Computer and Information Sciences

31st International Symposium ISCIS

2016 Kraków Poland October 27 28
2016 Proceedings 1st Edition Tadeusz
Czachórski
Visit to download the full and correct content document:
https://textbookfull.com/product/computer-and-information-sciences-31st-international
-symposium-iscis-2016-krakow-poland-october-27-28-2016-proceedings-1st-edition-t
adeusz-czachorski/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Information Sciences and Systems 2014 Proceedings of

the 29th International Symposium on Computer and
Information Sciences 1st Edition Tadeusz Czachórski

https://textbookfull.com/product/information-sciences-and-
systems-2014-proceedings-of-the-29th-international-symposium-on-
computer-and-information-sciences-1st-edition-tadeusz-czachorski/

Information Sciences and Systems 2015: 30th

International Symposium on Computer and Information
Sciences (ISCIS 2015) 1st Edition Omer H. Abdelrahman

https://textbookfull.com/product/information-sciences-and-
systems-2015-30th-international-symposium-on-computer-and-
information-sciences-iscis-2015-1st-edition-omer-h-abdelrahman/

String Processing and Information Retrieval 23rd

International Symposium SPIRE 2016 Beppu Japan October
18 20 2016 Proceedings 1st Edition Shunsuke Inenaga

https://textbookfull.com/product/string-processing-and-
information-retrieval-23rd-international-symposium-
spire-2016-beppu-japan-october-18-20-2016-proceedings-1st-
edition-shunsuke-inenaga/

Computer Networks 23rd International Conference CN 2016

Brunów Poland June 14 17 2016 Proceedings 1st Edition
Piotr Gaj

https://textbookfull.com/product/computer-networks-23rd-
international-conference-cn-2016-brunow-poland-
june-14-17-2016-proceedings-1st-edition-piotr-gaj/
Knowledge and Systems Sciences 17th International
Symposium KSS 2016 Kobe Japan November 4 6 2016
Proceedings 1st Edition Jian Chen

https://textbookfull.com/product/knowledge-and-systems-
sciences-17th-international-symposium-kss-2016-kobe-japan-
november-4-6-2016-proceedings-1st-edition-jian-chen/

Automated Technology for Verification and Analysis 14th

International Symposium ATVA 2016 Chiba Japan October
17 20 2016 Proceedings 1st Edition Cyrille Artho

https://textbookfull.com/product/automated-technology-for-
verification-and-analysis-14th-international-symposium-
atva-2016-chiba-japan-october-17-20-2016-proceedings-1st-edition-
cyrille-artho/

Search Based Software Engineering 8th International

Symposium SSBSE 2016 Raleigh NC USA October 8 10 2016
Proceedings 1st Edition Federica Sarro

https://textbookfull.com/product/search-based-software-
engineering-8th-international-symposium-ssbse-2016-raleigh-nc-
usa-october-8-10-2016-proceedings-1st-edition-federica-sarro/

Foundations of Information and Knowledge Systems 9th

International Symposium FoIKS 2016 Linz Austria March 7
11 2016 Proceedings 1st Edition Marc Gyssens

https://textbookfull.com/product/foundations-of-information-and-
knowledge-systems-9th-international-symposium-foiks-2016-linz-
austria-march-7-11-2016-proceedings-1st-edition-marc-gyssens/

Advanced Concepts for Intelligent Vision Systems 17th

International Conference ACIVS 2016 Lecce Italy October
24 27 2016 Proceedings 1st Edition Jacques Blanc-Talon

https://textbookfull.com/product/advanced-concepts-for-
intelligent-vision-systems-17th-international-conference-
acivs-2016-lecce-italy-october-24-27-2016-proceedings-1st-
Tadeusz Czachórski
Erol Gelenbe
Krzysztof Grochla
Ricardo Lent (Eds.)

Communications in Computer and Information Science 659

Computer and
Information Sciences
31st International Symposium, ISCIS 2016
Kraków, Poland, October 27–28, 2016
Proceedings
Communications
in Computer and Information Science 659
Commenced Publication in 2007
Founding and Former Series Editors:
Alfredo Cuzzocrea, Dominik Ślęzak, and Xiaokang Yang

Editorial Board
Simone Diniz Junqueira Barbosa
Pontifical Catholic University of Rio de Janeiro (PUC-Rio),
Rio de Janeiro, Brazil
Phoebe Chen
La Trobe University, Melbourne, Australia
Xiaoyong Du
Renmin University of China, Beijing, China
Joaquim Filipe
Polytechnic Institute of Setúbal, Setúbal, Portugal
Orhun Kara
TÜBİTAK BİLGEM and Middle East Technical University, Ankara, Turkey
Igor Kotenko
St. Petersburg Institute for Informatics and Automation of the Russian
Academy of Sciences, St. Petersburg, Russia
Ting Liu
Harbin Institute of Technology (HIT), Harbin, China
Krishna M. Sivalingam
Indian Institute of Technology Madras, Chennai, India
Takashi Washio
Osaka University, Osaka, Japan
More information about this series at http://www.springer.com/series/7899
Tadeusz Czachórski Erol Gelenbe
•

Krzysztof Grochla Ricardo Lent (Eds.)

•

Computer and
Information Sciences
31st International Symposium, ISCIS 2016
Kraków, Poland, October 27–28, 2016
Proceedings

123
Editors
Tadeusz Czachórski Krzysztof Grochla
Institute of Theoretical and Applied Institute of Theoretical and Applied
Informatics, Polish Academy of Sciences Informatics, Polish Academy of Sciences
Gliwice Gliwice
Poland Poland
Erol Gelenbe Ricardo Lent
Department of Electrical and Electronic University of Houston
Engineering Houston, TX
Imperial College USA
London
UK

ISSN 1865-0929 ISSN 1865-0937 (electronic)

Communications in Computer and Information Science
ISBN 978-3-319-47216-4 ISBN 978-3-319-47217-1 (eBook)
DOI 10.1007/978-3-319-47217-1

Library of Congress Control Number: 2016935965

© The Editor(s) (if applicable) and The Author(s) 2016. This book is published open access.
Open Access This book is distributed under the terms of the Creative Commons Attribution 4.0 International
License (http://creativecommons.org/licenses/by/4.0/), which permits use, duplication, adaptation, distribu-
tion and reproduction in any medium or format, as long as you give appropriate credit to the original author(s)
and the source, a link is provided to the Creative Commons license and any changes made are indicated.
The images or other third party material in this book are included in the work’s Creative Commons license,
unless indicated otherwise in the credit line; if such material is not included in the work’s Creative Commons
license and the respective action is not permitted by statutory regulation, users will need to obtain permission
from the license holder to duplicate, adapt or reproduce the material.
This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of the
material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation,
broadcasting, reproduction on microfilms or in any other physical way, and transmission or information
storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology now
known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this book are
believed to be true and accurate at the date of publication. Neither the publisher nor the authors or the editors
give a warranty, express or implied, with respect to the material contained herein or for any errors or
omissions that may have been made.

Printed on acid-free paper

This Springer imprint is published by Springer Nature

The registered company is Springer International Publishing AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
 Preface

The 31st International Symposium on Computer and Information Sciences was held
during October 27–28, 2016, in Kraków, Poland, under the auspices of the Institute of
Theoretical and Applied Informatics of the Polish Academy of Sciences, Gliwice and
of Imperial College, London.
This was the 31st event in the ISCIS series of conferences that have brought together
computer scientists from around the world, including Ankara, Izmir, and Antalya in
Turkey, Orlando, Florida, Paris, London, and Kraków. Thus this conference follows
the tradition of very successful previous annual editions, and most recently ISCIS
2015, ISCIS 2014, ISCIS 2013, ISCIS 2012, ISCIS 2011, and ISCIS 2010. The pro-
ceedings of previous editions have been included in major research indexes, such as ISI
WoS, DBLP, and Google Scholar.
ISCIS 2016 included three invited keynote presentations by leading contributors to
the field of computer science, as well as peer-reviewed contributed research papers. The
program was established from the submitted papers, and covered relevant and timely
aspects of computer science and engineering research, with a clear contribution pre-
senting experimental evidence or theoretical developments and proofs that support the
claims of the paper.
The topics included in this year’s edition included computer architectures and digital
systems, algorithms, theory, software engineering, data engineering, computational
intelligence, system security, computer systems and networks, performance modelling
and analysis, distributed and parallel systems, bioinformatics, computer vision, and sig-
nificant applications such as medical informatics and imaging. All the accepted papers
were peer reviewed by two or three referees and evaluated on the basis of technical
quality, relevance, significance, and clarity.
The organizers and proceedings editors thank the dedicated Program Committee
members and other reviewers for their contributions, and would especially like to thank
all those who submitted papers, even though only a fraction could be accepted. We also
thank Springer for producing these high-quality proceedings of ISCIS 2016.

September 2016 Tadeusz Czachorski

Erol Gelenbe
Krzysztof Grochla
Ricardo Lent
 Organization

The 31st International Symposium on Computer and Information Sciences (ISCIS

2016) was organized by the Institute of the Theoretical and Applied Informatics of
Polish Academy of Sciences, Gliwice, and Imperial College, London.

Conference Chair
Erol Gelenbe Imperial College, UK

Program Committee Co-chairs

Lale Akarun Bogazici University, Turkey
Mehmet Baray Bilkent University, Turkey
Tadeusz Czachórski IITiS PAN, Poland
Attila Gursoy Koç University, Turkey
Albert Levi Sabanci University, Turkey
Sema Oktug ITU
Adnan Yazici METU

Organizing Committee
Krzysztof Grochla IITiS PAN, Poland
(Chair)
Konrad Połys IITiS PAN, Poland
Mariusz Słabicki IITiS PAN, Poland
Michał Gorawski IITiS PAN, Poland
Sławomir Nowak IITiS PAN, Poland

Program Committee
Ethem Alpaydın Bogaziçi University,Turkey
Cevdet Aykanat Bilkent University, Turkey
Manfred Broy TUM
Fazli Can Bilkent University, Ankara, Turkey
Sophie Chabridon Institut Telecom, Telecom Sud Paris, France
Tadeusz Czachorski IITiS of Polish Academy of Science, Poland
Gökhan Dalkılıç Dokuz Eylul University, Turkey
Mariangiola Dezani Università di Torino, Italy
Nadia Erdogan Istanbul Technical University, Turkey
Taner Eskil Isik University, Turkey
Jean-Michel Fourneau University of Versailles, France
Stephen Gilmore University of Edinburgh, UK
VIII Organization

Krzysztof Grochla Institute of Theoretical and Applied Informatics of PAS,

Poland
Adam Grzech Wroclaw University of Technology, Poland
Ugur Güdükbay Bilkent University, Turkey
Attila Gursoy Koç University, Turkey
Yorgo Istefanopulos Isik University, Turkey
Alain Jean-Marie LIRMM University of Montpellier, France
Sylwester Kaczmarek Gdansk University of Technology, Poland
Jacek Kitowski AGH University of Science and Technology, Poland
İbrahim Körpeoğlu Bilkent University, Turkey
Stefanos Kollias NTUA Athens, Greece
Jerzy Konorski Gdansk University of Technology, Poland
Ricardo Lent University of Houston, USA
Albert Levi Sabanci University, Turkey
Peixiang Liu Nova Southeastern University, USA
Jozef Lubacz Warsaw University of Technology, Poland
Chris Mitchell Royal Holloway, University of London, UK
Marek Natkaniec AGH University of Science and Technology, Poland
Sema Oktug Istanbul Technical University, Turkey
Ender Özcan University of Nottingham, UK
Oznur Ozkasap Koc University, Turkey
Ferhan Pekergin Université Paris 13 Nord, France
Nihal Pekergin LACL, Université Paris-Est Val de Marne, France
Yves Robert ENS Lyon, France
Alexane Romariz Universidade de Brasilia, Brazil
Georgia Sakellari Greenwich University, UK
Aneas Stafylopatis National Technical University of Athens, Greece
Halina Tarasiuk Technical University of Warsaw, Poland
Nigel Thomas University of Newcastle upon Tyne, UK
Hakki Toroslu Middle East Technical University, Turkey
Dimitrios Tzovaras Informatics and Telematics Institute/Centre for Research
and Technology Hellas, Greece
Ozgur Ulusoy Bilkent University, Turkey
Krzysztof Walkowiak Wroclaw University of Technology, Poland
Wei Wei Xi’an University of Technology, China
Jozef Wozniak Gdansk University of Technology, Poland
Zhiguang Xu Valdosta State University, USA
Emine Yilmaz Microsoft Research, Cambridge, UK
Qi Zhu University of Houston-Victoria, USA
Thomas Zeugmann Hokkaido University, Japan
 Organization IX

