Version accessible
  • fr
  • en
Recherche rapide
  • Aide
  • Recherche avancée
  • Nouveautés
Naviguer par :
  • Accueil
  • Mémoires
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par master
      Recherche par master
    • Recherche avancée
      Recherche de ressources documentaires
    • Tous les mémoires
  • Thèses
    • Nouveautés
      Recherche de nouveautés dans les thèses
    • Recherche avancée
      Recherche de ressources
    • Par auteur
      Recherche par auteur
    • Par année
      Recherche par année de soutenance
    • Par laboratoire
      Recherche par laboratoire
    • Par thème
      Recherche thématique
    • Par école doctorale
      Recherche par école doctorale
    • Toutes les thèses
  • Publications de recherche
    • Nouveautés
      Recherche de nouveautés dans les ressources documentaires
    • Par laboratoire de recherche
      Recherche par laboratoire
    • Recherche avancée
      Recherche de publication de recherche
    • Toutes les publications de recherche
  • Tous les documents
    • Nouveautés
      Recherche des nouveautés
    • Recherche avancée
      Recherche avancée sur plusieurs formats
    • Toutes les ressources

Fiche descriptive

  • Vous êtes ici :
  • Accueil
  • »
  • Fiche descriptive
???menu.description..???
  • Imprimer
  • Version PDF
  • Version XML
  • Ajouter à ma sélection
  • Partager
  • Courriel
  • Twitter
  • Facebook
  • del.icio.us
  • BlogMarks
  • Viadeo
  • LinkedIn
Algorithm Selection for Multi-Objective Optimization (Document en Anglais)
Accès au(x) document(s)
Accéder au(x) document(s) :
  • https://pepite-depot.univ-lille.fr/LIBRE/EDMADIS/2022/2022ULILB054.pdfLien brisé : nonDroits d'accès : non autorisé
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse consultable sur internet, en texte intégral.
 
Informations sur les contributeurs
Auteur : Borges de Jesus (Borges de Jesus), Alexandre Daniel
Borges de Jesus (Borges de Jesus), Alexandre Daniel
Nom
Borges de Jesus
Nom de naissance
Borges de Jesus
Prénom
Alexandre Daniel
Nationalité
PT

Date de soutenance : 09-12-2022

Directeur(s) de thèse : Derbel Bilel
Derbel, Bilel
Nom
Derbel
Prénom
Bilel
- Paquete Luis
Paquete, Luis
Nom
Paquete
Prénom
Luis


Etablissement de soutenance : Université de Lille (2022-....)
Université de Lille (2022-....)
Nom
Université de Lille (2022-....)
- Universidade de Coimbra (Portugal)
Universidade de Coimbra (Portugal)
Nom
Universidade de Coimbra (Portugal)

Laboratoire : Centre de Recherche en Informatique, Signal et Automatique de Lille
Centre de Recherche en Informatique, Signal et Automatique de Lille
Nom
Centre de Recherche en Informatique, Signal et Automatique de Lille

Ecole doctorale : École graduée Mathématiques, sciences du numérique et de leurs interactions (Lille ; 2021-....)
École graduée Mathématiques, sciences du numérique et de leurs interactions (Lille ; 2021-....)
Nom
École graduée Mathématiques, sciences du numérique et de leurs interactions (Lille ; 2021-....)

  
Informations générales
Discipline : Informatique et applications
Classification : Informatique

Mots-clés libres : Sélection automatique d'algorithme, Optimisation multi-Objectif, Algorithmes anytime, Approches exactes, Heuristiques
Mots-clés :
  • Optimisation combinatoire
  • Métaheuristiques
  • Problème du sac à dos
Résumé : Les problèmes d'optimisation multi-objectifs, pour lesquels plusieurs objectifs doivent être optimisés, peuvent survenir dans de nombreux scénarios réels, par exemple lorsque l'on essaie de minimiser à la fois le coût et le temps nécessaires pour se déplacer entre deux emplacements. Au cours des dernières décennies, de nombreux algorithmes ont été proposés afin de résoudre des problèmes d'optimisation multi-objectifs. Ces algorithmes peuvent avoir des comportements très distincts et leurs performances sont souvent affectées de manière significative par l'instance du problème à résoudre, le budget temps disponible pour la résolution, ou encore la qualité de solution souhaitée. Ainsi, l'algorithme qui fonctionne le mieux dépend souvent du scénario envisagé.Cela donne lieu au problème de sélection d'algorithme, qui concerne la sélection automatique du meilleur algorithme pour un scénario donné. Dans cette thèse, nous étudions le cas de la sélection automatique du meilleur algorithme d'optimisation multi-objectifs pour résoudre une instance de problème non-rencontrée auparavant, en tenant compte du fait que le budget temps disponible et la qualité de solution souhaitée peuvent être incertains, et ne sont connus qu'à l'étape de la sélection de l'algorithme. Nous apportons plusieurs contributions dans cette voie.Dans un premier temps, nous proposons des modèles théoriques et empiriques pour caractériser la performance "anytime" d'un algorithme, c'est-à-dire comment la qualité de solution s'améliore au fil du temps, pour des instances de problème non-rencontrées auparavant. Ensuite, en considérant ces modèles, nous développons une méthodologie de sélection hors ligne afin de sélectionner le meilleur algorithme étant donné une fonction d'utilité qui décrit le budget temps et la qualité de solution souhaités. Nous proposons également une méthodologie de sélection en ligne qui peut basculer entre des stratégies de branch and bound multi-objectifs pour améliorer les performances "anytime". Enfin, nous proposons une technique de scalarisation et une stratégie de branch and bound pour l'optimisation multi-objectifs afin d'obtenir une meilleure performance "anytime" que les approches précédentes. Chaque contribution est étayée par une étude expérimentale sur un problème de sac à dos multi-objectifs, et les résultats mettent en évidence la qualité des modèles, des méthodologies de sélection et des algorithmes proposés.
  
Informations techniques
Type de contenu : Text
Format : PDF
  
Informations complémentaires
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022ULILB054
Type de ressource : Thèse
À propos Aide
ORI-OAI-search 2.0.7 - © 2006-2014 ORI-OAI