Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire

L'optimisation multidisciplinaire fait référence à la conception et l'optimisation de problèmes d'ingénierie nécessitant l'intervention simultanée d'au moins deux disciplines, chacune pouvant avoir plus d'un objectif à optimiser. Les méthodes usuelles n'abordent pa...

Full description

Bibliographic Details
Main Author: Guédas, Benoît
Language:FRE
Published: Ecole centrale de nantes - ECN 2010
Subjects:
Online Access:http://tel.archives-ouvertes.fr/tel-00563994
http://tel.archives-ouvertes.fr/docs/00/56/39/94/PDF/these_guedas.pdf
id ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-00563994
record_format oai_dc
spelling ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-005639942013-01-07T17:46:46Z http://tel.archives-ouvertes.fr/tel-00563994 http://tel.archives-ouvertes.fr/docs/00/56/39/94/PDF/these_guedas.pdf Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire Guédas, Benoît [INFO:INFO_OH] Computer Science/Other [SPI:OTHER] Engineering Sciences/Other optimisation multidisciplinaire optimisation multiobjectif algorithmes évolutionnaires préférences compromis ensembles ordonnés L'optimisation multidisciplinaire fait référence à la conception et l'optimisation de problèmes d'ingénierie nécessitant l'intervention simultanée d'au moins deux disciplines, chacune pouvant avoir plus d'un objectif à optimiser. Les méthodes usuelles n'abordent pas le cas où chaque discipline a un problème d'optimisation multiobjectif à résoudre. Des méthodes ont été récemment proposées, transformant le problème d'optimisation multidisciplinaire en un problème d'optimisation multiobjectif. Ces méthodes reposent sur des algorithmes évolutionnaires multiobjectifs. Cependant, l'ensemble des solutions obtenues ne reflète pas les préférences disciplinaires : des solutions peuvent être globalement efficaces alors qu'elles sont localement dominées. En nous basant sur les propriétés des relations d'ordre, nous proposons quatre définitions de compromis qui tiennent compte du regroupement des objectifs en disciplines. Les propriétés théoriques de ces compromis sont étudiées, et notamment leur capacité à converger vers l'ensemble de solutions attendues, lorsqu'ils sont utilisés avec des algorithmes évolutionnaires. Ces compromis sont intégrés dans un algorithme évolutionnaire multiobjectif. Des analyses expérimentales de cet algorithme sur les quatre compromis proposés sont effectuées. Elles confirment les prédictions théoriques et montrent la pertinence des solutions obtenues. 2010-10-25 FRE PhD thesis Ecole centrale de nantes - ECN
collection NDLTD
language FRE
sources NDLTD
topic [INFO:INFO_OH] Computer Science/Other
[SPI:OTHER] Engineering Sciences/Other
optimisation multidisciplinaire
optimisation multiobjectif
algorithmes évolutionnaires
préférences
compromis
ensembles ordonnés
spellingShingle [INFO:INFO_OH] Computer Science/Other
[SPI:OTHER] Engineering Sciences/Other
optimisation multidisciplinaire
optimisation multiobjectif
algorithmes évolutionnaires
préférences
compromis
ensembles ordonnés
Guédas, Benoît
Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
description L'optimisation multidisciplinaire fait référence à la conception et l'optimisation de problèmes d'ingénierie nécessitant l'intervention simultanée d'au moins deux disciplines, chacune pouvant avoir plus d'un objectif à optimiser. Les méthodes usuelles n'abordent pas le cas où chaque discipline a un problème d'optimisation multiobjectif à résoudre. Des méthodes ont été récemment proposées, transformant le problème d'optimisation multidisciplinaire en un problème d'optimisation multiobjectif. Ces méthodes reposent sur des algorithmes évolutionnaires multiobjectifs. Cependant, l'ensemble des solutions obtenues ne reflète pas les préférences disciplinaires : des solutions peuvent être globalement efficaces alors qu'elles sont localement dominées. En nous basant sur les propriétés des relations d'ordre, nous proposons quatre définitions de compromis qui tiennent compte du regroupement des objectifs en disciplines. Les propriétés théoriques de ces compromis sont étudiées, et notamment leur capacité à converger vers l'ensemble de solutions attendues, lorsqu'ils sont utilisés avec des algorithmes évolutionnaires. Ces compromis sont intégrés dans un algorithme évolutionnaire multiobjectif. Des analyses expérimentales de cet algorithme sur les quatre compromis proposés sont effectuées. Elles confirment les prédictions théoriques et montrent la pertinence des solutions obtenues.
author Guédas, Benoît
author_facet Guédas, Benoît
author_sort Guédas, Benoît
title Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
title_short Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
title_full Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
title_fullStr Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
title_full_unstemmed Proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
title_sort proposition de compromis pour le calcul de solutions préférées à l'aide d'un algorithme évolutionnaire multiobjectif en optimisation multidisciplinaire
publisher Ecole centrale de nantes - ECN
publishDate 2010
url http://tel.archives-ouvertes.fr/tel-00563994
http://tel.archives-ouvertes.fr/docs/00/56/39/94/PDF/these_guedas.pdf
work_keys_str_mv AT guedasbenoit propositiondecompromispourlecalculdesolutionsprefereesalaidedunalgorithmeevolutionnairemultiobjectifenoptimisationmultidisciplinaire
_version_ 1716396902373654528