Additional Reviewers

Giuliana Franceschini
Tugrul Dayar
Thanos Thanos
Georgios Stratogiannis
 Contents

Smart Algorithms

An Adaptive Heuristic Approach for the Multiple Depot Automated Transit

Network Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Olfa Chebbi, Ezzeddine Fatnassi, and Hadhami Kaabi

An Analysis of the Taguchi Method for Tuning a Memetic Algorithm

with Reduced Computational Time Budget. . . . . . . . . . . . . . . . . . . . . . . . . 12
Düriye Betül Gümüş, Ender Özcan, and Jason Atkin

Ensemble Move Acceptance in Selection Hyper-heuristics . . . . . . . . . . . . . . 21

Ahmed Kheiri, Mustafa Mısır, and Ender Özcan

Extending Static Code Analysis with Application-Specific Rules

by Analyzing Runtime Execution Traces . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Ersin Ersoy and Hasan Sözer

The Random Neural Network Applied to an Intelligent Search Assistant . . . . 39

Will Serrano

A Novel Grouping Genetic Algorithm for the One-Dimensional Bin

Packing Problem on GPU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Sukru Ozer Ozcan, Tansel Dokeroglu, Ahmet Cosar, and Adnan Yazici

Data Classification and Processing

A Novel Multi-criteria Inventory Classification Approach:

Artificial Bee Colony Algorithm with VIKOR Method . . . . . . . . . . . . . . . . 63
Hedi Cherif and Talel Ladhari

Android Malware Classification by Applying Online Machine Learning. . . . . 72

Abdurrahman Pektaş, Mahmut Çavdar, and Tankut Acarman

Comparison of Cross-Validation and Test Sets Approaches to Evaluation

of Classifiers in Authorship Attribution Domain . . . . . . . . . . . . . . . . . . . . . 81
Grzegorz Baron

Cosine Similarity-Based Pruning for Concept Discovery . . . . . . . . . . . . . . . 90

Abdullah Dogan, Alev Mutlu, and Pinar Karagoz

A Critical Evaluation of Web Service Modeling Ontology and Web Service

Modeling Language. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Omid Sharifi and Zeki Bayram
XII Contents

Weighting and Pruning of Decision Rules by Attributes and Attribute

Rankings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Urszula Stańczyk

Stochastic Modelling

Energy Consumption Model for Data Processing and Transmission

in Energy Harvesting Wireless Sensors . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Yasin Murat Kadioglu

Some Applications of Multiple Classes G-Networks with Restart . . . . . . . . . 126

Jean Michel Fourneau and Katinka Wolter

XBorne 2016: A Brief Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

Jean Michel Fourneau, Youssef Ait El Mahjoub, Franck Quessette,
and Dimitris Vekris

Performance Evaluation

Evaluation of Advanced Routing Strategies with Information-Theoretic

Complexity Measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Michele Amoretti and Stefano Cagnoni

Performance of Selection Hyper-heuristics on the Extended HyFlex

Domains . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Alhanof Almutairi, Ender Özcan, Ahmed Kheiri, and Warren G. Jackson

Energy-Efficiency Evaluation of Computation Offloading in Personal

Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Yongpil Yoon, Georgia Sakellari, Richard J. Anthony,
and Avgoustinos Filippoupolitis

Queuing Systems

Analysis of Transient Virtual Delay in a Finite-Buffer Queueing Model

with Generally Distributed Setup Times . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
Wojciech M. Kempa and Dariusz Kurzyk

Delays in IP Routers, a Markov Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 185

Tadeusz Czachórski, Adam Domański, Joanna Domańska,
Michele Pagano, and Artur Rataj

The Fluid Flow Approximation of the TCP Vegas and Reno Congestion
Control Mechanism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
Adam Domański, Joanna Domańska, Michele Pagano,
and Tadeusz Czachórski
 Contents XIII

Wireless Networks and Security

Baseline Analytical Model for Machine-Type Communications Over 3GPP

RACH in LTE-Advanced Networks. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
Konstantin E. Samouylov, Yuliya V. Gaidamaka, Irina A. Gudkova,
Elvira R. Zaripova, and Sergey Ya. Shorgin

Global Queue Pruning Method for Efficient Broadcast in Multihop Wireless

Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
Sławomir Nowak, Mateusz Nowak, Krzysztof Grochla, and Piotr Pecka

Network Layer Benchmarking: Investigation of AODV Dependability . . . . . . 225

Maroua Belkneni, M. Taha Bennani, Samir Ben Ahmed,
and Ali Kalakech

Occupancy Detection for Building Emergency Management Using BLE

Beacons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
Avgoustinos Filippoupolitis, William Oliff, and George Loukas

RFID Security: A Method for Tracking Prevention . . . . . . . . . . . . . . . . . . . 241

Jarosław Bernacki and Grzegorz Kołaczek

Image Processing and Computer Vision

Diagnosis of Degenerative Intervertebral Disc Disease with Deep Networks

and SVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
Ayse Betul Oktay and Yusuf Sinan Akgul

Output Domain Downscaler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

Mert Büyükmıhçı, Vecdi Emre Levent, Aydin Emre Guzel, Ozgur Ates,
Mustafa Tosun, Toygar Akgün, Cengiz Erbas, Sezer Gören,
and Hasan Fatih Ugurdag

The Modified Amplitude-Modulated Screening Technology for the High

Printing Quality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
Ivanna Dronjuk, Maria Nazarkevych, and Oksana Troyan

Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Smart Algorithms
 An Adaptive Heuristic Approach
for the Multiple Depot Automated
Transit Network Problem

Olfa Chebbi(B) , Ezzeddine Fatnassi, and Hadhami Kaabi

Institut Supérieur de Gestion de Tunis, Université de Tunis,

41, Rue de la Liberté-Bouchoucha, 2000 Bardo, Tunisia
olfaa.chebbi@gmail.com

Abstract. Automated Transit Networks (ATN) are innovative trans-

portation systems where fully driverless vehicles offer an exclusive onde-
mand transportation service. Within this context of ATN, this study
tries to deal with a specific routing problem arising in the context of
a ATN’s network with a multiple depot topology. More specifically, we
present an optimization routing model for automated transit networks
which can be used to strategically evaluate depots locations. Our model
extends the basic Multi-depot Vehicle Routing Problem (MDVRP). In
this paper, the proposed model is tackled using an heuristic approach as
the proposed problem is NP-Hard. Experiments are run on a carefully
generated instances based on the works from the literature. The numer-
ical results show that the proposed algorithm is competitive as it founds
a small gap relative to a lower bound values from the literature.

Keywords: Automated transit network · Multi-depot vehicle routing

problem · Heuristics · Genetic algorithm

1 Introduction
Nowadays, public rapid transit systems provide an interesting way for reducing
the distinctive negative impact of transportation tools in urban areas. In fact,
public rapid transit systems help to improve the access of lower income groups
in societies to transportation tools as well as reducing the environmental impact
of urban mobilities. Public rapid transit systems consists of light rapid transit
(LRT), bus rapid transit (BRT), Automated Transit Networks (ATN), metro,
commuters rail and so on. Recently, several models has been put forward to
justify the operational, tactical and strategic implementation of rapid transit
systems. In this paper, we focus on the implementation of ATN. We extend
the operational model of Mrad and Hidri [10] which is used as a base of our
operational ATN model.
In the operational model of Mrad and Hidri [10], the optimized variables
are the energy consumption, the objective function is the minimization of total


c The Author(s) 2016
T. Czachórski et al. (Eds.): ISCIS 2016, CCIS 659, pp. 3–11, 2016.
DOI: 10.1007/978-3-319-47217-1 1
4 O. Chebbi et al.

energy consumption of ATN. The ATN’network is assumed to have a single un-

capacitated depot [7]. We extend this model to account for a multiple depot
topology network. We introduce also a maximum allowable distance constraint
related to the electric battery capacity of the ATN vehicles. We study the effect
of these constraints on the operational level for the multiple depot topology
ATN’network. In spite of its relative complexity, the proposed operational model
could be solved heuristically based on approximate methods which could yields
some analytical insight on the structure of its optimal solutions. In particular,
we found that introducing multiple depots topology helps to reduce the total
service time for rapid transit users. Also, the proposed heuristic approach was
proven to found good quality solutions in a fast computational time.
The remainder of this paper is as follows: Sect. 2 presents the ATN system
and its related literature review which motivates our work. Section 3 presents the
optimization model. Our proposed heuristic approach is introduced in Sect. 4.
Section 5 provides numerical results analysis of our approach. Conclusions are
reported in Sect. 6.

2 The Automated Transit Networks

ATN (also called Personal Rapid Transit (PRT)) consists mainly on a set of small
automated driverless electrical vehicles running on a set of exclusive guideways.
ATN is implemented to provide an interesting mode of urban transportation
service which could address the need of urban mobility based on specific set-
tings. Table 1 provides an overview of the several needs related to urban mobility
and how could ATN satisfy them. In the literature, there is a general consen-
sus that the key characteristics of ATN includes [2]: (i) Fully automated vehi-
cles; (ii) Small and dedicated guideways; (iii) On-demand, origin-to-destination
service; (iv) Off-line stations; and (v) A network or system of fully connected
guideways.

Table 1. ATN main features

Need ATN feature

Provide faster service
Reduce congestion
Reduce pollution
Reduce energy use
On-demand and Non-stop
transportation service to eliminate
empty vehicle movements
Non-stop, on-demand service
Faster and personalized service to
attract private automobile users
Electric vehicles
Small vehicles
 An Heuristic Approach for the Multiple Depot ATN Problem 5

2.1 Literature Review

ATN as a conceptual mode of public rapid transit systems has a history of over
60 years. Since, its first introduction in 1953 [2], it was studied by governments,
universities, research organization and so on. Literature of ATN includes several
books, scholar papers and technical reports. These studies proposed to treat sev-
eral features related to ATN such as technical and operational analysis, system
design, environmental impact, cost performance and so on.
A literature review published in 2005 [5] states that there is more than 200
research papers related to ATN. More recently, several operational and strategic
optimization studies related to ATN were published such as simulation [7], energy
minimization [10], total traveled distance [6,8], optimized operational planning
[4] and so on. However and from our literature review, many optimization routing
models related to ATN considered a single depot network topology [4,6,10].
Consequently, it becomes of a high interest to study optimization routing
problem related to ATN based on a multiple network topology. Therefore in the
next section, we extends the single depot based optimization model of Mrad and
Hidri [10] to propose a multiple depot optimization model which would aim at
reducing the total travel time of ATN vehicles while serving a set of known static
deterministic list of passengers travels.

3 The Optimization Model

In this section, we present the multiple depots ATN optimization model which
extends the works of Mrad and Hidri [10]. We first start by presenting the set of
assumptions related to our model. Then, we give a graph based model. Finally,
we present the complexity of our problem.

3.1 The Set of Assumptions

Let suppose that we have a ATN N with a finite number of stations M .
N satisfies connectivity constraints. Therefore, a ATN vehicle could travel
between any pairs of stations in N . We suppose that N has a set of depots
κ = {d1 , d2 , d3 , ....dk } where k represents the number of depot in N . In each
depot, there exists an unlimited number of ATN vehicles. The exact number
of vehicles needed from each depot is considered as a decision variable. Each
vehicle has a limited battery capacity denoted B. We supposed to have a static
pre-deterministic list of trips to serve denoted T . |T | = n. Each trip i is identified
by a quadruplet:
(i) a depart time Dti ,
(ii) a depart station Dsi
(iii) an arrival time Ati and
(iv) an arrival station Asi

Finally, let SP be a matrix cost which defines the shortest time travel path
between each pair of stations.
6 O. Chebbi et al.

