Ce résumé se concentre sur une technique, appelée mémorisation, utilisée dans des méthodes exactes d'optimisation de type Branch & Memorize. Un algorithme Branch & Memorize calcule une solution optimale d'un problème d'optimisation en parcourant de façon exhaustive son space de recherche, représenté sous forme d'arborescence : chaque nœud correspond à un sous-problème à explorer. La technique de mémorisation consiste à stocker en mémoire les nœuds déjà explorés dans le but de pouvoir éliminer par la suite des nœuds qui seraient dominés. L'inconvénient majeur de la technique de mémorisation est qu'elle nécessite de stocker en mémoire un nombre exponentiel de nœuds, ce qui est matériellement impossible. Une piste de solution intéressante serait alors la mise en place de techniques d'apprentissage classification) permettant de construire des prédicteurs capables d'identifier les nœuds stockés en mémoire qui couperont, ou non, d'autres nœuds dans la suite de l'exploration. Ce résumé aborde plus spécifiquement un problème d'ordonnancement à une machine supposé NP-difficile au sens fort comme problème d'application de cette méthode. La résolution de ce problème permet, in fine, de caractériser l'ensemble des solutions optimales d'un problème à une machine plus simple (pour lequel la recherche d'une solution optimale est polynomiale).