétiques et les algorithmes de recherche locale. Ils utilisent le même processus de résolution que les algorithmes génétiques mais utilisent un opérateur de recherche locale après celui de mutation.
Algorithme évolutionnistevignette|redresse=1.2|Un algorithme évolutionnaire utilise itérativement des opérateurs de sélections (en bleu) et de variation (en jaune). i : initialisation, f(X) : évaluation, ? : critère d'arrêt, Se : sélection, Cr : croisement, Mu : mutation, Re : remplacement, X* : optimum. Les algorithmes évolutionnistes ou algorithmes évolutionnaires (evolutionary algorithms en anglais), sont une famille d'algorithmes dont le principe s'inspire de la théorie de l'évolution pour résoudre des problèmes divers.
Débit (physique)Le débit est la quantité d'une grandeur qui traverse une surface donnée par unité de temps. Il permet de quantifier un déplacement de matière ou d'énergie. Le terme débit est le plus souvent associé au débit volumique : il quantifie alors le volume qui traverse une surface, une section, par unité de temps. Le débit massique caractérise la masse qui traverse la surface par unité de temps. Il s'agit de notions centrales dans une situation d'écoulement de fluide.
Evolutionary computationIn computer science, evolutionary computation is a family of algorithms for global optimization inspired by biological evolution, and the subfield of artificial intelligence and soft computing studying these algorithms. In technical terms, they are a family of population-based trial and error problem solvers with a metaheuristic or stochastic optimization character. In evolutionary computation, an initial set of candidate solutions is generated and iteratively updated.
Mass flow rateIn physics and engineering, mass flow rate is the mass of a substance which passes per unit of time. Its unit is kilogram per second in SI units, and slug per second or pound per second in US customary units. The common symbol is (ṁ, pronounced "m-dot"), although sometimes μ (Greek lowercase mu) is used. Sometimes, mass flow rate is termed mass flux or mass current, see for example Schaum's Outline of Fluid Mechanics. In this article, the (more intuitive) definition is used. Mass flow rate is defined by the limit: i.
Chromosome (genetic algorithm)In genetic algorithms (GA), or more general, evolutionary algorithms (EA), a chromosome (also sometimes called a genotype) is a set of parameters which define a proposed solution of the problem that the evolutionary algorithm is trying to solve. The set of all solutions, also called individuals according to the biological model, is known as the population. The genome of an individual consists of one, more rarely of several, chromosomes and corresponds to the genetic representation of the task to be solved.
Détendeur de plongéeUn détendeur de plongée est un mécanisme qui permet à un plongeur de respirer l'air contenu dans sa bouteille de plongée à la pression à laquelle il évolue. L'arrivée du détendeur dans la pratique de la plongée sous-marine a aussi permis l'avènement du scaphandre autonome. Le détendeur est le principal élément d'un scaphandre, au point que la plongée dite « avec détendeur » est synonyme de la plongée dite « en scaphandre autonome ».
Blood pressureBlood pressure (BP) is the pressure of circulating blood against the walls of blood vessels. Most of this pressure results from the heart pumping blood through the circulatory system. When used without qualification, the term "blood pressure" refers to the pressure in a brachial artery, where it is most commonly measured. Blood pressure is usually expressed in terms of the systolic pressure (maximum pressure during one heartbeat) over diastolic pressure (minimum pressure between two heartbeats) in the cardiac cycle.
Crossover (genetic algorithm)In genetic algorithms and evolutionary computation, crossover, also called recombination, is a genetic operator used to combine the genetic information of two parents to generate new offspring. It is one way to stochastically generate new solutions from an existing population, and is analogous to the crossover that happens during sexual reproduction in biology. Solutions can also be generated by cloning an existing solution, which is analogous to asexual reproduction. Newly generated solutions may be mutated before being added to the population.
Population model (evolutionary algorithm)The population model of an evolutionary algorithm (EA) describes the structural properties of its population to which its members are subject. A population is the set of all proposed solutions of an EA considered in one iteration, which are also called individuals according to the biological role model. The individuals of a population can generate further individuals as offspring with the help of the genetic operators of the procedure. The simplest and widely used population model in EAs is the global or panmictic model, which corresponds to an unstructured population.