3.2 Graph Based Formulation

Our problem has an objective to find a set of least cost roads starting and
ending at one of the depots in N which minimizes the total travel time of the
ATN vehicle while serving each trip exactly once. To model our problem, let us
define G = {V, E} where V is a set of nodes and E is a set of edges. Each trip i
is represented by a node in V . Also, each depot di is represented by two nodes
si and ti . Also, we have n trips and k depots. The cardinality of V is equal to
n + 2k. V ∗ = V \{s1 , s2 , ...sk , t1 , t2 , ..., tk }. As for the set of edge E, it will be
defined as following:
– For each pair of nodes i and j ∈ V ∗ , we add an edge (i, j) to E if Ati +
SP(Asi , Dsj ) ≤ Dtj . The edge has a cost cij , representing the total time needed
to move from arrival station Asi of trip i to depart station Dsj of trip j.
– For each node i and each depot k, we add an edge (k, i). This edge has a cost
cki which is equal to total traveled time to reach the depart station Dsi of
trip i, from the depot k.
– For each node i and each depot k, we add an edge (i, k). This edge has as a
cost the total travel time needed to move from the arrival station Asi of trip
i to the depot k.
Let us also denote E ∗ = E{(i, j) where i ∈ κ or j ∈ κ}.

3.3 The Complexity of Our Problem

Starting from our graph modeling of the problem, we could note that it extends
the asymmetric distance constrained vehicle routing problem (ADCVRP) [1].
Our problem is asymmetric as the cost of edge (i, j) = (j, i). The DCVRP is
a vehicle routing problem where each road is subject to total distance, time or
cost constraints. The ADCVRP is not well studied in the literature. In fact and
as Almoustafa et al. state [1], only two papers studied this problem [1]. The
work related to ADCVRP are based on a single depot topology. Therefore, our
proposed ATN problem could be considered as an extension to the ADCVRP
by adding multiple depots to its basic version. Thus, it represents an interesting
worth to study extension to the works in the literature. The ADCVRP is proven
to be an NP-Hard problem [8]. Consequently, our proposed extension to the
ADCVRP is an NP-Hard problem. In the next section, we present details of our
solution approach proposed to solve our problem.

4 Genetic Algorithm Approach

As mentioned earlier, the proposed multiple depot ATN routing problem is an
NP-Hard optimization problem which has its own difficulties to solve. Conse-
quently, this paper presents an heuristic approach based on the implementa-
tion of genetic algorithm (GA) to solve the proposed optimization problem. GA
presents a good solution approach for the proposed ATN problem as it could dis-
cover many different zones in the search space [4]. Consequently, it could reach
 An Heuristic Approach for the Multiple Depot ATN Problem 7

Algorithm 1. Pseudo Code of Genetic Algorithm

1: Initialize-parameter()
2: while Not reach termination criterion do
3: for all Individual in the population do
4: parent1 ←− Select-at-random(pop)
5: parent2 ←− Select-at-random(pop)
6: offspring ←− One point Crossover(parent1, parent2)
7: offspring ←− Insertion mutation(offspring)
8: Evaluate(offspring)
9: if the offspring is better than the worst individual then
10: The offspring replace the worst individual in the population)
11: end if
12: end for
13: end while
14: individual ←− Best-individual(pop)

a good quality solution in a fast computational time. A high level overview of

our GA is presented in Algorithm 1.
The choice of developing GA1 for this problem is motivated by the fact that
large number of studies adopted this solution approach to solve routing problems.
One could note for instance [9].
Similarly and starting from a population of individuals, a GA applies genetic
operators like crossover and mutation in each iteration in order to generate new
offsprings. Consequently, the key issue to successfully develop GA is to select
the appropriate genetic operators and solution representation.
In the next subsections, we focus more closely on the proposed GA. We first
describe the individual’representation and evaluation function. Then, we discuss
the implemented genetic operators and the parameters used therein.

4.1 Solution Representation and Evaluation Function

In our GA, a solution is represented using a vector of trips to perform. In this vec-
tor, each trip is represented by a single gene only once. Therefore, each solution
is in a form of a permutation of trips. As for the evaluation function, we adapt
the split function of Prins [11] to our context. More specifically and starting from
a permutation, the split function constructs an auxiliary graph where each node
represents a trip in addition to a node representing the different depots in the
ATN’network. Each edge in the auxiliary graph represents a feasible road based
in the permutation at hand. Next, the algorithm uses the shortest path in the
auxiliary graph to find the related set of roads. Thus, we obtain the set of roads
starting and ending at one of the depots in the network covering each trip only
once. More details could be found in [11].

1
Non expert readers can for instance refer to [12] for more details about GA.
8 O. Chebbi et al.

4.2 Crossover and Mutation Operators

After deciding the representation form of the individuals in the GA, two parents
are selected randomly according to Algorithm 1 in order to create new offsprings
using crossover operator. Our crossover operator applied in our algorithm is the
one point crossover. For the first parent, we choose randomly a cut point. The
trips that are present before the cut point in the first parent are copied to the
offspring. The missing trips in the resulted offspring are copied from the second
parent while following their order of appearance. More details could be found in
Fig. 1.

Fig. 1. Example of one point crossover

Also, mutation helps GAs to preserve diversification in the population. In

our algorithm, the mutation procedure is applied on the new generated offspring
after the crossover operator. In our approach, we use the insertion mutation
operator. This operator chooses at random one trip from the permutation and
insert it at a random position.

5 Computational Results

In this section, we present the computational results related to the proposed

GA. The algorithms proposed in this paper were coded in C++ language. The
experiments are performed on a PC with a 3.2 GHZ CPU and 8 GB of RAM.

5.1 Test Instances

To test our proposed approach, we generated 100 ATN multiple depot instances.
The size of the problem (i.e. the number of trips) in our testing bed varies
between 10 and 100 trips by a step of 10. For each number of trips, 10 instances
 An Heuristic Approach for the Multiple Depot ATN Problem 9

were generated. To generate the different instances, the ATN’s instances gener-
ator from the literature of Mrad and Hidri [10] is adapted to our context. To
assert the quality of the obtained solutions we used the GAP metric. The GAP
is obtained as follows:
 
(SOL − LB)
GAP = × 100 (1)
LB

We should note that SOL is the solution of LB represents the linear relax-
ation of the valid mathematical formulation presented in the literature [1]. The
mathematical models related to the linear relaxation were implemented using
the IBM ILOG CPLEX Optimizer 12.2.

5.2 Result of the Genetic Algorithm

As for the parameter tuning, we used a specific method from the literature
to effectively tune our proposed GA [3]. Based on this method, we found the
following parameters: (i) Number of generations:800, (ii) population size:20;
(iii) crossover rate:0.9 and (iv) mutation rate: 0.3. Table 2 presents the results
of our approach. It should be noted the good quality of our proposed GA as we
found an average GAP of 2.859 % in 0.231 s.
We should note also that the average GAP grows steadily. The maximum
GAP was equal to 6.435 % which is still represents good quality results. As for
the average time, our algorithm proved to be very effective as the average compu-
tational time was still below 1 s. These results comfort our choice in the selection
of a GA for solving our hard combinatorial optimization problem related to ATN.
These results are encouraging in term of problem solvability.

Table 2. The Obtained Results

Number of travels Average GAP % Average time in seconds

10 0 0.833
20 0.575 0.039
30 0.438 0.485
40 0.832 0.063
50 1.771 0.082
60 3.327 0.103
70 4.263 0.122
80 4.628 0.148
90 6.327 0.191
100 6.435 0.241
Average 2.859 0.231
10 O. Chebbi et al.

6 Conclusions
In this paper the Multi-Depot automated transit network problem is evoked and
modeled. A genetic algorithm is proposed and implemented to solve it. The pro-
posed algorithm integrates an effective genetic operators and evaluation function
for solving the combinatorial optimization problem. The algorithm constructs a
set of ATN’vehicles routes starting and ending at any of the proposed depots
with minimum routing costs. Computational experiments on a set of carefully
generated instances show that the proposed heuristic is very effective. As an
extension to this work, a more adapted meta-heuristic approach such as bee
colony algorithms, ant colony algorithm could be adapted to our context. Also
the inclusion of additional constraints such as mixed fleet with varying maximum
allowable distance and multi-compartment vehicles is under investigation.

Open Access. This chapter is distributed under the terms of the Creative Com-
mons Attribution 4.0 International License (http://creativecommons.org/licenses/by/
4.0/), which permits use, duplication, adaptation, distribution and reproduction in any
medium or format, as long as you give appropriate credit to the original author(s) and
the source, a link is provided to the Creative Commons license and any changes made
are indicated.
The images or other third party material in this chapter are included in the work’s
Creative Commons license, unless indicated otherwise in the credit line; if such mate-
rial is not included in the work’s Creative Commons license and the respective action
is not permitted by statutory regulation, users will need to obtain permission from the
license holder to duplicate, adapt or reproduce the material.

References
1. Almoustafa, S., Hanafi, S., Mladenovi, N.: New exact method for large asymmetric
distance-constrained vehicle routing problem. Eur. J. Oper. Res. (2012)
2. Carnegie, J.A., Hoffman, P.S.: Viability of personal rapid transit in New Jersey.
Technical report (2007)
3. Chebbi, O., Chaouachi, J.: Effective parameter tuning for genetic algorithm to
solve a real world transportation problem. In: 2015 20th International Conference
on Methods and Models in Automation and Robotics (MMAR), pp. 370–375. IEEE
(2015)
4. Chebbi, O., Chaouachi, J.: Reducing the wasted transportation capacity of per-
sonal rapid transit systems: an integrated model and multi-objective optimization
approach. Transp. Res. Part E Logistics Transp. Rev. 89, 236–258 (2015)
5. Cottrell, W.D.: Critical review of the personal rapid transit literature. In: Proceed-
ings of the 10th International Conference on Automated People Movers, pp. 1–4,
May 2005
6. Fatnassi, E., Chebbi, O., Chaouachi, J.: Discrete honeybee mating optimization
algorithm for the routing of battery-operated automated guidance electric vehicles
in personal rapid transit systems. Swarm Evol. Comput. 26, 35–49 (2015)
7. Fatnassi, E., Chebbi, O., Siala, J.C.: Two strategies for real time empty vehicle
redistribution for the personal rapid transit system. In: 2013 16th International
IEEE Conference on Intelligent Transportation Systems (ITSC), pp. 1888–1893.
IEEE (2013)
 An Heuristic Approach for the Multiple Depot ATN Problem 11

8. Fatnassi, E., Chebbi, O., Siala, J.C.: Comparison of two mathematical formulations
for the offline routing of personal rapid transit system vehicles. In: The Interna-
tional Conference on Methods and Models in Automation and Robotics (2014)
9. Lahyani, R., Khemakhem, M., Semet, F.: Rich vehicle routing problems: from a
taxonomy to a definition. Eur. J. Oper. Res. 241(1), 1–14 (2015)
10. Mrad, M., Hidri, L.: Optimal consumed electric energy while sequencing vehicle
trips in a personal rapid transit transportation system. Comput. Ind. Eng. 79, 1–9
(2015)
11. Prins, C., Lacomme, P., Prodhon, C.: Order-first split-second methods for vehicle
routing problems: a review. Transp. Res. Part C Emerging Technol. 40, 179–200
(2014)
12. Sivanandam, S., Deepa, S.: Introduction to Genetic Algorithms. Springer Science &
Business Media, New York (2007)
 An Analysis of the Taguchi Method for Tuning
a Memetic Algorithm with Reduced
Computational Time Budget

Düriye Betül Gümüş(B) , Ender Özcan, and Jason Atkin

ASAP Research Group, School of Computer Science, University of Nottingham,

Wollaton Road, Nottingham NG8 1BB, UK
{betul.gumus,ender.ozcan,jason.atkin}@nottingham.ac.uk

Abstract. Determining the best initial parameter values for an algo-

rithm, called parameter tuning, is crucial to obtaining better algorithm
performance; however, it is often a time-consuming task and needs to be
performed under a restricted computational budget. In this study, the
results from our previous work on using the Taguchi method to tune the
parameters of a memetic algorithm for cross-domain search are further
analysed and extended. Although the Taguchi method reduces the time
spent finding a good parameter value combination by running a smaller
size of experiments on the training instances from different domains as
opposed to evaluating all combinations, the time budget is still larger
than desired. This work investigates the degree to which it is possible
to predict the same good parameter setting faster by using a reduced
time budget. The results in this paper show that it was possible to pre-
dict good combinations of parameter settings with a much reduced time
budget. The good final parameter values are predicted for three of the
parameters, while for the fourth parameter there is no clear best value, so
one of three similarly performing values is identified at each time instant.

