Optimisation par hybridation d'un CSP avec un algorithme génétique

Dans le cadre de la programmation logique avec contraintes, et plus généralement des CSP (Constraint Satisfaction Problem) sur des domaines finis, nous proposons une nouvelle méthode d’optimisation reposant sur un algorithme génétique. L’idée de base est de faire manipuler par l’algorithme génétique des sous-domaines des variables du CSP, cet ensemble de sous-domaines constituant un chromosome, i.e. un individu de l’algorithme génétique. L’évaluation d’un chromosome, c.-à-d. la fonction optimisée par l’algorithme génétique, est alors calculée par résolution du CSP sur le sous-espace correspondant. Dans ce cadre nous présentons plusieurs opérateurs de mutation et croisement, triviaux, puis adaptés au problème. Le résultat de cet étude est résumé en un nouveau prédicat d’optimisation pouvant remplacer le minimize de CHIP. Cette méthode d’optimisation hybride est destinée aux problèmes dont l’espace de recherche est trop vaste pour être exploré par un CSP simple et trop complexe pour qu’un algorithme génétique découvre des solutions admissibles. Les premiers tests de la méthode sur une formulation CSP naı̈ve de VRP (Vehicle Routing Problem) sont encourageants.