Méthodes exactes et métaheuristique pour l'optimisation vectorielle

La majorité des problèmes rencontrés dans la pratique nécessitent l'optimisation selon des objectifs souvent contradictoires. La notion d'optimalité disparaît pour ce type de problèmes au profit de la notion d'efficacité. Plusieurs algorithmes ont été proposés pour la résolution de ces problèmes vu leurs difficultés. Les différents travaux présentés dans cette thèse concernent les problèmes multiobjectif linéaires dans le cas continu et discret. Notre premier objectif est de présenter quelques méthodes exactes conçues pour rechercher l'ensemble ou bien de sous-ensemble des solutions efficaces, ces méthodes sont basés sur les opérations du simplexe. Le deuxième objectif et d'étudier l'algorithme génétique le plus populaire pour la résolution des MOLP appelé NSGAII. Et enfin réaliser une étude comparative entre ces deux types de méthodes.