Résumé:
Dans cette thèse, nous nous intéressons à l’étude d’une nouvelle variante d’un problème NP-difficile d’optimisation combinatoire, qui est le problème de localisation de couverture maximale, notée MCLP. Cette variante de MCLP est appelée problème de localisation de couverture maximale à capacité floue, où trois différentes métaheuristiques hybrides ont été abordées pour le résoudre approximativement. Une instance du problème est représentée par un ensemble de clients dans un réseau donné avec leurs distances et tel que le degré de couverture des stations et la distance entre les clients sont flous. Son objectif est d’ouvrir ( sélectionner ) un sous-ensemble de stations à localiser de manière à maximiser la couverture totale des clients. La première approche est une méthode évolutive basée sur l’optimiseur de loup gris (GWO), qui commence par générer une population initiale à l’aide d’une stratégie gloutonnes capable d’obtenir des solutions réalisables en fonction de la position actuelle des loups. Dans la deuxième méthode, nous proposons un optimiseur de loup gris modifié, combiné à une série de recherches locales et une borne supérieure délimitant les mouvements des loups. Cette méthode améliore la qualité des solutions appartenant à la population actuelle en ajoutant une série de recherches locales. De plus, une stratégie d’exploration a été introduite à notre approche, basée sur un opéra-teur de suppression/ reconstruction pour diversifier l’espace de recherche et visiter de nouveaux sous-espaces. Dans la dernière approche de résolution, l’algorithme commence par appliquer la procédure de rounding, qui établit une solution initiale réalisable pour le problème. Ensuite, une recherche par intervalles est effectuée, intégrant à la fois des bornes inférieures et supérieures, afin de limiter le processus de recherche et améliorer la qualité de la solution. L’algorithme suit une approche de recherche itérative , ressemblant à une méthode de descente, pour affiner la solution d’une manière itérative. Les résultats trouvés ont été comparés à ceux obtenus par les méthodes récentes de la littérature ainsi que le solveur CPLEX. Des résultats encourageants ont été fournis, montrant l’efficacité de nos techniques de résolution pour le problème de localisation de couverture maximale à capacité floue.