Keywords: Evolutionary algorithm · Parameter tuning · Design

of experiments · Hyper-heuristic · Optimisation

1 Introduction

Many real-world optimisation problems are too large for their search spaces
to be exhaustively explored. In this research we consider cross-domain search
where the problem structure will not necessarily be known in advance, thus can-
not be leveraged to produce fast exact solution methods. Heuristic approaches
provide potential solutions for such complex problems, intending to find near
optimal solutions in a significantly reduced amount of time. Metaheuristics are
problem-independent methodologies that provide a set of guidelines for heuristic
optimization algorithms [18]. Among these, memetic algorithms are highly effec-
tive population-based metaheuristics which have been successfully applied to


c The Author(s) 2016
T. Czachórski et al. (Eds.): ISCIS 2016, CCIS 659, pp. 12–20, 2016.
DOI: 10.1007/978-3-319-47217-1 2
 Tuning a Memetic Algorithm with Reduced Time Budget 13

a range of combinatorial optimisation problems [2,8,10,11,14]. Memetic algo-

rithms, introduced by Moscato [12], hybridise genetic algorithms with local
search. Recent developments in memetic computing, which broadens the concept
of memes, can be found in [13]. Both the algorithm components and parameter
values need to be specified in advance [17], however determining the appropri-
ate components and initial parameter settings (i.e., parameter tuning) to obtain
high quality solutions can take a large computational time.
Hyper-heuristics are high-level methodologies which operate on the search
space of low-level heuristics rather than directly upon solutions [4], allowing
a degree of domain independence where needed. This study uses the Hyper-
heuristics Flexible Framework (HyFlex) [15] which provides a means to imple-
ment general purpose search methods, including meta/hyper-heuristics.
In our previous work [7], the parameters of a memetic algorithm were tuned
via the Taguchi method, under a restricted computational budget, using a limited
number of instances from several problem domains. The best parameter setting
obtained through the tuning process was observed to generalise well to unseen
instances. A drawback of the previous study was that even testing only the
25 parameter combinations indicated by the L25 Taguchi orthogonal array, still
takes a long time. In this study, we further analyse and extend our previous
work with an aim to assess whether we can generalise the best setting sooner
with a reduced computational time budget. In Sect. 2, the HyFlex framework
is described. Our methodology is discussed in Sect. 3. The experimental results
and analysis are presented in Sect. 4. Finally, some concluding remarks and our
potential future work are given in Sect. 5.

2 Hyper-Heuristics Flexible Framework (HyFlex)

Hyper-heuristics Flexible Framework (HyFlex) is an interface proposed for the
rapid development, testing and comparison of meta/hyper-heuristics across dif-
ferent combinatorial optimisation problems [15]. There is a logical barrier in
HyFlex between the high-level method and the problem domain layers, which
prevents hyper-heuristics from accessing problem specific information [5]. Only
problem independent information, such as the objective function value of a solu-
tion, can pass to the high-level method [3].
HyFlex was used in the first Cross-domain Heuristic Search Challenge
(CHeSC2011) for the implementation of the competing hyper-heuristics. Twenty
selection hyper-heuristics competed at CHeSC2011. Details about the competi-
tion, the competing hyper-heuristics and the tools used can be found at the
CHeSC website1 . The performance comparison of some previously proposed
selection hyper-heuristics including one of the best performing ones can be found
in [9]. Six problem domains were implemented in the initial version of HyFlex:
Maximum Satisfiability (MAX-SAT), One Dimensional Bin Packing (BP), Per-
mutation Flow Shop (PFS), Personnel Scheduling (PS), Traveling Salesman
(TSP) and Vehicle Routing (VRP). Three additional problem domains were
1
http://www.asap.cs.nott.ac.uk/external/chesc2011/.
14 D.B. Gümüş et al.

added by Adriaensen et al. [1] after the competition: 0-1 Knapsack (0-1 KP),
Max-Cut, and Quadratic Assignment (QAP). Each domain contains a number
of instances and problem specific components, including low level heuristics and
an initialisation routine which can be used to produce an initial solution. In
general, this routine creates a random solution.
The low-level heuristics (operators) in HyFlex are categorised as mutation,
ruin and re-create, crossover and local search [15]. Mutation makes small ran-
dom perturbations to the input solution. Ruin and re-create heuristics remove
parts from a complete solution and then rebuild it, and are also considered as
mutational operators in this study. A crossover operator is a binary operator
accepting two solutions as input unlike the other low level heuristics. Although
there are many crossover operators which create two new solutions (offspring)
in the scientific literature, the Hyflex crossover operators always return a single
solution (by picking the best solution in cases where the operator produces two
offspring). Local search (hill climbing) heuristics iteratively perform a search
within a certain neighbourhood attempting to find an improved solution. Both
local search and mutational heuristics come with parameters. The intensity of
mutation parameter determines the extent of changes that the mutation or ruin
and re-create operators will make to the input solution. The depth of search para-
meter controls the number of steps that the local search heuristic will complete.
Both parameter values vary in [0,1]. More details on the domain implementa-
tions, including low level heuristics and initialisation routines can be found on
the competition website and in [1,15].

3 Methodology
Genetic algorithm are well-known metaheuristics which perform search using
the ideas based on natural selection and survival of the fittest [6]. In this study,
a steady state memetic algorithm (SSMA), hybridising genetic algorithms with
local search is applied to a range of problems supported by HyFlex, utilising the
provided mutation, crossover and local search operators for each domain.
SSMA evolves a population (set) of initially created and improved individuals
(candidate solutions) by successively applying genetic operators to them at each
evolutionary cycle. In SSMA, a fixed number of individuals, determined by the
population size parameter, are generated by invoking the HyFlex initialisation
routine of the relevant problem domain. All individuals in the population are
evaluated using a fitness function measuring the quality of a given solution. Each
individual is improved by employing a randomly selected local search operator.
Then the evolutionary process starts. Firstly, two individuals are chosen one at a
time for crossover from the current population. The generic tournament selection
which chooses the fittest individual (with the best fitness value with respect to
the fitness function) among a set of randomly selected individuals of tournament
size (tour size) is used for this purpose. A randomly chosen crossover operator
is then applied producing a single solution which is perturbed using a randomly
selected mutation and then improved using a randomly selected local search.
 Tuning a Memetic Algorithm with Reduced Time Budget 15

Finally, the resultant solution gets evaluated and replaces the worst individual
in the current population. This evolutionary process continues until the time
limit is exceeded.
SSMA has parameters which require initial settings and influence its perfor-
mance. Hence, the Taguchi orthogonal arrays method [16] is employed here to
tune these parameter settings. Firstly, control parameters and their potential
values (levels) are determined. Four algorithm parameters are tuned: popula-
tion size (PopSize), tournament size (TourSize), intensity of mutation (IoM)
and depth of search (DoS). The parameter levels of {0.2, 0.4, 0.6, 0.8, 1.0} are
used for both IoM and DoS. PopSize takes a value in {5, 10, 20, 40, 80}. Finally,
{2, 3, 4, 5} are used for TourSize. HyFlex ensures that these are problem inde-
pendent parameters, i.e. common across all of the problem domains. Based on
the number of parameters and levels, a suitable orthogonal array is selected to
create a design table. Experiments are conducted based on the design table using
a number of ‘training’ instances from selected domains and then the results are
analysed to determine the optimum level for each individual control parameter.
The combination of the best values of each parameter is predicted to be the best
overall setting.

4 Experimentation and Results

In [7], experiments were performed with a number of configurations for SSMA

using 2 training instances from 4 HyFlex problem domains. An execution time
of 415 seconds was used as a termination criterion for those experiments, equiv-
alent to 10 nominal minutes on the CHeSC2011 computer, as determined by the
evaluation program provided by the competition organisers. Each configuration
was tested 31 times, the median values were compared and the top 8 algorithms
were assigned scores using the (2003–2009) Formula 1 scoring system, awarding
10, 8, 6, 5, 4, 3, 2 and 1 point(s) for the best to the 8th best, respectively. The
best configuration was predicted to be IoM = 0.2, DoS = 1.0, TourSize = 5 and
PopSize = 5, and this was then applied to unseen instances from 9 domains and
found to perform well for those as well. A similar process was then applied to
predict a good parameter configuration across 5 instances from each of the 9
extended HyFlex problem domains, and the same parameter combination was
found, indicating some degree of cross-domain value to the parameter setting.
With 31 repetitions of 25 configurations, this was a time-consuming process.
The aim of this study is to investigate whether a less time consuming analysis
could yield similar information. All 25 parameter settings indicated by the L25
Taguchi orthogonal array were executed with different time budgets, from 1
to 10 min of nominal time (matching the CHeSC2011 termination criterion),
the Taguchi method was used to predict the best parameter configuration for
each duration and the results were analysed. 2 arbitrarily chosen instances from
each of the 6 original HyFlex problem domains were employed during the first
parameter tuning experiments. Figure 1 shows the main effect values for each
parameter level, defined as the mean total Formula 1 score across all of the
16 D.B. Gümüş et al.

Fig. 1. Main effects of parameter values at different times using 2 training instances
from 6 problem domains

settings where the parameter took that specific value. It can be seen that a
population size of 5 has the highest effect in each case during the 10 nominal
minutes run time. Similarly, the intensity of mutation parameter value of 0.2
performs well at each time. For the tour size parameter, 5 has the highest effect
throughout the search except at one point: at 10 nominal minutes, the tour size
of 4 had a score of 19.58 while tour size 5 had a score of 19.48, giving very
similar results. The best value for the depth of search parameter changes during
the execution; however, it is always one of the values 0.6, 0.8 or 1.0. 0.6 for depth
of search is predicted to be the best parameter value for a shorter run time.
The analysis of variance (ANOVA) is commonly applied to the results in
the Taguchi method to determine the percentage contribution of each factor
[16]. This analysis helps the decision makers to identify which of the factors
need more control. Table 1 shows the percentage contribution of each factor.
It can be seen that intensity of mutation and population size parameters have

Table 1. The percentage contribution of each parameter obtained from the Anova test
for 6 problem domains

par. \n.t.b. 1 2 3 4 5 6 7 8 9 10
(min.)
IoM 37.6 % 22.6 % 28.8 % 24.6 % 28.2 % 29.9 % 32.4 % 32.6 % 34.1 % 36.3 %
DoS 14.8 % 13.2 % 9.3 % 11.0 % 9.5 % 6.6 % 6.3 % 6.4 % 5.4 % 4.0 %
PopSize 20.5 % 34.0 % 35.6 % 38.2 % 38.5 % 38.3 % 37.7 % 39.4 % 39.4 % 35.1 %
TourSize 10.7 % 3.7 % 3.2 % 5.0 % 2.8 % 3.0 % 2.0 % 0.8 % 0.8 % 0.5 %
Residual 16.3 % 26.5 % 23.0 % 21.1 % 21.0 % 22.2 % 21.5 % 20.8 % 20.2 % 24.1 %
 Tuning a Memetic Algorithm with Reduced Time Budget 17

Table 2. The p-values of each parameter obtained from the Anova test for 6 domains.
The parameters which contribute significantly are marked in bold.

par. \n.t.b. 1 2 3 4 5 6 7 8 9 10
(min.)
IoM 0.019 0.191 0.090 0.105 0.078 0.077 0.060 0.054 0.045 0.060
DoS 0.171 0.406 0.497 0.384 0.450 0.633 0.635 0.614 0.669 0.825
PopSize 0.090 0.086 0.056 0.037 0.036 0.042 0.041 0.033 0.031 0.065
TourSize 0.188 0.746 0.741 0.568 0.757 0.749 0.836 0.945 0.947 0.977

Fig. 2. Main effects of parameter values at different time using 2 training instances
from 9 problem domains

highest percentage contribution to the scores. P-values lower than 0.05 means
that the parameter is found to contribute significantly to the performance with
a confidence level of 95 %. Table 2 shows the p-values of the parameters at each
time. The contribution of the PopSize parameter is found to be significant in 6
out of 10 time periods, whereas the intensity of mutation parameter contributes
significantly in only 2 out of 10 time periods and the contribution of the other
parameters was not found to be significant.
In order to investigate the effect of Depth of Search (DoS) further, we
increased the number of domains considered to 9 (and thus used 18 training
instances). The main effects of the parameter values are shown in Fig. 2 and
Tables 3 and 4 show the percentage contributions and p-values for each para-
meter. It can be observed from Fig. 2 that the best parameter value does not
change over time for the PopSize, TourSize and IoM parameters. The best para-
meter setting could be predicted for these three parameters after only 1 nominal
minute of run time. However, for the depth of search parameter, the best setting
indicated in [7] is found only when the entire run time has been used. The best
18 D.B. Gümüş et al.

