Abstract:
Nous avons d e ni dans le premi ere chapitre les probl emes d'optimisation combinatoire et
quelques exemples de ces probl emes .
Dans le deuxi eme chapitre nous avons d e ni les probl emes d'optimisation multi-objectif et
les el ements de base et Quelques m ethodes de r esolution.
Dans le troisi eme chapitre Nous avons pr esent e la classi cation des Algorithmes MOACO
et plusieurs algorithmes MOACO propos es dans la litt erature. Ces algorithmes proposent dif-
f erentes strat egies pour la r esolution des probl emes multi-objectifs.
Dans le quatri eme chapitre, nous avons men e une etude comparative des algorithmes de
colonies de fourmis (MACS, PACO, MOACO, MOACO/D-ACS, MOEA/D-ACO) pour l'opti-
misation multi-objectifs.
Avec le temps,la th eorie et la recherche appliqu ee sur l'optimisation multi-objectifs des colo-
nies de fourmis se d eveloppent continuellement.Il a et e d emontr e que l'algorithme d'optimisation
multi-objectifs des colonies de fourmis pr esente un avantage certain pour le probl eme d'opti-
misation de l'espace discret ,Les chercheurs ont egalement r ealis e quelques r ealisations lorsque
essayant de l'appliquer pour r esoudre le probl eme d'optimisation continue multi-objectifs. Bien
que l'algorithme de fourmis multi-objectifs fonctionne bien pour r esoudre le probl eme d'opti-
misation combinatoire discr ete, il reste encore de nombreux probl emes a r esoudre aujourd'hui,
tels que comment emp^echer les fourmis d'entrer dans l'optimal local, la meilleure approche pour
eviter que l'algorithme ne converge pr ematur ement
Les probl emes d'optimisation multi-objectifs sont d ej a une voie de recherche future promet-
teuse.
43
