L'optimisation combinatoire est un outil essentiel pour le scientifique et pour l'ingénieur en particulier. L'optimisation combinatoire, qui est utilisée aussi bien pour la conception que pour le pilotage de systèmes, couvre un large éventail de techniques et fait toujours l'objet de recherches intensives. Notre expérience dans ce domaine couvre les domaines suivants : programmation linéaire, programmation non linéaire et en programmation en nombres entiers. Notre expérience couvre les méthodes de résolution de problèmes par séparations et évaluations progressives et les méthodes de résolution basées sur des méta-heuristiques (recuit simulé et algorithmes génétiques).

Les méta-heuristiques ont été utilisées dans les cas où les solutions exactes s'avèrent non atteignables au regard des temps d'exécutions prohibitifs que nécessitent les problèmes de taille réelle. Nous avons exploré un très grand nombre d'applications en optimisation combinatoire. Dans ce qui suit seules certaines d'entre elles sont mentionnées :

• gestion et conception optimales de systèmes de distribution d'eau, pour lesquelles ces techniques ont été appliquées de manière extensive ;
• gestion et contrôle optimal pour des systèmes robotiques avec application de la programmation linéaire et non linéaire ;
• affectation optimale de tâches sur des processeurs par séparation et évaluation et par recuit simulé ;
• apprentissage dans les chaînes de Markov cachées (HMM) par recuit simulé ;
• classification d'objets basée sur leurs attributs utilisant le recuit simulé ;
• calcul optimal des gains de retour pour systèmes représentés par équations d'état multiples utilisant le recuit simulé ;
• réglages de contrôleurs flous par optimisation non linéaire et recuit simulé.