Métaheuristiques Coopératives : du déterministe au stochastique

Abstract

Ce travail présente nos principales contributions à la résolution de problèmes d'optimisation combinatoire en environnements déterministe et stochastique. Au niveau des métaheuristiques, une vue unifiée de la conception de métaheuristiques à solution unique et de métaheuristiques multi-objective est proposée. Cette unification a permis notamment de retravailler la plateforme ParadisEO afin d'offrir plus de flexibilité et de polyvalence. La synthèse des travaux présente également une vue unifiée des métaheuristiques coopératives. Nous montrons que cette vue convient aussi bien pour des coopérations entre métaheuristiques que des coopération entre des métaheuristiques et des méthodes exactes mais également des coopérations entre des métaheuristiques et des algorithmes d'extraction de connaissances. Différents exemples de coopérations réalisées dans mes travaux de recherche illustent ces coopérations et leur application à des problèmes d'optimisation combinatoire mono- et multi-objectif. Cette habilitation se termine par la présentation de travaux réalisés en optimisation stochastique notamment dans le cadre de l'optimisation sous incertitude et de l'optimisation dynamique. L'importance des critères de robustesse est discutée ainsi que l'intérêt et la mise en œuvre de méthodes coopératives dans un contexte dynamique. Les principales applications présentées on été réalisées sur des problèmes en transport et logistique ainsi qu'en biologie dans le cadre de l'ANR Dock.