Bechoua, ChouaibMehellou, AbdelatifLaboudi, Zakaria2018-12-042018-12-042015http://hdl.handle.net/123456789/6845La résolution des problèmes d'optimisation consiste à trouver des solutions optimales afin d'atteindre un ou plusieurs objectifs. Dans ce travail, nous allons travailler sur la résolution de ce type de problèmes par algorithmes évolutionnaires, en particulier les algorithmes évolutionnaires inspirés-quantiques qui font introduire des principes et des concepts inspirés de l'informatique quantique. Ainsi, nous avons développé de nouvelles variantes de ces algorithmes qui tournent sur des architectures parallèles et/ou distribuées comme les machine multiprocesseurs, les LAN, les clusters et les grilles de calcul, les cloud, pour la résolution de plusieurs classes de problèmes d'optimisation, que ce soit des problèmes mono ou multi-objectifs. Pour mesurer l'efficacité et les performances de ces variantes, une série d'expérimentations a été réalisée. Les résultats ont montré une nette amélioration par rapport aux modèles classiquesdans la mesure où ils s'exécutent dans desenvironnements parallèles en haute performance tout en préservant l'aspect efficacité.frInformatique quantiqueAlgorithmeOther