\chapter{Introduction}

Ce rapport est voué à l'étude de deux problèmes d'optimisation. Un problème discret que nous avons résolu à l'aide d'un algorithme génétique, et un problème continu résolu à l'aide d'un recuit simulé.

Le problème discret proposé dans le cadre du TP était celui du placement de composants sur une puce. Nous avons choisi d'étudier un autre problème, celui des phrases réflexives. Une phrase réflexive est une phrase se décrivant elle-même. Par exemple : \emph{Cette phrase contient 1 ``0'', 7 ``1'', 3 ``2'', 2 ``3'', 1 ``4'', 1 ``5'', 1 ``6'', 2 ``7'', 1 ``8'' et 1 ``9''.} Un algorithme génétique a pour rôle de trouver les coéficients adéquats pour chaque chiffre.

Pour le problème continu, nous avons gardé l'étude des fonctions données en TP. Un recuit simulé se charge de trouver le minimum de ces fonctions. Nous allons donc présenter les résultats pour les neuf fonctions données, mais le recuit est sensé fonctionner avec les mêmes paramètres pour toute autre fonction...