Abstract FR:

Cette thèse présente un nouvel algorithme d'exploration par voisinage pour la résolution de problèmes d'optimisation combinatoire. Cet algorithme se nomme HOLSA, acronyme de Heuristic Oscillating Local Search Algorithm. Son originalité vient de l'utilisation de techniques issues de l'énumeration implicite au sein d'un schéma général d'exploration locale et de l'usage systématique d'une stratégie oscillante. L'énumération implicite, en particulier A*, a inspiré tout d'abord la méthode d'évaluation des éléments, qui permet d'inclure un aspect prédictif dans l'exploration, aspect en général ignoré des méthodes d'exploration locale. Ensuite, elle a influencé la méthode de mémorisation retenue, qui se démarque fortement de la mémoire flexible de la recherche tabou, processus de mémorisation le plus utilisé en exploration locale. HOLSA a été expérimenté pour la résolution du sac à dos multidimensionnel, en variables 0 - 1 ou en variables entières, sur une librairie de problèmes de la littérature comme sur des instances aléatoires. Mais son application n'est pas restreinte à un seul type de problèmes, et il fonctionne également pour des problèmes d'optimisation non linéaire. Les comparaisons avec les principaux algorithmes d'exploration locale et avec la méthode par évaluation et séparation (Branch and Bound) montrent que cette approche présente un intérêt et permet d'obtenir un rapport performant entre la qualité de la solution trouvée et le temps de résolution requis.