La programmation a memoire adaptative et les algorithmes pseudo-gloutons: nouvelles perspectives pour les meta-heuristiques

La premiere partie de ce dossier analyse les developpements recents de plusieurs meta-heuristiques a memoire et montre que les manieres d''implanter l''une ou l''autre de ces methodes generales d''optimisation ont tendance a se rapprocher. Une presentation unifiee de ces methodes est proposee sous le nom de programmation a memoire adaptative. Un certain nombre de methodes recemment developpees pour la resolution de problemes d''affectation quadratique et d''elaboration de tournees de vehicules sont passees en revue et presentees sous l''angle de la programmation a memoire adaptative. Une seconde partie est consacree a un des mecanismes fondamentaux de la programmation a memoire adaptative, a savoir une procedure de recherche locale. Dans certains cas, une methode d''optimisation gloutonne s''arretant au premier optimum local relativement a un voisinage simple convient, mais il est parfois necessaire d''utiliser une procedure plus elaboree. On peut penser a implanter une methode evoluee, comme par exemple une recherche avec tabous, mais il n''est parfois pas necessaire d''aller jusque la : Dans bien des cas en effet, l''usage d''un second voisinage ou d''une fonction- objectif alternative permet d''ameliorer suffisamment un algorithme glouton ; on parlera alors de methode pseudo-gloutonne. Finalement, on montre comment un programme a memoire adaptative ou une recherche pseudo-gloutonne peuvent se paralleliser de facon naturelle et efficace.