META

  • Posted on: 17 September 2012
  • By: admin
  • Updated on: 15 May 2019
En bref
Nom complet: 
Théorie et applications des méta-heuristiques (groupe inter-GDR RO/MACS)
inter-GdR: 
Liste de diffusion: 
Détails

Les ingénieurs et les chercheurs se heurtent quotidiennement à des problèmes de complexité grandissante, qui surgissent dans des domaines très divers, comme dans les transports, la logistique, les télécommunications, le génie biomédical, l’énergie, la mécanique, le traitement d’images, et l’électronique. Nous nous intéressons à un groupe de méthodes, dénommées métaheuristiques, comprenant notamment la méthode du recuit simulé, les algorithmes évolutionnaires, la méthode de recherche tabou, les algorithmes de colonies de fourmis, l’optimisation par essaim particulaire, les algorithmes à estimation de distribution... apparues, à partir des années 1980, avec une ambition commune : résoudre au mieux les problèmes dits d’optimisation difficile. Les métaheuristiques se prêtent, en outre, à des extensions diverses, qui ont été proposées pour faire face à des particularités de l’optimisation. Pour illustrer la vitalité du domaine, on peut citer quelques-unes de ces extensions : modèles parallèles, optimisation multiobjectif, adaptation aux problèmes à variables continues, optimisation multimodale, méthodes hybrides et matheuristiques, optimisation dynamique et stochastique.

Cette présentation ne doit pas éluder la principale difficulté à laquelle est confronté l’utilisateur, en présence d’un problème d’optimisation concret : celui du choix d’une méthode efficace, capable de produire une solution optimale - ou de qualité acceptable - au prix d’un temps de calcul raisonnable. Face à ce souci pragmatique, la théorie n’est pas encore d’un grand secours, car les théorèmes de convergence sont souvent inexistants, ou applicables sous des hypothèses très restrictives. Les efforts de recherche en cours visent à remédier à cette situation, périlleuse à terme pour la crédibilité des métaheuristiques : compte tenu du foisonnement du domaine, il est devenu indispensable d’éclairer l’utilisateur dans le choix d’une métaheuristique ou d’une méthode hybride, et dans l’ajustement de ses paramètres. Nous mentionnons en particulier trois enjeux importants de ces travaux. Le premier est l’exploitation systématique d’hybridations et de coopérations entre méthodes. Le second concerne les possibilités d’analyse systématique des métaheuristiques sur les plans de la convergence, la complexité, la robustesse et les garanties de qualité. Le troisième enjeu porte sur les tentatives d’unification du domaine.