Pression atmosphériquevignette|350px|Pression de l'air p en fonction de l'altitude h. Formule du nivellement barométrique : . vignette|350px|En noir : variation diurne de la pression atmosphérique mesurée en Allemagne en septembre 2004. La pression atmosphérique est la pression qu'exerce le mélange gazeux constituant l'atmosphère considérée (sur Terre : de l'air) sur une surface quelconque en contact avec elle. Les molécules de ce mélange, animées d'un mouvement aléatoire incessant, l'agitation thermique, subissent des collisions entre elles et contre les surfaces des objets.
Fluide non newtonienUn fluide non newtonien est un fluide qui ne suit pas la loi de viscosité de Newton, c'est-à-dire une viscosité constante indépendante de la contrainte. Dans les fluides non newtoniens, la viscosité peut changer lorsqu'elle est soumise à une force pour devenir plus liquide ou plus solide. Le ketchup, par exemple, devient plus coulant lorsqu'il est secoué et se comporte donc de manière non newtonienne.
Pression de vapeurLa pression de vapeur est la pression partielle de la vapeur d'un corps présent également sous forme liquide ou solide. Lorsque le système est à l'équilibre (les proportions relatives de gaz et liquide ou solide ne varient pas), la pression de vapeur est dite « saturante ». Lorsque le système est hors équilibre : si la pression de vapeur est inférieure à la pression de vapeur saturante, une portion de liquide ou de solide passe sous forme gazeuse (évaporation, vaporisation ou sublimation) ; si la pression de vapeur est supérieure à la pression de vapeur saturante, une portion de la vapeur passe sous forme liquide ou solide (liquéfaction, condensation).
Vitesse de déformationEn mécanique des milieux continus, on considère la déformation d'un élément de matière au sein d'une pièce. On s'attache donc à décrire ce qui se passe localement et non pas d'un point de vue global, et à utiliser des paramètres indépendants de la forme de la pièce. La vitesse de déformation que l'on considère est donc la dérivée par rapport au temps de la déformation ε ; on la note donc (« epsilon point ») : Elle s'exprime en s−1, parfois en %/s. C'est un des paramètres capitaux en rhéologie.
Dynamique des fluidesLa dynamique des fluides (hydrodynamique ou aérodynamique), est l'étude des mouvements des fluides, qu'ils soient liquides ou gazeux. Elle fait partie de la mécanique des fluides avec l'hydrostatique (statique des fluides). La résolution d'un problème de dynamique des fluides demande de calculer diverses propriétés des fluides comme la vitesse, la viscosité, la densité, la pression et la température en tant que fonctions de l'espace et du temps.
Fluide (matière)Un fluide est un milieu matériel parfaitement déformable. On regroupe sous cette appellation les liquides, les gaz et les plasmas. Gaz et plasmas sont très compressibles, tandis que les liquides le sont très peu (à peine plus que les solides). La transition de l'état liquide à l'état gazeux (ou réciproquement) est en général de premier ordre, c'est-à-dire brusque, discontinue.
Fluide incompressibleUn fluide incompressible est un fluide dont le volume est considéré comme constant quelle que soit la pression qu'il subit, tout fluide étant en réalité sensible à la pression. Par nature, tous les fluides sont compressibles, certains plus que d'autres, et en phase gazeuse considérablement plus qu'en phase liquide. La compressibilité d'un fluide mesure la variation de volume d'une certaine quantité de ce fluide lorsqu'il est soumis à une pression extérieure.
Programmation génétiqueLa programmation génétique est une méthode automatique inspirée par le mécanisme de la sélection naturelle tel qu'il a été établi par Charles Darwin pour expliquer l'adaptation plus ou moins optimale des organismes à leur milieu. Elle a pour but de trouver par approximations successives des programmes répondant au mieux à une tâche donnée. On nomme programmation génétique une technique permettant à un programme informatique d'apprendre, par un algorithme évolutionniste, à optimiser peu à peu une population d'autres programmes pour augmenter leur degré d'adaptation (fitness) à réaliser une tâche demandée par un utilisateur.
