3.5 Conclusion
Nous avons proposé un nouvel algorithme pour la
solution du problème de l'Acheteur Itinérant. Cet algorithme
consiste en l'hybridation d'une méthode d'optimisation à Colonie
de Fourmis avec des procédures de recherche locale. Notre approche a
été la suivante. L'algorithme d'optimisation par Colonie de
Fourmis est essentiellement dédié à mener la recherche
vers des régions intéressantes de l'espace de solutions. La
recherche locale est alors utilisée pour explorer intensivement ces
régions. Ainsi, l'algorithme d'optimisation par Colonie de Fourmis est
modifié de façon à garantir un important degré de
diversité. Nous appelons Fourmis Anamorphiques Parallèles sur
Plans Multi-Dimensionnels Dynamiques (Dynamic Multi-Dimensional
Anamorphic Traveling Ants ou DMD-ATA) l'algorithme résultant de
cette hybridation. En ce qui concerne les opérateurs de recherche
locale, nous utilisons l'opérateur de grand voisinage Dropstar,
introduit dans le chapitre 2. À notre connaissance, un tel
opérateur n'a jamais été proposé pour le
problème de l'Acheteur Itinérant, ni pour d'autres
problèmes de Tournées de Véhicules. L'utilisation
couplée de l'optimisation par Colonie de Fourmis et d'un
opérateur de recherche à grand voisinage semble efficace,
puisqu'elle permet d'améliorer
les meilleures solutions connues pour un nombre important
d'instances.
10
Groupe 0 8 Groupe 3
Groupe 2 Groupe 1
3
0
6
7
2
1
13
Groupe 4
9
4
5
12
11
| 