Table 3. The percentage contribution of each parameter obtained from the Anova test
for 9 domains

par. \n.t.b. 1 2 3 4 5 6 7 8 9 10
(min.)
IoM 27.7 % 23.6 % 24.0 % 20.3 % 26.3 % 30.0 % 39.1 % 37.3 % 43.4 % 46.0 %
DoS 7.1 % 12.3 % 9.6 % 11.7 % 12.4 % 10.4 % 10.1 % 12.3 % 12.5 % 10.8 %
PopSize 47.3 % 44.5 % 40.8 % 38.2 % 35.3 % 35.6 % 30.9 % 28.3 % 25.0 % 25.5 %
TourSize 8.5 % 7.3 % 9.9 % 14.0 % 8.9 % 7.2 % 4.8 % 4.1 % 3.2 % 2.6 %
Residual 9.4 % 12.3 % 15.7 % 15.8 % 17.1 % 16.7 % 15.1 % 18.1 % 15.9 % 15 %

Table 4. The p-values of each parameter obtained from the Anova test for 9 problem
domains. The parameters which contribute significantly are marked in bold.

par. \n.t.b. 1 2 3 4 5 6 7 8 9 10
(min.)
IoM 0.009 0.032 0.057 0.086 0.056 0.038 0.013 0.026 0.011 0.008
DoS 0.232 0.144 0.317 0.241 0.248 0.310 0.278 0.274 0.217 0.251
PopSize 0.002 0.005 0.013 0.017 0.026 0.024 0.027 0.054 0.053 0.044
TourSize 0.109 0.219 0.201 0.112 0.263 0.336 0.453 0.587 0.628 0.677

setting for DoS at different times still changes between 0.6, 0.8 and 1.0. When all
9 domains are used, the number of times that the parameters settings contribute
significantly is increased. Again it seems that the best setting for DoS depends
upon the runtime, but the effect of the parameter is much greater at the longer
execution times with the addition of the new domains.
These three values combining with the best values of other parameters were
then tested separately on all 45 instances from 9 domains, with the aim of find-
ing the best DoS value on all instances. According to the result of experiments,
each of these three configurations found the best values for 18 instances (includ-
ing ties), considering their median performances over 31 runs. This indicates
that these three configurations actually perform similarly even though there are
small differences overall. Hence, using only one nominal minute and 2 instances
from 6 domains was sufficient to obtain the desired information about the best
configuration, reducing the time needed for parameter tuning significantly.

5 Conclusion
This study extended and analysed the previous study in [7], applying the Taguchi
experimental design method to obtain the best parameter settings with different
run-time budgets. We trained the system using 2 instances from 6 and 9 domains
separately and tracked the effects of each parameter level over time. The exper-
imental results show that good values for three of the parameters are relatively
easy to predict, but the performance is less sensitive to the value of the fourth
(DoS), with different values doing well for different instances and very similar,
Another random document with
no related content on Scribd:
 GABRIELLE

Son front était rêveur, souvent étonné,

riant parfois, et toujours d’une auguste
sérénité.
L’ENFANT MAUDIT.

Qui n’eût pas éprouvé l’émotion de Beauvouloir en voyant la

jeune fille comme la dessinait l’habillement de l’époque et le jour
frais de la Normandie. Gabrielle portait ce corset en pointe par
devant et carré par derrière que les peintres italiens ont presque
tous donné à leurs saintes et leurs madones. Cet élégant corselet en
velours bleu de ciel, aussi joli que celui d’une demoiselle des eaux,
enveloppait le corsage comme une guimpe, en le comprimant de
manière à modeler finement les formes qu’il semblait aplatir; il
moulait les épaules, le dos, la taille avec la netteté d’un dessin fait
par le plus habile artiste, et se terminait autour du cou par une
oblongue échancrure ornée d’une légère broderie en soie couleur
carmélite, et qui laissait voir autant de nu qu’il en fallait pour montrer
la beauté de la femme, mais pas assez pour éveiller le désir. Une
robe de couleur carmélite, qui continuait le trait des lignes accusées
par le corps de velours, tombait jusque sur les pieds en formant des
plis minces et comme aplatis. La taille était si fine, que Gabrielle
semblait grande. Son bras menu pendait avec l’inertie qu’une
pensée profonde imprime à l’attitude. Ainsi posée, elle présentait un
modèle vivant des naïfs chefs-d’œuvre de la statuaire dont le goût
existait alors, et qui se recommande à l’admiration par la suavité de
ses lignes droites sans roideur, et par la fermeté d’un dessin qui
n’exclut pas la vie. Jamais profil d’hirondelle n’offrit, en rasant une
croisée le soir, des formes plus élégamment coupées. Le visage de
Gabrielle était mince sans être plat; sur son cou et sur son front
couraient des filets bleuâtres qui y dessinaient des nuances
semblables à celles de l’agate, en montrant la délicatesse d’un teint
si transparent, qu’on eût cru voir le sang couler dans les veines.
Cette blancheur excessive était faiblement teintée de rose aux joues.
Cachés sous un petit bonnet de velours bleu brodé de perles, ses
cheveux, d’un blond égal, coulaient comme deux ruisseaux d’or le
long de ses tempes, et se jouaient en anneaux sur ses épaules,
qu’ils ne couvraient pas. La couleur chaude de cette chevelure
soyeuse animait la blancheur éclatante du cou, et purifiait encore par
son reflet les contours du visage déjà si pur. Les yeux, longs et
comme pressés entre des paupières grasses, étaient en harmonie
avec la finesse du corps et de la tête; le gris de perle y avait du
brillant sans vivacité, la candeur y recouvrait la passion. La ligne du
nez eût paru froide comme une lame d’acier, sans deux narines
veloutées et roses dont les mouvements semblaient en désaccord
avec la chasteté d’un front rêveur, souvent étonné, riant parfois, et
toujours d’une auguste sérénité. Enfin, une petite oreille alerte attirait
le regard, en montrant sous le bonnet, entre deux touffes de
cheveux, la poire d’un rubis dont la couleur se détachait
vigoureusement sur le lait du cou. Ce n’était ni la beauté normande
où la chair abonde, ni la beauté méridionale où la passion agrandit la
matière, ni la beauté française, toute fugitive comme ses
expressions, ni la beauté du Nord mélancolique et froide, c’était la
séraphique et profonde beauté de l’Église catholique, à la fois souple
et rigide, sévère et tendre.
—Où trouvera-t-on une plus jolie duchesse? se dit Beauvouloir
en se complaisant à voir Gabrielle, qui, légèrement penchée, tendant
le cou pour suivre au dehors le vol d’un oiseau, ne pouvait se
comparer qu’à une gazelle arrêtée pour écouter le murmure de l’eau
où elle va se désaltérer.
—Viens t’asseoir là, dit Beauvouloir en se frappant la cuisse et
faisant à Gabrielle un signe qui annonçait une confidence.
Gabrielle comprit et vint. Elle se posa sur son père avec la
légèreté de la gazelle, et passa son bras autour du cou de
Beauvouloir dont le collet fut brusquement chiffonné.
—A qui pensais-tu donc en cueillant ces fleurs? jamais tu ne les
as si galamment disposées.
—A bien des choses, dit-elle. En admirant ces fleurs, qui
semblent faites pour nous, je me demandais pour qui nous sommes
faites, nous; quels sont les êtres qui nous regardent? Vous êtes mon
père, je puis vous dire ce qui se passe en moi; vous êtes habile,
vous expliquerez tout. Je sens en moi comme une force qui veut
s’exercer, je lutte contre quelque chose. Quand le ciel est gris, je
suis à demi contente, je suis triste, mais calme. Quand il fait beau,
que les fleurs sentent bon, que je suis là-bas sur mon banc, sous les
chèvrefeuilles et les jasmins, il s’élève en moi comme des vagues
qui se brisent contre mon immobilité. Il me vient dans l’esprit des
idées qui me heurtent et s’enfuient comme les oiseaux le soir à nos
croisées, je ne peux pas les retenir. Eh! bien, quand j’ai fait un
bouquet où les couleurs sont nuancées comme sur une tapisserie,
où le rouge mord le blanc, où le vert et le brun se croisent, quand
tout y abonde, que l’air s’y joue, que les fleurs se heurtent, qu’il y a
une mêlée de parfums et de calices entre-choqués, je suis comme
heureuse en reconnaissant ce qui se passe en moi-même. Quand, à
l’église, l’orgue joue et que le clergé répond, qu’il y a deux chants
distincts qui se parlent, les voix humaines et la musique, eh! bien, je
suis contente, cette harmonie me retentit dans la poitrine, je prie
avec un plaisir qui m’anime le sang...
En écoutant sa fille, Beauvouloir l’examinait avec l’œil de la
sagacité: son regard eût semblé stupide par la force même de ses
pensées rayonnantes, de même que l’eau d’une cascade semble
immobile. Il soulevait le voile de chair qui lui cachait le jeu secret par
lequel l’âme réagit sur le corps, il étudiait les symptômes divers que
sa longue expérience avait surpris dans toutes les personnes
confiées à ses soins, et il les comparait aux symptômes contenus
dans ce corps frêle dont les os l’effrayaient par leur délicatesse, dont
le teint de lait l’épouvantait par son peu de consistance; et il tâchait
de relier les enseignements de sa science à l’avenir de cette
angélique enfant, et il avait le vertige en se trouvant ainsi, comme s’il
eût été sur un abîme; la voix trop vibrante, la poitrine trop mignonne
de Gabrielle l’inquiétait, et il s’interrogeait lui-même, après l’avoir
interrogée.
—Tu souffres ici! s’écria-t-il enfin poussé par une dernière
pensée où se résuma sa méditation. Elle inclina mollement la tête.—
A la grâce de Dieu! dit le vieillard en jetant un soupir. Je t’emmène
au château d’Hérouville, tu y pourras prendre, dans la mer, des
bains qui te fortifieront.
—Cela est-il vrai, mon père? ne vous moquez pas de votre
Gabrielle. J’ai tant désiré voir le château, les hommes d’armes, les
capitaines et Monseigneur.
—Oui, ma fille. Ta nourrice et Jean t’accompagneront.
—Sera-ce bientôt?
—Demain, dit le vieillard qui se précipita dans le jardin pour
cacher son agitation à sa mère et à sa fille.
—Dieu m’est témoin, s’écria-t-il, qu’aucune pensée ambitieuse
ne me fait agir. Ma fille à sauver, le pauvre petit Étienne à rendre
heureux, voilà mes seuls motifs!
 S’il s’interrogeait ainsi lui-même, c’est qu’il sentait, au fond de sa
conscience, une inextinguible satisfaction de savoir que, par la
réussite de son projet, Gabrielle serait un jour duchesse d’Hérouville.
Il y a toujours un homme chez un père. Il se promena longtemps,
rentra pour souper, et se complut pendant toute la soirée à regarder
sa fille au sein de la douce et brune poésie à laquelle il l’avait
habituée.
Quand, avant le coucher, la grand’mère, la nourrice, le médecin
et Gabrielle s’agenouillèrent pour faire leur prière en commun, il leur
dit:—Supplions tous Dieu qu’il bénisse mon entreprise.
La grand’mère, qui connaissait le dessein de son fils, eut les
yeux humectés par ce qui lui restait de larmes. La curieuse Gabrielle
avait le visage rouge de bonheur. Le père tremblait, tant il avait peur
d’une catastrophe.
—Après tout, lui dit sa mère, ne t’effraie pas, Antoine! Le duc ne
tuera pas sa petite-fille.
—Non, répondit-il, mais il peut la contraindre à épouser quelque
soudard de baron qui nous la meurtrirait.
Le lendemain Gabrielle, montée sur un âne, suivie de sa nourrice
à pied, de son père à cheval sur sa mule, et accompagnée du valet
qui conduisait deux chevaux chargés de bagages, se mit en route
vers le château d’Hérouville, où la caravane n’arriva qu’à la tombée
du jour. Afin de pouvoir tenir ce voyage secret, Beauvouloir s’était
dirigé par les chemins détournés en partant de grand matin, et il
avait fait emporter des provisions pour manger en route, sans se
montrer dans les hôtelleries. Beauvouloir entra donc à la nuit, sans
être remarqué par les gens du château, dans l’habitation que l’enfant
maudit avait occupée si longtemps, et où l’attendait Bertrand, la
seule personne qu’il eût mise dans sa confidence. Le vieil écuyer
aida le médecin, la nourrice et le valet à décharger les chevaux, à
transporter le bagage, et à établir la fille de Beauvouloir dans la
demeure d’Étienne. Quand Bertrand vit Gabrielle, il resta tout ébahi.
—Il me semble voir Madame! s’écria-t-il. Elle est mince et fluette
comme elle; elle a ses couleurs pâles et ses cheveux blonds; le
vieux duc l’aimera.
—Dieu le veuille! dit Beauvouloir. Mais reconnaîtra-t-il son sang à
travers le mien?
—Il ne peut guère le renier, dit Bertrand. Je suis allé souvent le
querir à la porte de la Belle Romaine, qui demeurait rue Culture-
Sainte-Catherine, le cardinal de Lorraine la laissa forcément à
monseigneur, par honte d’avoir été maltraité en sortant de chez elle.
Monseigneur, qui, dans ce temps-là, marchait sur les talons de ses
vingt ans, doit bien se souvenir de cette embûche, il était déjà bien
hardi, je peux dire la chose aujourd’hui, il menait les affronteurs!
—Il ne pense plus guère à tout ceci, dit Beauvouloir. Il sait que
ma femme est morte, mais à peine sait-il que j’ai une fille!
—Deux vieux reîtres comme nous mèneront la barque à bon
port, dit Bertrand. Après tout, si le duc se fâche et s’en prend à nos
carcasses, elles ont fait leur temps.
Avant de partir, le duc d’Hérouville avait défendu, sous les peines
les plus graves, à tous les gens du château, d’aller sur la grève où
Étienne avait jusqu’alors passé sa vie, à moins que le duc de Nivron
n’y ramenât quelqu’un avec lui. Cet ordre, suggéré par Beauvouloir,
qui avait démontré la nécessité de laisser Étienne maître de garder
ses habitudes, garantissait à Gabrielle et à sa nourrice l’inviolabilité
du territoire d’où le médecin leur commanda de ne jamais sortir sans
sa permission.
Étienne était resté, pendant ces deux jours, dans la chambre
seigneuriale, où le retenait le charme de ses douloureux souvenirs.
Ce lit avait été celui de sa mère; à deux pas, elle avait subi cette
terrible scène de l’accouchement où Beauvouloir avait sauvé deux
existences; elle avait confié ses pensées à cet ameublement, elle
s’en était servie, ses yeux avaient souvent erré sur ces lambris;
combien de fois était-elle venue à cette croisée pour appeler, par un
cri, par un signe, son pauvre enfant désavoué, maintenant maître
souverain du château. Demeuré seul dans cette chambre, où, la
dernière fois, il n’était venu qu’à la dérobée, amené par Beauvouloir
pour donner un dernier baiser à sa mère mourante, il l’y faisait
revivre, il lui parlait, il l’écoutait; il s’abreuvait à cette source qui ne
tarit jamais, et d’où découlent tant de chants semblables au Super
flumina Babylonis. Le lendemain de son retour, Beauvouloir vint voir
son maître, et le gronda doucement d’être resté dans sa chambre
sans sortir, en lui faisant observer qu’il ne fallait pas substituer à sa
vie en plein air, la vie d’un prisonnier.
—Ceci est bien vaste, répondit Étienne, il y a l’âme de ma mère.
Le médecin obtint cependant, par la douce influence de
l’affection, qu’Étienne se promènerait tous les jours, soit au bord de
la mer, soit au dehors dans les campagnes qui lui étaient inconnues.
Néanmoins Étienne, toujours en proie à ses souvenirs, resta le
lendemain jusqu’au soir à sa fenêtre, occupé à regarder la mer; elle
lui offrit des aspects si multipliés, qu’il croyait ne l’avoir jamais vue si
belle. Il entremêla ses contemplations de la lecture de Pétrarque, un
de ses auteurs favoris, celui dont la poésie allait le plus à son cœur
par la constance et l’unité de son amour. Étienne n’avait pas en lui
l’étoffe de plusieurs passions, il ne pouvait aimer que d’une seule
façon, une seule fois. Si cet amour devait être profond, comme tout
ce qui est un, il devait être calme dans ses expressions, suave et pur
comme les sonnets du poëte italien. Au coucher du soleil, l’enfant de
la solitude se mit à chanter de cette voix merveilleuse qui s’était
produite, comme une espérance, dans les oreilles les plus sourdes à
la musique, celles de son père. Il exprima sa mélancolie en variant
un même air qu’il dit plusieurs fois à la manière du rossignol. Cet air,
attribué au feu roi Henri IV, n’était pas l’air de Gabrielle, mais un air
de beaucoup supérieur comme facture, comme mélodie, comme
expression de tendresse, et que les admirateurs du vieux temps
reconnaîtront aux paroles également composées par le grand roi;
l’air fut sans doute pris aux refrains qui avaient bercé son enfance
dans les montagnes du Béarn.
 Viens, aurore,
Je t’implore,
Je suis gai quand je te voi;
La bergère
Qui m’est chère
Est vermeille comme toi;
De rosée
Arrosée,
La rose a moins de fraîcheur;
Une hermine
Est moins fine,
Le lis a moins de blancheur.

