Algorithmes evolutionnaires pour l''ordonnancement industriel

Dans plusieurs secteurs d'activité comme l'aéronautique, l'informatique, l'environnement, le transport et autres, les décideurs sont confrontés ŕ des problčmes de complexité grandissante. Il peut s'agir d'optimiser le trajet d'un véhicule, de minimiser des coűts de production, de supporter la prise de décision ou encore d'ordonnancer les processus dans un systčme informatique. Dans de nombreux cas, le problčme ŕ résoudre peut s'exprimer comme un problčme d'optimisation combinatoire qui est rarement uni-objectif. En effet, la plupart des problčmes d'optimisation combinatoire rencontrés dans la pratique nécessitent l'optimisation simultanée de plusieurs objectifs souvent contradictoires. C'est par exemple le cas pour le problčme d'ordonnancement de voitures (POV). Toutefois, malgré l'intéręt indéniable d'aborder les problčmes industriels d'un point de vue multi-objectifs, plusieurs auteurs ont noté que les chercheurs s'attardaient principalement ŕ des contextes théoriques de base. Dans ce livre, nous proposons des approches basées sur des algorithmes évolutionnaires permettant de résoudre efficacement des problčmes industriel multi- objectifs comme le POV.