Yishan Sun, Simon Kurney, Pablo Aldana, Cédric Jung, Baptiste Deconihout, Zoé Poupardin
- Dans
agents/, on retrouve les agents avec la méthode QLearning implémenté uniquement pour l'Algorithme Génétique - Dans
agents_multithreads/, on retrouve le SMA en version multithreads sans QLearning - Dans
agents_multiprocess/, on retrouve le SMA en version multicores avec QLearning implémenté pour les trois algorithmes (AG, RS, Tabou) - Dans
mesa-tea/, on retourve un TEA qui nous avait été demandé - Dans
rs, l'algoritme du recuit simulé - Dans
rs_QL, l'algoritme du recuit simulé avec QLearning - Dans
tabou, l'algoritme tabou - Dans
tabou_QL, l'algoritme tabou avec QLearning
Le dossier agents_multiprocess/ est donc notre dossier final.
On a dans ce dossier le fichier AGentmodel.py qui est notre fichier principal avec l'agent SMA.
Le fichier big_example.py peut être executer pour tester le tout avec un un exemple de 50 clients.