Open Metaheuristics, concevoir, tester et utiliser des métaheuristiques pour l’optimisation difficile
par nojhan le 9 janvier 2006
Open Metaheuristics (oMetah), est un « Framework » libre de conception et de validation de métaheuristiques ( les métaheuristiques forment une classe d’algorithmes d’optimisation, adaptés à des problèmes difficiles.). Il est diffusé sous la licence LGPL.
Open Metaheuristics est issu de mon travail de recherche, et est une refonte du code produit pendant ma thèse de doctorat, avec l’aide de Walid Tfaili et Jean-Philippe Aumasson.
oMetah vise particulièrement à faciliter les tests et la comparaison de métaheuristiques. Il utilise une approche du type « recherche à apprentissage adaptatif » (ALS, elle-même inspirée par la « programmation à mémoire adaptative », AMP) pour modéliser les métaheuristiques. L’intérêt de cette approche est de multiplier les points de comparaisons entre des algorithmes a priori aussi différents que les algorithmes génétiques (évolutionnaires), la recherche tabou, les algorithmes de colonies de fourmis, le recuit simulé, etc.
oMetah est formé d’un coeur en C++, pour implémentant diverses métaheuristiques dans le cadre de l’ALS, et d’un outils d’automatisation de tests et de production de graphiques de synthèses (via Python et R).
Le tout est actuellement principalement développé au LISSI, à l’université de Paris 12, mais bénéficie également des contributions d’intervenants extérieurs.
Plus d’informations sur
le site officiel : Open Metaheuristics ;
la page du projet oMetah, sur BerliOS ;
la page d’infos oMetah, sur freshmeat.