Maurice Clerc (mathématicien)

Maurice Marcel Clerc, né le à Besançon est un mathématicien français.

Pour les articles homonymes, voir Maurice Clerc (organiste) et Clerc.

Maurice Clerc
Maurice M. Clerc en 2018
Biographie
Naissance
Formation
Activités
Autres informations
A travaillé pour
Membre de
Site web

Biographie

Famille et formation

Maurice Marcel Clerc naît le . Il obtient son diplôme d'ingénieur en 1972, à la fin de ses études supérieures au sein de l'Institut industriel du Nord (renommé Centrale Lille en 1991)[1].

Carrière professionnelle

Maurice Clerc travaille dans le département « Recherche et Développement » de la société France Télécom. Ses premiers travaux portent sur les représentations floues[2],[3],[4]. Il est ensuite reconnu comme spécialiste mondial de l'optimisation par essaims particulaires (OEP) (Particle Swarm Optimisation, PSO)[5],[6] conjointement avec James Kennedy. Il est, avec ce dernier, coauteur principal de la première analyse théorique détaillée de cette méthode[7], récompensée par l'IEEE en 2005[8].

Il énonce et démontre des théorèmes de convergence dans un espace à cinq dimensions et, en particulier, définit le concept de constriction largement utilisé depuis dans le cadre de l'OEP[9],[10].

L'analyse définit des intervalles de valeurs pour les coefficients, qui permettent de généraliser l'algorithme à de nombreux types de problèmes. Ainsi un chercheur ou un développeur d'applications peut utiliser le même modèle, avec les mêmes coefficients, sans limitation arbitraire des vitesses.

À partir du même code de base, il suffit d'introduire la fonction objectif du problème à traiter. Une approche plus polyvalente que les précédentes et qui est maintenant utilisée dans pratiquement toutes les variantes de l'OEP. En fin 2020 plus de mille publications d'autres auteurs y font référence[11].

Clerc introduit d'autres innovations dans le paradigme de l'intelligence en essaim, par exemple avec l'approche « Essaim et Reine »[12].

Ses travaux concernant l'utilisation de l'OEP pour les problèmes combinatoires, comme celui du Voyageur de commerce, sont particulièrement novateurs, en ce qu'il redéfinit complètement les concepts de « vitesse » et de « distance » pour traiter ce genre de problèmes[13].

Sa définition du concept de stagnation et son analyse ont également permis des améliorations de l'algorithme[14].

Il travaille en collaboration avec de nombreuses personnes à l'international. En particulier James Kennedy (voir plus haut), Riccardo Poli sur le projet XPS (eXtended Particle Swarms)[15] de l'université de l'Essex, Patrick Siarry, professeur à l'université Paris-Est Créteil[16],[17], Mahamed G. H. Omran, professeur à la Gulf University du Koweït (méthode d'optimisation APS (Adaptive Population-based Simplex)[18],[19]), plusieurs enseignants-chercheurs en Inde, entre autres de l'Indian Institute of Technology (IIT) de Roorkee[20].

Il participe à la mise à jour du site « Particle Swarm Central »[21].

Retraité depuis 2004, il reste actif dans divers domaines de recherche, liés à l'OEP ou non[22],[23] : publications d'articles et de livres, orateur principal dans des conférences[24],[25], directeur et juré de thèses[26],[27]. Il travaille également occasionnellement comme consultant en optimisation[28],[29].

Publications

Ouvrages

Maurice Clerc est l'auteur de trois ouvrages :

Articles et textes de conférences
  • (en) (2001) « Think locally, act locally: The Way of Life of A2PSO, and Adaptive Particle Swarm Optimizer » , France Télécom R&D.
  • (en) « Stagnation Analysis in Particle Swarm Optimisation or What Happens When Nothing Happens », Rapport technique, University of Essex,‎ (ISSN 1744-8050)
  • (en) « Why does it work? », International Journal of Computational Intelligence Research 4, n° 2,‎ , p. 79-91
  • (en) « Beyond Standard Particle Swarm Optimisation », International Journal of Swarm Intelligence Research 4,‎ , p. 46-66
  • (en) Handbook of Swarm Intelligence, vol. 8, Heidelberg, Springer, (ISBN 978-3-642-26689-8), « From Theory to Practice in Particle Swarm Optimization », p. 3-36
  • (en) « Cooperation Mechanisms in Particle Swarm Optimisation », Nature Inspired Computing : Theory and Industrial Application,‎
  • (en) « List Based Optimisers - Experiments and Open Questions », International Journal of Swarm Intelligence Research, vol. 4(4),‎
  • (en) « Total memory optimiser: proof of concept and compromises », International Journal of Swarm Intelligence, vol. 3,‎