Après s’être naïvement peint la pensée de son cœur par ses

chants, Étienne contempla la mer en se disant:—Voilà ma fiancée et
mon seul amour à moi! Puis il chanta cet autre passage de la
chansonnette:

Elle est blonde,

Sans seconde!

et le répéta en exprimant la poésie solliciteuse qui surabonde chez

un timide jeune homme, oseur quand il est solitaire. Il y avait des
rêves dans ce chant onduleux, pris, repris, interrompu, recommencé,
puis perdu dans une dernière modulation dont les teintes
s’affaiblirent comme les vibrations d’une cloche. En ce moment, une
voix qu’il fut tenté d’attribuer à quelque sirène sortie de la mer, une
voix de femme répéta l’air qu’il venait de chanter, mais avec toutes
les hésitations que devait y mettre une personne à laquelle se révèle
pour la première fois la musique; il reconnut le bégaiement d’un
cœur qui naissait à la poésie des accords. Étienne, à qui de longues
études sur sa propre voix avaient appris le langage des sons, où
l’âme rencontre autant de ressources que dans la parole pour
exprimer ses pensées, pouvait seul deviner tout ce que ces essais
accusaient de timide surprise. Avec quelle religieuse et subtile
admiration n’avait-il pas été écouté? Le calme de l’air lui permettait
de tout entendre, et il tressaillit au frémissement des plis flottants
d’une robe; il s’étonna, lui que les émotions produites par la terreur
poussaient toujours à deux doigts de la mort, de sentir en lui-même
la sensation balsamique autrefois causée par la venue de sa mère.
—Allons, Gabrielle, mon enfant, dit Beauvouloir, je t’ai défendu
de rester après le coucher du soleil sur ces grèves. Rentre, ma fille.
—Gabrielle! se dit Étienne, le joli nom!
Beauvouloir apparut bientôt et réveilla son maître d’une de ces
méditations qui ressemblaient à des rêves. Il était nuit, la lune se
levait.
—Monseigneur, dit le médecin, vous n’êtes pas encore sorti
aujourd’hui, ce n’est pas sage.
—Et moi, répondit Étienne, puis-je aller sur la grève après le
coucher du soleil?
Le sous-entendu de cette phrase qui accusait la douce malice
d’un premier désir fit sourire le vieillard.
—Tu as une fille? Beauvouloir.
—Oui, monseigneur, l’enfant de ma vieillesse, mon enfant chéri.
Monseigneur le duc, votre illustre père, m’a si fort recommandé de
veiller sur vos précieux jours, que, ne pouvant plus l’aller voir à
Forcalier où elle était, je l’en ai fait sortir, à mon grand regret, et afin
de la soustraire à tous les regards, je l’ai mise dans la maison où
logeait auparavant monseigneur. Elle est si délicate, je crains tout
pour elle, même un sentiment trop vif; aussi ne lui ai-je rien fait
apprendre, elle se serait tuée.
—Elle ne sait rien! dit Étienne surpris.
—Elle a tous les talents d’une bonne ménagère; mais elle a vécu
comme vit une plante. L’ignorance, monseigneur, est une chose
aussi sainte que la science; la science et l’ignorance sont pour les
créatures deux manières d’être; l’une et l’autre conservent l’âme
comme dans un suaire; la science vous a fait vivre, l’ignorance
sauvera ma fille. Les perles bien cachées échappent au plongeur et
vivent heureuses. Je puis comparer ma Gabrielle à une perle, son
teint en a l’orient, son âme en a la douceur, et jusqu’ici mon domaine
de Forcalier lui a servi d’écaille.
 —Viens avec moi, dit Étienne en s’enveloppant d’un manteau, je
veux aller au bord de la mer, le temps est doux.
Beauvouloir et son maître cheminèrent en silence jusqu’à ce
qu’une lumière partie d’entre les volets de la maison du pêcheur eût
sillonné la mer par un ruisseau d’or.
—Je ne saurais exprimer, s’écria le timide héritier en s’adressant
au médecin, les sensations que me cause la vue d’une lumière
projetée sur la mer. J’ai si souvent contemplé la croisée de cette
chambre jusqu’à ce que sa lumière s’éteignît! ajouta-t-il en montrant
la chambre de sa mère.
—Quelque délicate que soit Gabrielle, répondit gaiement
Beauvouloir, elle peut venir et se promener avec nous, la nuit est
chaude et l’air ne contient aucune vapeur, je vais l’aller chercher;
mais soyez sage, monseigneur.
Étienne était trop timide pour proposer à Beauvouloir de
l’accompagner à la maison du pêcheur; d’ailleurs, il se trouvait dans
l’état de torpeur où nous plonge l’affluence des idées et des
sensations qu’engendre l’aurore de la passion. Plus libre en se
trouvant seul, il s’écria, voyant la mer éclairée par la lune:—L’Océan
a donc passé dans mon âme!
L’aspect de la jolie statuette animée qui venait à lui, et que la
lune argentait en l’enveloppant de sa lumière, redoubla les
palpitations au cœur d’Étienne, mais sans le faire souffrir.
—Mon enfant, dit Beauvouloir, voici monseigneur.
En ce moment, le pauvre Étienne souhaita la taille colossale de
son père, il aurait voulu se montrer fort et non chétif. Toutes les
vanités de l’amour et de l’homme lui entrèrent à la fois dans le cœur
comme autant de flèches, et il demeura dans un morne silence en
mesurant pour la première fois l’étendue de ses imperfections.
Embarrassé d’abord du salut de la jeune fille, il le lui rendit
gauchement et resta près de Beauvouloir avec lequel il causa tout
en se promenant le long de la mer; mais la contenance timide et
respectueuse de Gabrielle l’enhardit, il osa lui adresser la parole. La
circonstance du chant était l’effet du hasard; le médecin n’avait rien
voulu préparer, il pensait qu’entre deux êtres à qui la solitude avait
laissé le cœur pur, l’amour se produirait dans toute sa simplicité. La
répétition de l’air par Gabrielle fut donc un texte de conversation tout
trouvé. Pendant cette promenade, Étienne sentit en lui-même cette
légèreté corporelle que tous les hommes ont éprouvée au moment
où le premier amour transporte le principe de leur vie dans une autre
créature. Il offrit à Gabrielle de lui apprendre à chanter. Le pauvre
enfant était si heureux de pouvoir se montrer aux yeux de cette
jeune fille investi d’une supériorité quelconque, qu’il tressaillit d’aise
quand elle accepta. Dans ce moment, la lumière donna pleinement
sur Gabrielle et permit à Étienne de reconnaître les points de vague
ressemblance qu’elle avait avec la feue duchesse. Comme Jeanne
de Saint-Savin, la fille de Beauvouloir était mince et délicate; chez
elle comme chez la duchesse, la souffrance et la mélancolie
produisaient une grâce mystérieuse. Elle avait la noblesse
particulière aux âmes chez lesquelles les manières du monde n’ont
rien altéré, en qui tout est beau parce que tout est naturel. Mais il se
trouvait de plus en Gabrielle le sang de la Belle Romaine qui avait
rejailli à deux générations, et qui faisait à cette enfant un cœur de
courtisane violente dans une âme pure; de là procédait une
exaltation qui lui rougit le regard, qui lui sanctifia le front, qui lui fit
exhaler comme une lueur, et communiqua les petillements d’une
flamme à ses mouvements. Beauvouloir frissonna quand il remarqua
ce phénomène qu’on pourrait aujourd’hui nommer la
phosphorescence de la pensée, et que le médecin observait alors
comme une promesse de mort. Étienne surprit la jeune fille à tendre
le cou par un mouvement d’oiseau timide qui regarde autour de son
nid. Cachée par son père, Gabrielle voulait voir Étienne à son aise,
et son regard exprimait autant de curiosité que de plaisir, autant de
bienveillance que de naïve hardiesse. Pour elle, Étienne n’était pas
faible, mais délicat; elle le trouvait si semblable à elle-même, que
rien ne l’effrayait dans ce suzerain: le teint souffrant d’Étienne, ses
belles mains, son sourire malade, ses cheveux partagés en deux
bandeaux et répandus en boucles sur la dentelle de son collet
rabattu, ce front noble sillonné de jeunes rides, ces oppositions de
luxe et de misère, de pouvoir et de petitesse lui plaisaient; ne
flattaient-elles pas les désirs de protection maternelle qui sont en
germe dans l’amour? ne stimulaient-elles pas déjà le besoin qui
travaille toute femme de trouver des distinctions à celui qu’elle veut
aimer? Chez tous les deux, des idées, des sensations nouvelles
s’élevaient avec une force, avec une abondance qui leur
élargissaient l’âme; ils restaient l’un et l’autre étonnés et silencieux,
car l’expression des sentiments est d’autant moins démonstrative
qu’ils sont plus profonds. Tout amour durable commence par de
rêveuses méditations. Il convenait peut-être à ces deux êtres de se
voir pour la première fois dans la lumière adoucie de la lune, afin de
ne pas être éblouis tout à coup par les splendeurs de l’amour; ils
devaient se rencontrer au bord de la mer qui leur offrait une image
de l’immensité de leurs sentiments. Ils se quittèrent pleins l’un de
l’autre, en craignant tous deux de ne s’être pas plu.
De sa fenêtre Étienne regarda la lumière de la maison où était
Gabrielle. Pendant cette heure d’espoir mêlée de craintes, le jeune
poëte trouva des significations nouvelles aux sonnets de Pétrarque.
Il avait entrevu Laure, une fine et délicieuse figure, pure et dorée
comme un rayon de soleil, intelligente comme l’ange, faible comme
la femme. Ses vingt années d’études eurent un lien, il comprit la
mystique alliance de toutes les beautés; il reconnut combien il y
avait de la femme dans les poésies qu’il adorait; il aimait enfin
depuis si longtemps sans le savoir, que tout son passé se confondit
dans les émotions de cette belle nuit. La ressemblance de Gabrielle
avec sa mère lui parut un ordre divinement donné. Il ne trahissait
pas sa douleur en aimant, l’amour lui continuait la maternité. Il
contemplait, à la nuit, l’enfant couchée dans cette chaumière, avec
les mêmes sentiments qu’éprouvait sa mère quand il y était. Cette
autre similitude lui rattachait encore le présent au passé. Sur les
