Proposition d'aide au choix avec des algorithmes évolutionnaires multi-objectif

Abstract

Lorsque l’on traite des problèmes d’optimisation réels de complexité NP-difficile et des ob- jectifs à satisfaire contradictoires, les Algorithmes Évolutionnaires Multi-Objectif (AEMO) ont prouvé obtenir d’excellents résultats. Une classification récente des AEMO proposée par Branke [1], comprend une approche -AEMO sous préférences partielles- intermédiaire entre les approches a priori et a posteriori. Branke considère qu’un décideur peut avoir une connaissance imprécise sur les solutions qui peuvent être préférées et l’intégrer dans un AEMO, afin d’ob- tenir un petit ensemble de solutions (Frontière Partielle de Pareto FPP), lequel contiendra les solutions préférées de plus grande probabilité pour le décideur. Plus tard, le décideur choisit une solution en fonction de ses préférences. De nombreuses méthodes d’aide à la décision qui permettent à un décideur de choisir ou ranger entre les solutions de la Frontière de Pareto (FP) sont présentées dans la littérature. Néanmoins, dans ce travail nous nous intéressons à des ensembles partiels FPP de solutions Pareto optimales. Dans cette idée, nous proposons d’utiliser la métrique 1 de Minkowsky dans le modèle du "Compromise Programming" [3], pour fournir une solution de choix attractive au décideur.