Méthode de gradients en optimisation combinatoire. Applications à un problème de sac à dos et au modèle d'Ising
Abstract
On présente des heuristiques pour l'optimisation combinatoire en variables binaires. Ces heuristiques s'inspirent de descentes de gradients dans un espace des phases randomisé, coordonnée par coordonnée. On considère donc le problème d'optimisation comme un jeu à deux joueurs, le chercheur contre la ${\cal N}$\hspace{-2pt}ature. On obtient un algorithme quadratique pour le problème du sac à dos, extrêmement efficace en pratique. De plus on fournit une interprétation probabiliste à un algorithme de P. Rivière pour le problème d'Ising \cite{Riv}, dont on explique ainsi l'efficacité.