Méthodes heuristiques et programmation mathématique

点击翻译按钮获取中文摘要

Au niveau des méthodes heuristiques (métaheuristiques), nos objectifs sont d'améliorer l'efficacité des méthodes de recherche locale ou à base de voisinages (méthodes de recherche Tabu et du recuit simulé) et des méthodes à base de populations (population based methods) pour résoudre des problèmes complexes de type combinatoire et de grande taille rencontrés dans diverses applications:   i. Problèmes d'ordonnancement de projets avec contraintes de ressources (RCPSP) ii. Problèmes d'horaires d'événements et d'horaires de personnel iii. Problèmes d'ordonnancement dans l'extraction des minerais dans les mines à ciel ouvert iv. Problèmes d'ordonnancement dans la planification de la transformation des minerais de cuivre   v. Problèmes d'ordonnancement dans l'exploitation forestière Parmi les méthodes à base de populations, en plus de l'algorithme génétique, nous allons considérer d'autres méthodes comme l'algorithme génétique avec combinaison de plus de deux parents et celle du "particle swarm" qui sont mieux connues en intelligence artificielle, de même que celle du "scatter search". En programmation mathématique, nous comptons poursuivre nos recherches sur la convergence et l'efficacité des méthodes inexactes pour résoudre des problèmes de programmation fractionnaire généralisée, et en particulier dans le cas discret.