@ARTICLE{10.21494/ISTE.OP.2022.0781, TITLE={Minimisation du coût d’affectation du personnel en utilisant les algorithmes HHO et ACO}, AUTHOR={El Attaoui Anas, Norelislam El Hami, }, JOURNAL={Incertitudes et fiabilité des systèmes multiphysiques}, VOLUME={5}, NUMBER={Numéro 1}, YEAR={2022}, URL={https://openscience.fr/Minimisation-du-cout-d-affectation-du-personnel-en-utilisant-les-algorithmes}, DOI={10.21494/ISTE.OP.2022.0781}, ISSN={2514-569X}, ABSTRACT={Dans cette recherche, deux paradigmes d’optimisation basés sur la population et inspirés de la nature ont été décrits, appelés ‘’Harris Hawks Optimization’’ (HHO) et ‘’Ant Colony Optimization’’ (ACO). La véritable inspiration de HHO est le comportement coopératif et la technique de poursuite des buses de Harris dans la nature, appelée "bond surprise". Dans le même temps, l’ACO s’inspire de l’observation du comportement de fourmis réelles. Ces deux mouvements naturels ont été modélisés mathématiquement pour créer des algorithmes d’optimisation. L’efficacité des optimiseurs HHO et ACO est vérifiée à travers des comparaisons qui montrent que l’algorithme HHO fournit des résultats prometteurs et compétitifs au niveau des fonctions tests, tandis que pour l’étude cas traité, qui est la planification des horaires et la minimisation du coût d’affectation du personnel, ACO est meilleur.}}