Les méta-heuristiques
6210 mots
25 pages
LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage Alain HERTZ Ecole Polytechnique - GERAD Département de mathématiques et de génie industriel CP 6079, succ. Centre-ville, Montréal (QC) H3C 3A7, Canada E-mail address: Alain.Hertz@gerad.ca1.
Introduction
La solution optimale à un problème d’optimisation ne peut que très rarement être déterminée en un temps polynomial. Il est donc souvent nécessaire de trouver des modes de résolution qui fournissent une solution de bonne qualité dans un laps de temps raisonnable : c’est ce que font les heuristiques. Depuis une vingtaine d’années, les heuristiques les plus populaires, et également les plus efficaces, sont des techniques générales, appelées méta-heuristiques, qu’il s’agit d’adapter à chaque problème particulier. Parmi ces techniques générales, nous nous pencherons dans ce chapitre sur deux approches ayant clairement démontré leur utilité dans de nombreux domaines, y compris la gestion des systèmes de production. La première de ces approches, appelée Recherche Locale, est couramment utilisée depuis plus de 20 ans et comprend, entre autres, la technique du Recuit Simulé [Kirkpatrick et al., 1983] et la Recherche Taboue [Glover, 1986]. La deuxième approche, appelée Méthode Évolutive, est plus récente puisqu’ elle date du début des années 90. Elle s’ est particulièrement faite connaître par l’ intermédiaire des algorithmes génétiques dont l’ origine remonte aux travaux de Holland [Holland, 1975]. Le but de ce chapitre n’ est pas de donner une description précise de l’ ensemble des métaheuristiques couramment utilisées en optimisation. Nous visons plutôt à guider toute personne désirant adapter une méta-heuristique à un problème particulier d’ optimisation. Pour ce faire, nous décrivons tout d’ abord brièvement, dans la prochaine section, les 2 approches susmentionnées. Dans la Section 3, nous commençons par indiquer les concepts les plus importants qu’ il s’ agit d’ adapter adéquatement pour