Notes et références
  1. Répertoire des Ingénieurs et scientifiques de France.
  2. Maurice Clerc, François Guérin et Xavier Chanet. « Représentations floues dans un mémoriel ». dans JIOSC (Journées internationales d'Orsay sur les sciences cognitives), édité par CNRS, 211‑22. Orsay, France: CNRS, 1994.
  3. Earl D. Cox et (trad.) Maurice Clerc, « La logique floue pour les affaires et l'industrie », sur momox-shop, (consulté le )
  4. Maurice Clerc, « Déduction en Représentation Floue Hiérarchique. Un exemple », In Cognito, no 3,‎ .
  5. (en) M. Clerc, Particle Swarm Optimization, Wiley, (présentation en ligne).
  6. (en) M. Clerc, Guided Randomness in Optimization, ISTE (en), (présentation en ligne).
  7. (en) M. Clerc et J. Kennedy, « The particle swarm - explosion, stability, and convergence in a multidimensional complex space », IEEE Transactions on Evolutionary Computation, vol. 6, no 1,‎ , p. 58–73 (ISSN 1089-778X, DOI 10.1109/4235.985692, lire en ligne, consulté le ).
  8. (en) « Past Recipients - IEEE Computational Intelligence Society », sur cis.ieee.org (consulté le ).
  9. (en) Jay Prakash Tripathi et Sanjoy Ghoshal, « Combining inertia and constriction technique in the PSO applied to fault identification in a hydraulic system », Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, vol. 231, no 14,‎ , p. 2730–2740 (ISSN 0954-4062, DOI 10.1177/0954406216640302, lire en ligne, consulté le )
  10. G. Pranava et P. V. Prasad, « Constriction Coefficient Particle Swarm Optimization for Economic Load Dispatch with valve point loading effects », 2013 International Conference on Power, Energy and Control (ICPEC),‎ , p. 350–354 (DOI 10.1109/ICPEC.2013.6527680, lire en ligne, consulté le )
  11. (en) Jeroen Baas, Kevin Boyack et John P. A. Ioannidis, « August 2021 data-update for "Updated science-wide author databases of standardized citation indicators" », Elsevier BV, vol. 3,‎ (DOI 10.17632/btchxktzyw.3, lire en ligne, consulté le )
  12. (en) M. Clerc, « The swarm and the queen: towards a deterministic and adaptive particle swarm optimization », Proceedings of the 1999 Congress on Evolutionary Computation-CEC99 (Cat. No. 99TH8406), IEEE,‎ (DOI 10.1109/cec.1999.785513, lire en ligne, consulté le )
  13. Maurice Clerc, « Discrete Particle Swarm Optimization, illustrated by the Traveling Salesman Problem », dans New Optimization Techniques in Engineering, Springer Berlin Heidelberg, (ISBN 978-3-642-05767-0, lire en ligne), p. 219–239
  14. Schmitt, Berthold Immanuel Verfasser, Convergence analysis for particle swarm optimization (ISBN 978-3-944057-30-9 et 3-944057-30-9, OCLC 908646543, lire en ligne)
  15. (en) « XPS Particle Swarm », sur xps-swarm.essex.ac.uk (consulté le )
  16. Siarry, Patrick, auteur., Métaheuristiques. (ISBN 978-2-212-25231-6 et 2-212-25231-5, OCLC 897446625, lire en ligne)
  17. Maurice Clerc et Patrick Siarry, « Une nouvelle métaheuristique pour l'optimisation difficile : la méthode des essaims particulaires », J3eA, vol. 3,‎ , p. 007 (ISSN 1638-5705, DOI 10.1051/bib-j3ea:2004007, lire en ligne, consulté le )
  18. (en) Mahamed G. H. Omran et Maurice Clerc, « APS 9: an improved adaptive population-based simplex method for real-world engineering optimization problems », Applied Intelligence, vol. 48, no 6,‎ , p. 1596–1608 (ISSN 0924-669X et 1573-7497, DOI 10.1007/s10489-017-1015-z, lire en ligne, consulté le )
  19. (en) « Welcome — Adaptive Population based Simplex », sur aps-optim.info (consulté le )
  20. Jagdish Chand Bansal, Harish Sharma, Shimpi Singh Jadon et Maurice Clerc, « Spider Monkey Optimization algorithm for numerical optimization », Memetic Computing, vol. 6, no 1,‎ , p. 31–47 (ISSN 1865-9284 et 1865-9292, DOI 10.1007/s12293-013-0128-0, lire en ligne, consulté le )
  21. (en) « Particle Swarm Central », sur particleswarm.info (consulté le )
  22. Maurice Clerc et Abhi Dattasharma, « Comparisons in optimisation: the Eff-Res approach », International Journal of Swarm Intelligence, vol. 1, no 3,‎ , p. 266 (ISSN 2049-4041 et 2049-405X, DOI 10.1504/ijsi.2014.066557, lire en ligne, consulté le )
  23. (en) Maurice Clerc, A general quantum method to solve the graph K-colouring problem, (lire en ligne)
  24. (en) « SocProS'19 », sur socpros19.scrs.in (consulté le )
  25. (en) « Keynote speakers | CIS 2020 », sur www.cis2020.scrs.in (consulté le )
  26. Yann Cooren, « Perfectionnement d'un algorithme adaptatif d'optimisation par essaim particulaire : application en génie médical et en électronique », Thèse de doctorat, Paris Est,‎ (lire en ligne, consulté le )
  27. (en) Innocente Mauro Sebastian, « Development and testing of a particle swarm optimizer to handle hard unconstrained and constrained problems. », sur cronfa.swan.ac.uk, (consulté le )
  28. (en) Zwi Altman, Soumaya Sallem, Ridha Nasri et Berna Sayrac, « Particle swarm optimization for Mobility Load Balancing SON in LTE networks », 2014 IEEE Wireless Communications and Networking Conference Workshops (WCNCW),‎ , p. 172–177 (DOI 10.1109/WCNCW.2014.6934881, résumé)
  29. (en) Ayed Salman, Mahamed Omran, Maurice Clerc et Sala Alsharhan, « Journal of Intelligent & Fuzzy Systems - Volume 30, issue 2 - Journals », Journal of Intelligent & Fuzzy Systems, vol. 30, no 2,‎ (ISSN 1064-1246, résumé)

Liens externes

  • Portail des mathématiques
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.