Les problèmes d’optimisation combinatoire sont omniprésents. Ils sont présents dans de multiples domaines comme les télécommunications, les réseaux de transport, l’environnement, l’aéronautique, les finances, les systèmes embarqués, etc. Ces problèmes sont souvent multi-objectif dans le sens où l'on cherche à optimiser simultanément plusieurs objectifs généralement contradictoires. La résolution de tels problèmes consiste à trouver l'ensemble de solutions dites Pareto optimales. Les méthodes de résolution peuvent être classées en 2 familles: les méthodes exactes (branch-and-bound, programmation dynamique, programmation par contrainte, etc.) et les méthodes approchées ou métaheuristiques (algorithmes évolutionnaires, colonies de fourmis, essaims de particules, etc.) Les méthodes exactes produisent toutes les solutions Pareto optimales mais ne peuvent être appliquées que pour des instances de petite taille et un nombre d’objectifs réduit. Pour les instances de grandes tailles et/ou des un nombre élevé d'objectifs (>=3), le nombre de solutions Pareto explose. Par conséquent, les méthodes exactes nécessitent des temps de calcul énormes. Les méthodes approchées (les métaheuristiques) fournissent, quant à elles, des solutions dans des temps raisonnables mais au détriment de la qualité des solutions.
La conception de méthodes de résolution présentant un bon compromis entre temps d’exécution et qualité de solutions nécessite généralement l’hybridation de plusieurs méthodes de résolution de base ayant des caractéristiques complémentaires. L'hybridation peut avoir lieu entre des méthodes approchées (par exemple, hybridation d’un algorithme évolutionnaire avec une méthode de recherche locale) ou entre des méthodes approchées et des méthodes exactes. C’est ce dernier schéma d’hybridation qui nous intéresse le plus.
L’objectif de recherche de l’équipe OPMO est étant donné un problème d’optimisation mono ou multi-objectif, il s’agit de trouver la (les) méthode(s) de résolution efficace(s), efficiente(s) et robuste(s) pour résoudre les grandes instances de ce problème.

Les membres Grade Structure de
Rattachement
ADDA Chahrazed Dr. Univ. Oran1 Table 'icares_alpha.canvas' doesn't exist