Contribution à l'élicitation des paramètres en optimisation multicritère

De nombreuses méthodes existent pour résoudre des problèmes d'optimisation multicritère, et il n'est pas aisé de choisir une méthode suffisamment adaptée à un problème multicritère donné. En effet, après le choix d'une méthode multicritère, différents paramètres (e.g. poids, fonctions...

Full description

Bibliographic Details
Main Author: Aribi, Noureddine
Language:fra
Published: Université Nice Sophia Antipolis 2014
Subjects:
OWA
Online Access:http://tel.archives-ouvertes.fr/tel-01065629
http://tel.archives-ouvertes.fr/docs/01/06/56/29/PDF/2014NICE4031.pdf
id ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-01065629
record_format oai_dc
spelling ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-010656292014-09-19T03:27:08Z http://tel.archives-ouvertes.fr/tel-01065629 2014NICE4031 http://tel.archives-ouvertes.fr/docs/01/06/56/29/PDF/2014NICE4031.pdf Contribution à l'élicitation des paramètres en optimisation multicritère Aribi, Noureddine [INFO:INFO_OH] Computer Science/Other [INFO:INFO_OH] Informatique/Autre Élicitation Optimisation Multicritère Paramètres Lexicographique Leximin OWA De nombreuses méthodes existent pour résoudre des problèmes d'optimisation multicritère, et il n'est pas aisé de choisir une méthode suffisamment adaptée à un problème multicritère donné. En effet, après le choix d'une méthode multicritère, différents paramètres (e.g. poids, fonctions d'utilité, etc.) doivent être déterminés, soit pour trouver la solution optimale (meilleur compromis) ou pour classer l'ensemble des solutions faisables (alternatives). Justement, vue cette difficulté pour fixer les paramètres, les méthodes d'élicitation sont utilisées pour aider le décideur dans cette tâche de fixation des paramètres. Par ailleurs, nous supposons que nous disposons d'un ensemble de solutions plausibles, et nous faisons aussi l'hypothèse de la disponibilité au préalable, des informations préférentielles obtenues après une interaction avec le décideur. Dans la première contribution de ce travail, nous tirons profit d'une mesure statistique simple et rapidement calculable, à savoir, le coefficient de corrélation $rho$ de Spearman, afin de développer une approche gloutonne (approchée), et deux approches exactes basées sur la programmation par contraintes (PPC) et la programmation linéaire en nombres entiers (PLNE). Ces méthodes sont ensuite utilisées pour éliciter automatiquement les paramètres appropriés de la méthode multicritère basée sur l'ordre lexicographique. Nous proposons aussi des modèles d'élicitation des paramètres d'autres méthodes multicritère, telles que la méthode MinLeximax issue de la théorie du choix social et du partage équitable, la méthode de la somme pondérée et les opérateurs OWA. 2014-06-25 fra PhD thesis Université Nice Sophia Antipolis
collection NDLTD
language fra
sources NDLTD
topic [INFO:INFO_OH] Computer Science/Other
[INFO:INFO_OH] Informatique/Autre
Élicitation
Optimisation
Multicritère
Paramètres
Lexicographique
Leximin
OWA
spellingShingle [INFO:INFO_OH] Computer Science/Other
[INFO:INFO_OH] Informatique/Autre
Élicitation
Optimisation
Multicritère
Paramètres
Lexicographique
Leximin
OWA
Aribi, Noureddine
Contribution à l'élicitation des paramètres en optimisation multicritère
description De nombreuses méthodes existent pour résoudre des problèmes d'optimisation multicritère, et il n'est pas aisé de choisir une méthode suffisamment adaptée à un problème multicritère donné. En effet, après le choix d'une méthode multicritère, différents paramètres (e.g. poids, fonctions d'utilité, etc.) doivent être déterminés, soit pour trouver la solution optimale (meilleur compromis) ou pour classer l'ensemble des solutions faisables (alternatives). Justement, vue cette difficulté pour fixer les paramètres, les méthodes d'élicitation sont utilisées pour aider le décideur dans cette tâche de fixation des paramètres. Par ailleurs, nous supposons que nous disposons d'un ensemble de solutions plausibles, et nous faisons aussi l'hypothèse de la disponibilité au préalable, des informations préférentielles obtenues après une interaction avec le décideur. Dans la première contribution de ce travail, nous tirons profit d'une mesure statistique simple et rapidement calculable, à savoir, le coefficient de corrélation $rho$ de Spearman, afin de développer une approche gloutonne (approchée), et deux approches exactes basées sur la programmation par contraintes (PPC) et la programmation linéaire en nombres entiers (PLNE). Ces méthodes sont ensuite utilisées pour éliciter automatiquement les paramètres appropriés de la méthode multicritère basée sur l'ordre lexicographique. Nous proposons aussi des modèles d'élicitation des paramètres d'autres méthodes multicritère, telles que la méthode MinLeximax issue de la théorie du choix social et du partage équitable, la méthode de la somme pondérée et les opérateurs OWA.
author Aribi, Noureddine
author_facet Aribi, Noureddine
author_sort Aribi, Noureddine
title Contribution à l'élicitation des paramètres en optimisation multicritère
title_short Contribution à l'élicitation des paramètres en optimisation multicritère
title_full Contribution à l'élicitation des paramètres en optimisation multicritère
title_fullStr Contribution à l'élicitation des paramètres en optimisation multicritère
title_full_unstemmed Contribution à l'élicitation des paramètres en optimisation multicritère
title_sort contribution à l'élicitation des paramètres en optimisation multicritère
publisher Université Nice Sophia Antipolis
publishDate 2014
url http://tel.archives-ouvertes.fr/tel-01065629
http://tel.archives-ouvertes.fr/docs/01/06/56/29/PDF/2014NICE4031.pdf
work_keys_str_mv AT aribinoureddine contributionalelicitationdesparametresenoptimisationmulticritere
_version_ 1716714200939626496