Hybridation Des Algorithmes Evolutionnaires Multiobjectifs

Les Algorithmes Evolutionnaires (AEs) repr sentent une famille d'algorithmes fond s sur la th orie Darwinienne. Ils font voluer une population d'individus vers l'optimum d'une fonction. Ils sont caract ris s par leur capacit de diriger la recherche vers les zones prometteuses. Cependant, ces m taheuristiques poss dent quelques faiblesses. Une fa on de les surmonter est de combiner ces AEs avec d'autres m thodes de recherche, ce ph nom ne est appel l'hybridation. La plus connue est l'hybridation avec les m thodes de recherche locale (RL) qui ont la capacit

d tecter les optima locaux. Le r sultat d'une telle hybridation est appel Algorithme M m tique (AM). Plusieurs AMs ont montr de tr s bons r sultats dans la r solution de probl mes r els dans un cadre mono-objectif. C'est pour cette raison, la communaut scientifique a opt vers le d veloppement d'AMs pour le cadre multi-objectif. La plupart des AMs multi-objectifs visent la r solution des probl mes r els plut t que le d veloppement du cadre conceptuel de tels algorithmes. Dans ce travail, nous pr sentons les probl mes de conception des AMs multi-objectifs. Ainsi, nous d veloppons un AM multi-objectif (PHC-NSGA-II)