Benyoucef, HayetHarchaou, Khalissa2021-12-212021-12-212021ROM 143http://10.10.1.6:4000/handle/123456789/1553Résumé De nombreux algorithmes et métaheuristiques pour l’optimisation s’inspirent de la nature, par exemple l'algorithme d’optimisation de l’essaim de particules et l'algorithme des lucioles. Ces algorithmes permettent souvent de résoudre des problèmes d’optimisation de nature très diverse. Dans ce mémoire, nous proposons un nouvel algorithme métaheuristique, c'est l'algorithme d'optimisation d'équilibre inspiré par les modèles de bilan massique de volume de contrôle. Cet algorithme est très simple, il donne de bons résultats et peut facilement s’adapter à des problèmes d’optimisation divers. Nous l’appliquons le test des fonctions de benchmark pour les fonctions unimodales et multimodales. Enfin, nous discuterons des différences entre les trois algorithmes. Mots clés : Métaheuristique, Optimisation par essaims particulaires, Algorithme des lucioles, Optimisation d'équilibre. Abstract Many algorithms and metaheuristics for optimization are inspired by nature, for example the optimization algorithm of the particle swarm and the firefly algorithm. These algorithms often solve optimization problems of a very diverse nature. In this paper, we propose a new metaheuristic algorithm, which is the equilibrium optimization algorithm inspired by the volume control mass balance models. This algorithm is very simple, it gives good results and can easily adapt to various optimization problems. We apply the benchmark function test for unimodal and multimodal functions. Finally, we will discuss the differences between the three algorithms. Keywords : metaheuristics, the particle swarm optimization, the firefly algorithm, the equilibrium optimization.frMétaheuristique, Optimisation par essaims particulaires, Algorithme des lucioles, Optimisation d'équilibre.Thesis