Cet ouvrage propose un panorama rigoureux et appliqué des méthodes d'optimisation, du cas le plus simple au plus complexe. Les chapitres A à D couvrent l'optimisation mono critère sans contraintes : méthodes classiques (Newton, Rosenbrock, recuit simulé, essaims particulaires, évolution différentielle), algorithme génétique classique, algorithme évolutionnaire ALGO, et algorithme génétique diploïde (AGD), véritable fil rouge de l'ouvrage. Inspiré de la biologie, l'AGD se distingue par sa robustesse et sa capacité à traiter une large variété de problèmes.
Le chapitre E étend l'approche à l'optimisation multicritère au sens de Pareto, avec des notions de robustesse décisionnelle et d'aide à la décision. Le chapitre F montre comment les contraintes peuvent être converties en critères supplémentaires, permettant à l'AGD de traiter l'optimisation sous contraintes sans modification algorithmique. L'ouvrage se conclut par un riche chapitre d'applications industrielles, notamment dans la modélisation et l'optimisation de parcs électronucléaires.
Accessible aux ingénieurs, chercheurs et étudiants avancés, ce livre constitue une référence complète alliant théorie, algorithmique et pratique industrielle.
Publication Date: 2026-06-14