Métaheuristiques pour l'optimisation difficile

最小化问题和优化组合，避免了各种各样的问题，简化了应用程序。独立的，ungrand nombre de ces problems, sinon la plupart, sont difficiles（问题np困难）。Même在应用程序中，使用的是精确存在的算法（复杂的算法），使用的是大的例子，使用的是精确存在的问题，使用的是计算禁止的方法。为了提供范例，我们将测试<s:2>技术和算法，它们将测试<s:2>技术和算法，它们将测试<s:2>技术和算法，它们将测试<s:2>技术和算法，它们将测试<s:2>解决方案，它们将测试可能的、无保证的和最优的。关于申诉，关于申诉，关于申诉，关于申诉，关于申诉，关于申诉，关于申诉，关于申诉，关于申诉，关于申诉，关于申诉

Les problèmes d'optimisation combinatoire sont omniprésents, notamment dans les applications. Cependant, un grand nombre de ces problèmes, sinon la plupart, sont difficiles (problèmes NP-difficiles). Même en utilisant les meilleurs algorithmes exacts existants (de complexité exponentielle), la résolution des exemplaires de grande taille de tels problèmes nécessite malheureusement un temps de calcul prohibitif. Pour traiter ces exemplaires, il est nécessaire de recourir à des heuristiques, c'est-à-dire des techniques algorithmiques qui fournissent en un temps réduit des solutions aussi bonnes que possible, mais sans garantie d'optimalité. On appelle métaheuristique un schéma d'heuristique générique (i.e. applicable à de nombreux problèmes).