Key points are not available for this paper at this time.
Le domaine des métaheuristiques a énormément progressé au cours des deux dernières décennies en tant que solution aux problèmes d'optimisation du monde réel. Elles sont capables de bien performer dans des situations où les techniques d'optimisation exactes échouent à fournir des résultats satisfaisants. Pour des problèmes d'optimisation complexes (problèmes NP-difficiles), les techniques métaheuristiques peuvent générer des solutions de bonne qualité en relativement moins de temps que les techniques d'optimisation traditionnelles. Les métaheuristiques trouvent des applications dans un large éventail de domaines, y compris la finance, la planification, la programmation et la conception d'ingénierie. Cet article présente une revue de divers algorithmes métaheuristiques, leur méthodologie, les tendances récentes et les applications.
Gogna et al. (Mon,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: