Approches génériques pour la résolution de problèmes d'optimisation discrète multiobjectif

Generic approaches for solving multiobjective discrete optimization problems

• Auteur / Autrice : Satya Tamby
• Direction : Daniel Vanderpooten
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 07/12/2018
• Etablissement(s) : Paris Sciences et Lettres (ComUE)
• Ecole(s) doctorale(s) : Ecole doctorale SDOSE (Paris)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision (Paris) - Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision / LAMSADE
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Paris Dauphine-PSL (1968-....)
• Jury : Président / Présidente : Laetitia Jourdan
• Jury : Examinateurs / Examinatrices : Daniel Vanderpooten, Laetitia Jourdan, José Figueira, Kathrin Klamroth, Anthony Przybylski
• Jury : Rapporteurs / Rapporteuses : José Figueira, Kathrin Klamroth

Mots clés

Mots clés contrôlés

Programmation linéaire

Projet NADIR

Approximation, Théorie de l'

Mots clés libres

Optimisation multiobjectif

Optimisation discrète

Ensemble non dominé

Epsilon contrainte

Multiobjective optimization

Discrete optimization

Nondominated set

Epsilon-Constraint

Résumé

Lorsque les problèmes de décision font intervenir plusieurs critères contradictoires, la notion d'optimum n'a plus réellement de sens. Dès lors, les décideurs sont amenés à considérer tous les différents compromis possibles. Même s'il est possible d'éliminer ceux qui sont dominés, c'est à dire moins bons qu'un autre sur tous les critères, l'ensemble est d'autant plus complexe à déterminer que ses éléments peuvent être très nombreux. Nous nous intéressons ici aux problèmes d'optimisation combinatoire multicritères. Afin que notre méthode soit adaptable pour un grand nombre de problèmes, nous employons la programmation mathématique en nombres entiers pour définir l'ensemble des solutions réalisables.

Real world problems often involve several conflicting objectives. Thus, solution of interests are efficient solutions which have the property that an improvement on one objective leads to a decay on another one. The image of such solutions are referred to as nondominated points. We consider here the standard problem of computing the set of nondominated points, and providing a corresponding efficient solution for each point.