Métaheuristiques Recuit simulé, recherche avec tabous, recherche à voisinages variables, méthode GRASP (2014)

Avant -p ropos
Optimisation multi -o b jectif
De p lus en plus de problèmes exigent la con s id é ration simultanée de plusieurs
ob jectifs contradi ctoires. Il n’existe pas, dans ce cas, un optimum unique ; on cherche,
en revanche, une ga mme de so lut ions “o pti mal es au sens de Pa ret o”, qui fo rme nt la
“surface de compromis” du problème considéré. Ces solutions p euvent être soumises à
l’arbitrage final de l’utilisateur. Les principales métho des d’optimisation multi-ob jectif
(exploitant, ou non, une métaheuristique) et quelques applications, notamment en
télécommunication, ont été prése ntées d an s l’ouvrage [ Collette et al. 02] pa ru ch ez
E yr ol le s, da ns la m êm e c ol le c ti on q ue ce l iv re , en o c to br e 2 00 2.
Les métho des hybrides
Le succès rapide des métaheuristiques est dû aux difficultés rencontrées par les
métho des classiques d’optimisation dans les problèmes complexes d’ingénierie. Après
le triomphalisme des débuts des tenants de telle ou telle métaheuristique, l’heure
est venue de fa ire un bi lan ré ali ste et d’ acc ept er la co mpl éme nta rité de ces no uve lle s
métho des entre elles, ainsi qu’avec d’autres appro ches : d’où l’émergence actuelle de
méthodes hybrides (voir par exemple [Renders et al.
96]).
Optimisation multi m o dale
Il s’agit cette fois de déterminer tout un jeu de solutions optimales, au lieu d’un
optimum unique. Les algorithmes évolutionnaires sont particulièrement bien adaptés
à cette tâ che, de pa r leur nat ure dist ribué e. Les vari antes de ty p e “mult ip opul ation”
ex plo ite nt en pa rall èle pl usie urs p op ulat io ns, qui s’ att ach ent à rep érer des op timu ms
di ffé re nt s.
Parallé li sa ti on
De multiples mo des de parallélisation ont été prop osés p our les différentes métaheu-
ristiques. Certaines techniques se veulent générales ; d’autres, en revanche, tirent parti
de pa rt i cu la ri té s du pr ob lè m e. Ai ns i , da ns l es pr ob lè m es de pl a ce me nt de c om p o sa nt s,
les tâche s p euvent être réparties naturellement entre plus ie u rs pro cesseurs : chacun
d’ e ux e st c ha rgé d’ o pt im is er une z on e g éo gr a phi q ue do nn é e et de s i nf or ma ti on s s on t
écha ngé es p ério di quem ent en tre pro ce sse urs voisins (v oir par ex emp le [ Se che n 88] et
[Wong et al. 88]).
- 15 -