Les m taheuristiques constituent une famille d'algorithmes inspir s de la nature. Ces algorithmes sont particuli rement utiles pour r soudre des probl mes o les algorithmes d'optimisation classiques sont incapables de produire des r sultats satisfaisants. Parmi ces m thodes, les algorithmes de colonies de fourmis constituent une classe de m taheuristiques propos e pour l'optimisation difficile. Ces algorithmes s'inspirent des comportements des fourmis observ s dans la nature; notamment l'utilisation de la communication indirecte ( travers l'environnement), les traces de ph romone que les fourmis laissent sur leur passage, et la construction it rative d'une solution globale qui se base sur une sorte d'intelligence collective. Les algorithmes de colonies de fourmis repr sentent une grande flexibilit aux changements de l'environnement, ce qui les rend aptes l'optimisation des fonctions changeantes et plus particuli rement l'optimisation continue dynamique.