Les problèmes industriels peuvent rarement être formalisés complètement. Certaines décisions dépendent de l'image que veut se donner une entreprise, de la politique qu'elle veut appliquer vis-à-vis de sa clientèle et de ses concurrents, de son environnement économique, législatif, etc. Ses décisions en matière de conception d'un nouveau produit, de sa fabrication, de son lancement, dépendent de
... [Show full abstract] dialogues, de négociations, avec de multiples acteurs. Tout ceci se prête difficilement à une formalisation en vue d'une résolution complète sur un calculateur. Dans le contexte de l'optimisation, un problème présente souvent plusieurs solutions optimales de valeur équivalente. Cela se rencontre lorsque la fonction objectif d'un problème d'optimisation est multimodale, c'est-à-dire lorsqu'elle présente plusieurs optimums globaux de même valeur mais pour des solutions différentes. Cela se rencontre aussi dans le domaine de l'optimisation multi-objectif qui consiste à optimiser simultanément plusieurs objectifs, conduisant en général à devoir faire des compromis entre ces derniers. Une seule solution suffit en théorie. Cependant, lorsque des facteurs, qui n'ont pas pu être formalisés, n'ont pas été intégrés dans les contraintes ou les fonctions objectifs d'un problème, cela n'est pas pertinent. Il est alors précieux de disposer d'un échantillon représentatif de la diversité des solutions de valeurs équivalentes pour l'algorithme de résolution, afin qu'un décideur puisse choisir celle qui lui paraît la meilleure. Ce chapitre est ainsi consacré à la présentation d'extensions des algorithmes évolutionnaires pour traiter les problèmes: - d'optimisation multimodale; - d'optimisation multi-objectif