Introduction aux algorithmes d'optimisation Méta-Heuristiques

L' tre humain a toujours utilis la nature comme source d'inspiration pour r soudre des probl mes plus complexes et vu que l'optimisation occupe une place tr s importante dans beaucoup de domaines comme l'informatique, l'automatique ....etc, alors les strat gies inspir es de la nature et adopt es pour r soudre ces probl mes, peuvent tre consid r es, quant elles, comme des algorithmes d'optimisation bio-inspir s (dits aussi algorithmes m ta-heuristiques).Cet ouvrage s'articule autour de cinq parties: introduction aux algorithmes d'optimisation, les m thodes de trajectoire (Ex, R cuit simul ...), les m thodes d'optimisation population (Ex, Essaim de particules, ...), les algorithmes volutionnaires (Ex, les algorithmes g n tiques ...), et les algorithmes inspir s de la nature (Ex, algorithmes inspir s de l' cologie ...). Il peut tre utile pour tous ce qui d sirent approfondir leurs connaissances ou avoir un document de base en mati re d'optimisation M ta-Heuristique.