Métaheuristiques pour l'optimisation difficile

优化困难的元启发式方法

• 批准号: 251139-2011
• 负责人: Galinier, Philippe
• 金额: $ 1.46万
• 依托单位: École Polytechnique de Montréal
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2014
• 资助国家: 加拿大
• 起止时间: 2014-01-01 至 2015-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=547657
• 关键词: taheuristiques; pour; optimisation; difficile

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).

Les problèmes d'optimization 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 Questaille de tels problèmes néprominite malheureusement un temps de calcul prohibitif.为了展示这些例子，我们需要重新考虑数学，这是一种算法技术，它在一个时间内提供了可能的解决方案，迈斯没有保证最优。On appelle metaesthistique un schéma d'esthistique générique（i.e. applicable à de nombreux problèmes）.