Abstract FR:

Cette these propose une methode heuristique de partitionnement de graphes. L'approche consiste a reduire la variance des coefficients de la matrice d'adjacence du graphe, puis a la partitioner selon la permutation obtenue. Nous montrons que notre methode de reduction de variance a des caracteristiques qualitatives et quantitatives comparables a celles de la methode spectrale. Nous proposons aussi un algorithme parallele de partitionnement qui reunit la reduction de variance et une extension de la recherche locale par echanges. Les resultats experimentaux confirment que notre algorithme est competitif avec une methode de recherche locale multi-niveaux.