Dans plusieurs secteurs d¿activité comme l¿aéronautique, l¿informatique, l¿environnement, le transport et autres, les décideurs sont confrontés à des problèmes de complexité grandissante. Il peut s¿agir d¿optimiser le trajet d¿un véhicule, de minimiser des coûts de production, de supporter la prise de décision ou encore d¿ordonnancer les processus dans un système informatique. Dans de nombreux cas, le problème à résoudre peut s¿exprimer comme un problème d¿optimisation combinatoire qui est rarement uni-objectif. En effet, la plupart des problèmes d¿optimisation combinatoire rencontrés dans la pratique nécessitent l¿optimisation simultanée de plusieurs objectifs souvent contradictoires. C¿est par exemple le cas pour le problème d¿ordonnancement de voitures (POV). Toutefois, malgré l¿intérêt indéniable d¿aborder les problèmes industriels d¿un point de vue multi-objectifs, plusieurs auteurs ont noté que les chercheurs s'attardaient principalement à des contextes théoriques de base. Dans ce livre, nous proposons des approches basées sur des algorithmes évolutionnaires permettant de résoudre efficacement des problèmes industriel multi- objectifs comme le POV.