Simheuristics : Fusion de la simulation et des métaheuristiques pour l'optimisation stochastique

La simheuristique est un cadre algorithmique hybride qui intègre la simulation de Monte-Carlo ou par événements discrets dans des procédures de recherche métaheuristique pour résoudre des problèmes d'optimisation combinatoire stochastique. Introduite par Juan et al. en 2015, elle aborde des contextes où les évaluations de la fonction objectif impliquent des variables aléatoires, fournissant des solutions quasi-optimales avec des garanties probabilistes de qualité. L'approche est particulièrement adaptée aux problèmes réels de logistique, de transport et de planification où l'incertitude est inhérente et où les solveurs déterministes classiques échouent à capturer la variabilité.