DICAMES logo

Veuillez utiliser cette adresse pour citer ce document : https://hdl.handle.net/20.500.12177/5404
Titre: Optimisation par dépollution des polluants issus des moteurs diesel par la méthode des algorithmes génétiques : cas des sources mobiles
Auteur(s): Maffo, Julie Guivelle
Directeur(s): Beguide Bonoma
Mots-clés: Optimisation
Dépollution
Algorithme Génétique
Moteur Diesel.
Date de publication: 2019
Editeur: Université de Yaoundé I
Résumé: La modernisation des moyens de transport au Cameroun fait appel à plusieurs types de véhicules fonctionnant au gasoil ou à l’essence qui sont nocifs pour l’environnement. Cette étude vise d’abord à faire prendre conscience de la pollution due au rejet des polluants par une automobile sur la population environnante, puis à procéder à une optimisation du taux de pollution dans la zone de Yaoundé 3 (notre zone d’étude). Pour y parvenir, une première enquête a été menée à la mairie de Y3 pour connaitre de nombre de taxis dans la zone de Y3,puis une autre auprès des conducteurs de taxis pour connaitre l’âge du véhicule, l’âge du moteur, le temps de travail journalier, l’état du moteur, la consommation journalière de carburant et le nombre de vidanges mensuel de chacun d’eux. Nous avons défini une fonction objective dépendante de tous les paramètres liés à chaque taxi et traduisant la fonction caractéristique de la pollution que nous allons minimiser. A partir des résultats de l’enquête, nous avons obtenu l’évolution de l’âge du véhicule en fonction de celui du moteur et du temps de travail journalier. A l’aide d’un schéma de résolution numérique appliqué à la fonction objective, une simulation a été faite pour montrer le comportement de la fonction fitness dans la population de taxis. Après analyse, ce travail a révélé le résultat suivant : pour une pollution minimale, il faut une population de taxis de 119, qui représente le nombre minimal qu’il faut dans la zone d’Y3 et un maximum de 121 taxis pour une fonction qualité de dépollution.
Pagination / Nombre de pages: 78
URI/URL: https://hdl.handle.net/20.500.12177/5404
Collection(s) :Mémoires soutenus

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
ENS_20_0558.pdf5.48 MBAdobe PDFMiniature
Voir/Ouvrir


Tous les documents du DICAMES sont protégés par copyright, avec tous droits réservés.