Algorithmes génétiques hybrides en optimisation combinatoire

Hybrid Genetic Algorithms in Combinatorial Optimization

• Auteur / Autrice : Pascal Rebreyend
• Direction : Stéphane Ubeda
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1999
• Etablissement(s) : École normale supérieure de Lyon (Lyon ; 1987-2009)

Résumé

Cette thèse porte sur les problèmes d'optimisation combinatoire et sur leur résolution grâce aux algorithmes génétiques, notamment ceux hybrides. Cette thèse traite les trois problèmes suivants : l'ordonnancement de programmes parallèles, le placement de composants sur circuits imprimés et la construction de réseaux de téléphonie cellulaire. Ces problèmes sont résolus par l'utilisation d'algorithmes génétiques hybrides. Les algorithmes génétiques sont une méthode intéressante et facilement parallélisable pour trouver une solution sous-optimale d'un problème combinatoire. Ils sont bases sur la théorie de l'évolution des espèces. Leur méthode consiste donc a faire évoluer une population d'individus ou de solutions. Cette thèse examine et compare les deux principales façons de coupler un algorithme génétique avec une heuristique. Ces deux méthodes sont nommées représentation directe et représentation indirecte. Dans le cas de la représentation directe, l'heuristique est introduite au sein de l'algorithme génétique en modifiant les opérateurs de croisement ou de mutation. La représentation indirecte consiste à utiliser l'algorithme génétique pour déterminer un ordre total sur les éléments du problème. On utilise alors une heuristique ou algorithme de liste qui construit la solution pas a pas en tenant compte de cet ordre. A part le problème de l'ordonnancement, cette thèse présente et explique la modélisation de chaque problème, modélisation qui est nécessaire afin de pouvoir exploiter au mieux les caractéristiques des algorithmes génétiques. Les trois problèmes étudiés ont permis d'expérimenter les deux types d'algorithmes génétiques hybrides. Les algorithmes hybrides testés ont montré leur efficacité par rapport aux heuristiques classiques. Les résultats obtenus confirment l'intérêt d'adapter l'algorithme génétique au problème traité.