page d'accueil   sommaire  

Marco MONTES DE OCA


coordonnées


Marco MONTES DE OCA
tel +32-2-650.31.66, fax +32-2-650.27.15, mmontes@ulb.ac.be
http://iridia.ulb.ac.be/~mmontes/
Campus du Solbosch
CP194/06, avenue F.D. Roosevelt 50, 1050 Bruxelles




unités de recherche


Service ingénierie de l'informatique et de la décision [Department of Computer and Decision Engineering] (CoDE)



projets


Modélisation et régulation des systèmes complexes. [Complex System Modelling and Control]
La régulation des systèmes complexes, c-à-d constitués d'un ensemble d'agents simples mais en interaction non-linéaires exigent une informatique largement inspirée de la biologie. Les algorithmes mis en oeuvre doivent être parallèle, adaptatif et présenter des fonctionnalités émergentes. Nous modélisons des réseaux biologiques comme les réseaux génétiques, neuronaux et immunitaires et y analysons les comportements dynamiques et la sensibilité de ceux-ci à la connectivité du réseau. [The modelling and control of complex systems i.e. composed of a set of simple but interacting agents demand a new kind of algorithms largely inspired from biology. These algorithms must be parallel, adaptatif and show emergent functionnalities. We are modelling various biological networks sush asgenetic networks, neural networks and immune networks. In all cases we mainly study the sensitivity of the dynamics with respect to the structure of the connectivity of the networks.]

Algorithmes basés sur le comportement collectif des fourmis et intelligence en essaim. [Ant algorithms and swarm intelligence]
Les algorithmes basés sur le comportement collectif des fourmis et l'intelligence en essaim : conception d'algorithmes d'optimisation et de contrôle distribué inspirés par les études du comportement collectif des insectes sociaux.Cette recherche est consacrée à l'étude et à l'utilisation de modèles comportementaux des insectes sociaux en vue d'élaborer des algorithmes distribués. Les applications s'étendent du domaine de la robotique distribuée au dessin graphique et à l'optimisation combinatoire. [Ant algorithms and swarm intelligence : Study and design of novel distributed algorithms for optimization and control inspired by the observation of the collective behavior of social insects. This research is devoted to the study and use of models of the behavior of social insects to design distributed algorithms. Applications range from distributed robotics to graph drawing and combinatorial optimization.]

Métaheuristiques [Metaheuristics]
Etude d'approches métaheuristiques pour la résolution de problèmes d'optimisation discrète. La recherche porte autant sur l'étude exhaustive des techniques classiques ( comme les algorithmes génétiques, le recuit simulé, la recherche tabou, l'optimisation par colonie de fourmis, la recherche locale itérée) que sur le développement de nouvelles métaheuristiques. [Study of metaheuristic approaches to the solution of discrete optimization problems. The research covers both the study of all the major techniques (like genetic algorithms, simulated annealing, tabu search, and colony optimization, iterated local search) and the development of new metaheuristics.]

Robotique collective [Swarm robotics]
Le but de cette recherche à long terme est de développer une méthodologie intégrée pour le développement d'agents autonomes qui interagissent avec un environnement physique. Les principaux sujets de recherche sont : la spécification de comportements cibles, l'élaboration d'interfaces sensorimotrices, la conception d'architectures de contrôle d'agent, l'utilisation d'un algorithme d'apprentissage machine en vue de développer des programmes de contrôle en relation étroite avec l'environnement, l'élaboration de stratégies d'entraînement dépendantes du domaine et l'évaluation des performances. [The long-term research goal is to develop an integrated methodology for the development of autonomous agents that interact with a physical environment. Specific research topics are the specification of target behaviors, the design of sensorimotor interfaces, the design of the agent's control architecture, the use of machine learning algorithm to develop control programs strongly coupled with the environment, the design of domain-dependent training strategies, and the evaluation of performance.]



prix


The paper ''An Incremental Ant Colony Algorithm with Local Search for Continuous Optimization'' has received the best paper award of the ACO-SI track at GECCO 2011.



disciplines et mots clés déclarés


Automatisme et régulation Chimie Cybernétique Intelligence artificielle Logiciel d'application Recherche opérationnelle Théorie de l'information Théorie des algorithmes

algorithmes basés sur le comportement collectif des fourmis algorithmes génétiques heuristiques intelligence en essaim métaheuristiques modélisation informatique optimisation distribuée optimisation par colonies de fourmis recherche locale itérée recherche tabou recuit simulé réseaux biologiques robotique collective systémes adaptatives systèmes complexes