nuages de ses souvenirs, la figure endolorie de Jeanne de Saint-
Savin lui apparut; il la revit avec son sourire faible, il entendit sa
parole douce, elle inclina la tête, et pleura. La lumière de la maison
s’éteignit. Étienne chanta la jolie chansonnette d’Henri IV avec une
expression nouvelle. De loin, les essais de Gabrielle lui répondirent.
La jeune fille faisait aussi son premier voyage dans les pays
enchantés de l’extase amoureuse. Cette réponse remplit de joie le
cœur d’Étienne; en coulant dans ses veines, le sang y répandit une
force qu’il ne s’était jamais sentie, l’amour le rendait puissant. Les
êtres faibles peuvent seuls connaître la volupté de cette création
nouvelle au milieu de la vie. Les pauvres, les souffrants, les
maltraités ont des joies ineffables, peu de chose est l’univers pour
eux. Étienne tenait par mille liens au peuple de la Cité dolente. Sa
grandeur récente ne lui causait que de la terreur, l’amour lui versait
le baume créateur de la force: il aimait l’amour.
Le lendemain, Étienne se leva de bonne heure pour courir à son
ancienne maison, où Gabrielle animée de curiosité, pressée par une
impatience qu’elle ne s’avouait pas, avait de bon matin bouclé ses
cheveux et revêtu son charmant costume. Tous deux étaient pleins
du désir de se revoir, et craignaient mutuellement les effets de cette
entrevue. Quant à lui, pensez qu’il avait choisi ses plus fines
dentelles, son manteau le mieux orné, son haut-de-chausses de
velours violet; il avait pris enfin ce bel habillement que recommande
à toutes les mémoires la pâle figure de Louis XIII, figure opprimée au
sein de la grandeur comme Étienne l’avait été jusqu’alors. Cet
habillement n’était pas le seul point de ressemblance qui existât
entre le maître et le sujet. Mille sensibilités se rencontraient chez
Étienne comme chez Louis XIII: la chasteté, la mélancolie, les
souffrances vagues mais réelles, les timidités chevaleresques, la
crainte de ne pouvoir exprimer le sentiment dans sa pureté, la peur
d’être trop vite amené au bonheur que les âmes grandes aiment à
différer, la pesanteur du pouvoir, cette pente à l’obéissance qui se
trouve chez les caractères indifférents aux intérêts, mais pleins
d’amour pour ce qu’un beau génie religieux a nommé l’astral.
Quoique très-inexperte du monde, Gabrielle avait pensé que la
fille d’un rebouteur, l’humble habitante de Forcalier était jetée à une
trop grande distance de monseigneur Étienne, duc de Nivron,
l’héritier de la maison d’Hérouville, pour qu’ils fussent égaux; elle
n’allait pas jusqu’à deviner l’anoblissement de l’amour. La naïve
créature n’avait pas vu là sujet d’ambitionner une place à laquelle
toute autre fille eût été jalouse de s’asseoir, elle n’y avait vu que des
obstacles. Aimant déjà sans savoir ce que c’était qu’aimer, elle se
trouvait loin de son plaisir et voulait s’en rapprocher, comme un
enfant souhaite la grappe dorée, objet de sa convoitise, trop haut
située. Pour une fille émue à l’aspect d’une fleur, et qui entrevoyait
l’amour dans les chants de la liturgie, combien doux et forts
n’avaient pas été les sentiments éprouvés la veille, à l’aspect de
cette faiblesse seigneuriale qui rassurait la sienne; mais Étienne
avait grandi pendant cette nuit, elle s’en était fait une espérance, un
pouvoir; elle l’avait mis si haut qu’elle désespérait de parvenir
jusqu’à lui.
—Me permettrez-vous de venir quelquefois près de vous, dans
votre domaine? demanda le duc en baissant les yeux.
En voyant Étienne si craintif, si humble, car lui aussi avait déifié
la fille de Beauvouloir, Gabrielle fut embarrassée du sceptre qu’il lui
remettait; mais elle fut profondément émue et flattée de cette
soumission. Les femmes seules savent combien le respect que leur
porte un maître engendre de séductions. Néanmoins, elle eut peur
de se tromper, et tout aussi curieuse que la première femme, elle
voulut savoir.
—Ne m’avez-vous pas promis hier de me montrer la musique? lui
répondit-elle tout en espérant que la musique serait un prétexte pour
se trouver avec elle.
Si la pauvre enfant avait su la vie d’Étienne, elle se serait bien
gardée d’exprimer un doute. Pour lui, la parole était un
retentissement de l’âme, et cette phrase lui causa la plus profonde
douleur. Il arrivait le cœur plein en redoutant jusqu’à une obscurité
dans sa lumière, et il rencontrait un doute. Sa joie s’éteignit, il se
replongea dans son désert et n’y trouva plus les fleurs dont il l’avait
embelli. Éclairée par la prescience des douleurs qui distingue l’ange
chargé de les adoucir et qui sans doute est la Charité du ciel,
Gabrielle devina la peine qu’elle venait de causer. Elle fut si
vivement frappée de sa faute qu’elle souhaita la puissance de Dieu
pour pouvoir dévoiler son cœur à Étienne, car elle avait ressenti la
cruelle émotion que causaient un reproche, un regard sévère; elle lui
montra naïvement les nuées qui s’étaient élevées en son âme et qui
faisaient comme des langes d’or à l’aube de son amour. Une larme
de Gabrielle changea la douleur d’Étienne en plaisir, et il voulut alors
s’accuser de tyrannie. Ce fut un bonheur qu’à leur début ils
connussent ainsi le diapason de leurs cœurs, ils évitèrent mille
chocs qui les auraient meurtris. Tout à coup Étienne, impatient de se
retrancher derrière une occupation, conduisit Gabrielle à une table,
devant la petite croisée où il avait souffert et où désormais il allait
admirer une fleur plus belle que toutes celles qu’il avait étudiées.
Puis il ouvrit un livre sur lequel se penchèrent leurs têtes dont les
cheveux se mêlèrent.
Ces deux êtres si forts par le cœur, si maladifs de corps, mais
embellis par les grâces de la souffrance, formaient un touchant
tableau. Gabrielle ignorait la coquetterie: un regard était accordé
aussitôt que sollicité, et les doux rayons de leurs yeux ne cessaient
de se confondre que par pudeur; elle eut de la joie à dire à Étienne
combien sa voix lui faisait plaisir à entendre; elle oubliait la
signification des paroles quand il lui expliquait la position des notes
ou leur valeur; elle l’écoutait, laissant la mélodie pour l’instrument,
l’idée pour la forme; ingénieuse flatterie, la première que rencontre
l’amour vrai. Gabrielle trouvait Étienne beau, elle voulut manier le
velours du manteau, toucher la dentelle du collet. Quant à Étienne, il
se transformait sous le regard créateur de ces yeux fins; ils lui
infusaient une séve fécondante qui étincelait dans ses yeux, reluisait
à son front, qui le retrempait intérieurement, et il ne souffrait point de
ce jeu nouveau de ses facultés; au contraire, elles se fortifiaient. Le
bonheur était comme le lait nourricier de sa nouvelle vie.
Comme rien ne pouvait les distraire d’eux-mêmes, ils restèrent
ensemble non-seulement cette journée, mais toutes les autres, car
ils s’appartinrent dès le premier jour, en se passant l’un à l’autre le
sceptre, et jouant avec eux-mêmes comme l’enfant joue avec la vie.
Assis et heureux sur ce sable doré, chacun disait à l’autre son
passé, douloureux chez celui-ci, mais plein de rêveries; rêveur chez
celle-là, mais plein de souffrants plaisirs.
—Je n’ai pas eu de mère, disait Gabrielle, mais mon père a été
bon comme Dieu.
—Je n’ai pas eu de père, répondait l’enfant maudit, mais ma
mère a été tout un ciel.
Étienne racontait sa jeunesse, son amour pour sa mère, son goût
pour les fleurs. Gabrielle se récriait à ce mot. Questionnée, elle
rougissait, se défendait de répondre; puis, quand une ombre passait
sur ce front que la mort semblait effleurer de son aile, sur cette âme
visible où les moindres émotions d’Étienne apparaissaient, elle
répondait:—C’est que moi aussi j’aimais les fleurs.
N’était-ce pas une déclaration comme les vierges en savent faire,
que de se croire liée jusque dans le passé par la communauté des
goûts! L’amour cherche toujours à se vieillir, c’est la coquetterie des
enfants.
Étienne apporta des fleurs le lendemain, en ordonnant qu’on lui
en cherchât de rares, comme sa mère en faisait jadis chercher pour
lui. Sait-on la profondeur à laquelle arrivaient chez un être solitaire
les racines d’un sentiment qui reprenait ainsi les traditions de la
maternité, en prodiguant à une femme les soins caressants par
lesquels sa mère avait charmé sa vie! Pour lui, quelle grandeur dans
ces riens où se confondaient ses deux seules affections! Les fleurs
et la musique devinrent le langage de leur amour. Gabrielle répondit
par des bouquets aux envois d’Étienne, de ces bouquets dont un
seul avait fait deviner au vieux rebouteur que son ignorante fille en
savait déjà trop. L’ignorance matérielle des deux amants formait
comme un fond noir sur lequel les moindres traits de leur
accointance toute spirituelle se détachaient avec une grâce exquise,
comme les profils rouges et si purs des figures étrusques. Leurs
moindres paroles apportaient des flots d’idées, car elles étaient le
fruit de leurs méditations. Incapables d’inventer la hardiesse, pour
eux tout commencement leur semblait une fin. Quoique toujours
libres, ils étaient emprisonnés dans une naïveté, qui eût été
désespérante si l’un d’eux avait pu donner un sens à ses confus
désirs. Ils étaient à la fois les poëtes et la poésie. La musique, le
plus sensuel des arts pour les âmes amoureuses, fut le truchement
de leurs idées, et ils prenaient plaisir à répéter une même phrase en
épanchant la passion dans ces belles nappes de sons où leurs âmes
vibraient sans obstacle.
Beaucoup d’amours procèdent par opposition: c’est des querelles
et des raccommodements, le vulgaire combat de l’Esprit et de la
Matière. Mais le premier coup d’aile du véritable amour le met déjà
