Exploring New Horizons in Multi-Objective Combinatorial Optimization: From Pareto Generation to Interactive Methods
Cette thèse résume nos contributions à la résolution de problèmes d'optimisation combinatoire multi-objectifs. Après un premier chapitre introductif, le deuxième chapitre est consacré aux méthodes (exactes et heuristiques) permettant de générer l'ensemble des solutions Pareto-optimales. Dans le chapitre suivant, nous étudions une façon d'intégrer l'équité dans les problèmes multi-objectifs à l'aide de la dominance de Lorenz. Dans le quatrième chapitre, nous examinons l'utilisation de l'intégrale de Choquet afin de restreindre la taille de l'ensemble des solutions. Dans le dernier chapitre, nous étudions les méthodes interactives, permettant d'interagir avec le décideur tout au long du processus de génération des solutions. Différentes méthodes interactives sont présentées, permettant à la fois l'apprentissage des préférences et la génération de solutions. Enfin, nous examinons différentes perspectives dans le but de définir les orientations futures de la recherche en optimisation combinatoire multi-objectifs.
Soutenance : 21/03/2024
Membres du jury :
Clarisse Dhaenens, Université de Lille, [Rapporteur]Jin-Kao Hao, Université d'Angers, [Rapporteur]
Daniel Vanderpooten, Université Paris Dauphine-PSL, [Rapporteur]
Vincent Mousseau, Université Paris-Saclay, Examinateur
Luís Paquete, University of Coimbra, Examinateur
Patrice Perny, Sorbonne Université, Examinateur
Maître de Conférences [HDR]