Résumé : Nous proposons l’usage de systèmes multi-agents pour résoudre des problèmes d’optimisation impliquant des simulateurs numériquescoûteux. Il est alors usuel de remplacer certainsappels aux simulateurs numériques par des ap-pels à des métamodèles. L’idée proposée danscet article est d’assigner les métamodèles adé-quats à chaque sous-région afin de (i) rendre l’optimisation moins coûteuse, (ii) générer uneméthode d’optimisation qui trouve les optimaglobaux et locaux et (iii) fournir une meilleurecompréhension du problème d’optimisation etde son espace de conception. La technique utili-sée est de partitionner l’espace de conception entre divers agents utilisant des métamodèlesdi↵érents pour approximer leur sous-région etse coordonnant pour modifier les frontières deleur sous-région.

Résumé : Dans le cadre de la conception de produitscomplexes, et en nous basant sur une méthoded’optimisation multi-agent par partitionnementde l’espace de conception, nous proposons unenouvelle méthode permettant au systèmes multi-agents de découvrir tous les optima locaux pardes mécanismes auto-organisés de création etde destruction d’agents, et ce avec un nombrelimité d’appels aux fonctions coûteuses. Lesagents sont en charge de la découverte d’optimalocaux dans leur propre partition de l’espace deconception, qui évolue au cours de la résolu-tion. Notre approche est mise en œuvre sur unproblème illustratif en 2 dimensions et un pro-blème difficile en 6 dimensions.