|
Résumé :
|
La plupart des problèmes d’optimisation combinatoire sont des problèmes très difficiles à résoudre et que l’on trouve dans plusieurs domaines à savoir la fabrication, l’énergie, les télécommunications, la médecine, la robotique etc .... Malgré l’existence d’un nombre important de méthodes de résolution de ce type de problèmes, elles restent limitées et insuffisantes dans la plupart de problèmes, spécialement pour la résolution des problèmes d’optimisations dans les systèmes critiques. Pourcela,nousessayonsdeproposerdessolutionsadéquatespourrésoudrecesproblèmes. Nous utilisons des approches hybrides distribués efficaces. Dans ce mémoire, nous traitons le problème de l’optimisation combinatoire en faisant une hybridation entre les approches inspirées de la nature et les systèmes multiagents. Nous appliquons cette approche pour la résolution d’un problème l’ordonnancement de tâches. Dans un premier temps, nous proposerons une hybridation entre les algorithmes génétique et l’informatique quantique et par la suite nous intégrons cette hybridation dans un système multi-agent.
|
