Les métaheuristiques sont parmi les méthodes d'optimisation les plus faciles à mettre en œuvre pour trouver la solution à des problèmes difficiles voire impossibles à résoudre directement, en s'inspirant de phénomènes issus de la nature et des sciences.
Douze méthodes avec variantes sont présentées et les codes en Matlab/GNU octave sont donnés:
- GA (génétique),
- DE (évolution différentielle),
- BBO (biogéographie),
- RS (recuit simulé),
- GSO (Gravitationnel),
- CRO (réaction chimique),
- PSO (essaim de particules),
- LUC (lucioles),
- ABC (colonies d'abeilles artificielles),
- GWO (loup gris),
- ACO (colonies de fourmis),
- BSO (brainstorming).
Elles sont caractérisées, comparées et les outils fournis permettent de les combiner, les modifier ad libitum afin de les adapter à des problèmes réels.
Des applications à la thermique, l'électronique, l'agriculture, la mécanique permettent d'étendre leur domaine d'application à la résolution de problème inverse, à l'ajustement de modèle à des résultats expérimentaux et à la propagation d'incertitudes.