bien loin de ces luttes, il ne distingue plus deux natures là où tout est
même essence; semblable au génie dans sa plus haute expression,
il sait se tenir dans la lumière la plus vive, il la soutient, il y grandit, et
n’a pas besoin d’ombre pour obtenir son relief. Gabrielle, parce
qu’elle était femme, Étienne, parce qu’il avait beaucoup souffert et
beaucoup médité, parcoururent promptement l’espace dont
s’emparent les passions vulgaires, et allèrent bientôt au delà.
Comme toutes les natures faibles, ils furent plus rapidement
pénétrés par la Foi, par cette pourpre céleste qui double la force en
doublant l’âme. Pour eux, le soleil fut toujours à son midi. Bientôt ils
eurent cette divine croyance en eux-mêmes qui ne souffre ni
jalousie, ni tortures; ils eurent l’abnégation toujours prête,
l’admiration constante. Dans ces conditions, l’amour était sans
douleur. Égaux par leur faiblesse, forts par leur union, si le noble
avait quelques supériorités de science ou quelque grandeur de
convention, la fille du médecin les effaçait par sa beauté, par la
hauteur du sentiment, par la finesse qu’elle imprimait aux
jouissances. Ainsi, tout à coup, ces deux blanches colombes volent
d’une aile semblable sous un ciel pur: Étienne aime, il est aimé, le
présent est serein, l’avenir est sans nuage, il est souverain, le
château est à lui, la mer est à tous deux, nulle inquiétude ne trouble
l’harmonieux concert de leur double cantique; la virginité des sens et
de l’esprit leur agrandit le monde, leurs pensées se déduisent sans
efforts; le désir, dont les satisfactions flétrissent tant de choses, le
désir, cette faute de l’amour terrestre, ne les atteint pas encore.
Comme deux zéphyrs assis sur la même branche de saule, ils en
sont au bonheur de contempler leur image dans le miroir d’une eau
limpide; l’immensité leur suffit, ils admirent l’Océan, sans songer à y
glisser sur la barque aux blanches voiles, aux cordages fleuris que
conduit l’Espérance.
Il est dans l’amour un moment où il se suffit à lui-même, où il est
heureux d’être. Pendant ce printemps où tout est en bourgeon,
l’amant se cache parfois de la femme aimée pour en mieux jouir,
pour la mieux voir; mais Étienne et Gabrielle se plongèrent
ensemble dans les délices de cette heure enfantine: tantôt c’était
deux sœurs pour la grâce des confidences, tantôt deux frères pour
la hardiesse des recherches. Ordinairement l’amour veut un esclave
et un dieu, mais ils réalisèrent le délicieux rêve de Platon, il n’y avait
qu’un seul être divinisé. Ils se protégeaient tour à tour. Les caresses
vinrent, lentement, une à une, mais chastes comme les jeux si
mutins, si gais, si coquets des jeunes animaux qui essaient la vie. Le
sentiment qui les portait à transporter leur âme dans un chant
passionné les conduisit à l’amour par les mille transformations d’un
même bonheur. Leurs joies ne leur causaient ni délire ni insomnies.
Ce fut l’enfance du plaisir grandissant sans connaître les belles
fleurs rouges qui couronneront sa tige. Ils se livraient l’un à l’autre
sans supposer de danger, ils s’abandonnaient dans un mot comme
dans un regard, dans un baiser comme dans la longue pression de
leurs mains entrelacées. Ils se vantaient leurs beautés l’un à l’autre
ingénument, et dépensaient dans ces secrètes idylles des trésors de
langage en devinant les plus douces exagérations, les plus violents
diminutifs trouvés par la muse antique des Tibulle et redits par la
Poésie italienne. C’était sur leurs lèvres et dans leurs cœurs le
constant retour des franges liquides de la mer sur le sable fin de la
grève, toutes pareilles, toutes dissemblables. Joyeuse, éternelle
fidélité!
S’il fallait compter les jours, ce temps prit cinq mois; s’il fallait
compter les innombrables sensations, les pensées, les rêves, les
regards, les fleurs écloses, les espérances réalisées, les joies sans
fin, une chevelure dénouée et vétilleusement éparpillée, puis remise
et ornée de fleurs, les discours interrompus, renoués, abandonnés,
les rires folâtres, les pieds trempés dans la mer, les chasses
enfantines faites à des coquillages cachés dans les rochers, les
baisers, les surprises, les étreintes, mettez toute une vie, la mort se
chargera de justifier le mot. Il est des existences toujours sombres,
accomplies sous des cieux gris; mais supposez un beau jour où le
soleil enflamme un air bleu, tel fut le mai de leur tendresse pendant
lequel Étienne avait suspendu toutes ses douleurs passées au cœur
de Gabrielle, et la jeune fille avait rattaché ses joies à venir à celui
de son seigneur. Étienne n’avait eu qu’une douleur dans sa vie, la
mort de sa mère; il ne devait y avoir qu’un seul amour, Gabrielle.
La grossière rivalité d’un ambitieux précipita le cours de cette vie
de miel. Le duc d’Hérouville, vieux guerrier rompu aux ruses,
politique rude mais habile, entendit en lui-même s’élever la voix de la
défiance après avoir donné la parole que lui demandait son
médecin. Le baron d’Artagnon, lieutenant de sa compagnie
d’ordonnance, avait en politique toute sa confiance. Le baron était
un homme comme les aimait le duc d’Hérouville, une espèce de
boucher, taillé en force, grand, à visage mâle, acerbe et froid, le
brave au service du trône, rude en ses manières, d’une volonté de
bronze à l’exécution, et souple sous la main; noble d’ailleurs,
ambitieux avec la probité du soldat et la ruse du politique. Il avait la
main que supposait sa figure, la main large et velue du condottière.
Ses manières étaient brusques, sa parole était brève et concise. Or,
le gouverneur avait chargé son lieutenant de surveiller la conduite
que tiendrait le médecin auprès du nouvel héritier présomptif. Malgré
le secret qui environnait Gabrielle, il était difficile de tromper le
lieutenant d’une compagnie d’ordonnance: il entendit le chant de
deux voix, il vit de la lumière le soir dans la maison au bord de la
mer; il devina que tous les soins d’Étienne, que les fleurs
demandées et ses ordres multipliés concernaient une femme; puis il
surprit la nourrice de Gabrielle par les chemins allant chercher
quelques ajustements à Forcalier, emportant du linge, en rapportant
un métier ou des meubles de jeune fille. Le soudard voulut voir et vit
la fille du rebouteur, il en fut épris. Beauvouloir était riche. Le duc
allait être furieux de l’audace du bonhomme. Le baron d’Artagnon
basa sur ces événements l’édifice de sa fortune. Le duc, apprenant
que son fils était amoureux, voudrait lui donner une femme de
grande maison, héritière de quelques domaines; et pour détacher
Étienne de son amour, il suffirait de rendre Gabrielle infidèle en la
mariant à un noble dont les terres seraient engagées à quelque
Lombard. Le baron n’avait pas de terres. Ces données eussent été
excellentes avec les caractères qui se produisent ordinairement
dans le monde, mais elles devaient échouer avec Étienne et
Gabrielle. Le hasard avait cependant déjà bien servi le baron
d’Artagnon.
Pendant son séjour à Paris, le duc avait vengé la mort de
Maximilien en tuant l’adversaire de son fils, et il avait avisé pour
Étienne une alliance inespérée avec l’héritière des domaines d’une
branche de la maison de Grandlieu, une grande et belle personne
dédaigneuse, mais qui fut flattée par l’espérance de porter un jour le
titre de duchesse d’Hérouville. Le duc espéra faire épouser à son fils
mademoiselle de Grandlieu. En apprenant qu’Étienne aimait la fille
d’un misérable médecin, il voulut ce qu’il espérait. Pour lui, cet
échange ne faisait pas question. Vous savez si cet homme de
politique brutale comprenait brutalement l’amour! il avait laissé
mourir près de lui la mère d’Étienne, sans avoir compris un seul de
ses soupirs. Jamais peut-être en sa vie n’avait-il éprouvé de colère
plus violente que celle dont il fut saisi quand la dernière dépêche du
baron lui apprit avec quelle rapidité marchaient les desseins de
Beauvouloir, auquel le capitaine prêta la plus audacieuse ambition.
Le duc commanda ses équipages et vint de Paris à Rouen en
conduisant à son château la comtesse de Grandlieu, sa sœur la
marquise de Noirmoutier, et mademoiselle de Grandlieu, sous le
prétexte de leur montrer la province de Normandie. Quelques jours
avant son arrivée, sans que l’on sût comment ce bruit se répandait
dans le pays, il n’était question, d’Hérouville à Rouen, que de la
passion du jeune duc de Nivron pour Gabrielle Beauvouloir, la fille
du célèbre rebouteur. Les gens de Rouen en parlèrent au vieux duc
précisément au milieu du festin qui lui fut offert, car les convives
étaient enchantés de piquer le despote de la Normandie. Cette
circonstance excita la colère du gouverneur au dernier point. Il fit
écrire au baron de tenir fort secrète sa venue à Hérouville, en lui
donnant des ordres pour parer à ce qu’il regardait comme un
malheur.
Dans ces circonstances, Étienne et Gabrielle avaient déroulé tout
le fil de leur peloton dans l’immense labyrinthe de l’amour, et tous
deux, peu inquiets d’en sortir, voulaient y vivre. Un jour, ils étaient
restés auprès de la fenêtre où s’accomplirent tant de choses. Les
heures, d’abord remplies par de douces causeries, avaient abouti à
quelques silences méditatifs. Ils commençaient à sentir en eux-
mêmes les vouloirs indécis d’une possession complète: ils en étaient
à se confier l’un à l’autre leurs idées confuses, reflets d’une belle
image dans deux âmes pures. Durant ces heures encore sereines,
parfois les yeux d’Étienne s’emplissaient de larmes pendant qu’il
tenait la main de Gabrielle collée à ses lèvres. Comme sa mère,
mais en cet instant plus heureux en son amour qu’elle ne l’avait été,
l’enfant maudit contemplait la mer, alors couleur d’or sur la grève,