Résumé:
La majorité des problèmes d'optimisation combinatoire sont NP-complet. Tenter de les résoudre avec une méthode exacte s'est avéré irréalisable du fait du temps de calcul excessif.
Des méthodes approchées ont été développées pour une résolution rapide de ces problèmes, lo temps de calcul que mettent les méthodes approchées est considéré comme raisonnable par rapport au temps de calcul excessifs des méthodes exactes.
Parmi les méthodes approchées, Les métaheuristiques.
Les métaheuristiques sont efficaces pour la résolution des problèmes d'optimisation, elles offrent un moyen efficace pour atteindre une grande performance de calcul.
Dans notre travail, on voudrait montrer que la collaboration/hybridation de méthodes permet d'améliorer significativement la qualité des solutions obtenues et de traiter des problèmes de grande taille, nous nous intéressons à la résolution approchée du problème de repliement des protéines, qui est un problème largement étudié dans la littérature.
Nous avons proposé une adaptation d'une nouvelle méta-heuristique colonics de fourmis hybride avec une recherche locale, que nous l'avons appliqué à notre problème.
Mots clés : Optimisation combinatoire, métaheuristiques, repliement de protéines, Colonies de fourmis (ACO), recherche locale, Modèle HP.
