Type de document | Thèse |
Langue | fre |
Titre | Optimisation stochastique multi-objectifs [ressource textuelle, sauf manuscrits] |
Auteur(s) | Amrouche, Salima (Auteur) Moulai, Mustapha (Directeur de thèse) Université des sciences et de la technologie Houari Boumediène (Editeur (scientifique)) |
Adresse bib. | Alger : USTHB,2018 |
Collation | 121 p. : ill. ; 30 cm + CD-Rom |
Notes | Bibliogr. p. 110-121 |
Notes de thèse | Doctorat : Recherche opérationnelle: aide à la décision : Faculté de Mathématiques : Université des sciences et de la technologie Houari Boumediène : 2018 |
Theme | Mathématiques |
Mot (s) clé | Optimisation mathématique Processus stochastiques Programmation linéaire |
Résumé | Les travaux de recherche présentés dans cette thèse ont trait à l’optimisation linéaire stochastique en nombres entiers à objectif multiple (MOSILP). Le premier objectif fut de réaliser une étude détaillée sur la programmation linéaire stochastique et l’optimisation linéaire multi-objectif discrète en passant en revue l’important de la littérature existante en vue d’aboutir à un passage possible d’une extension de l’aspect multi-objectif linéaire discret à l’aspect multi-objectif stochastique linéaire discret tout en intégrant la méthode discrète L-Shaped pour passer d’un modèle stochastique à un modèle déterministe. On a considéré le problème MOSILP dans le cas d’un recours fixe ; c’est à dire que la matrice de technologie est constante et ne varie pas selon le scénario considéré. Ce travail peut être considéré comme un apport important et enrichissant dans le domaine de l’optimisation vectorielle stochastique discrète pour la littérature existante. Pour atteindre le but principal de cette thèse, une nouvelle méthode exacte de résolution d’un problème d’optimisation linéaire stochastique multi-objectif en présence de variables entières avec recours fixe a été mise au point. Cette nouvelle approche est composée principalement de deux phases. La première consiste à gérer la notion de faisabilité et de l’optimalité au sens stochastique par le biais de la technique L-Shaped tandis que la seconde permet de résoudre le problème équivalent au problème stochastique par la technique de Branch and Bound associée à une coupe efficace qui prend en compte l’évolution de tous les critères considérés. Le rôle de cette coupe est de réduire considérablement le domaine de recherche de l’ensemble efficient discret stochastique. |
Amrouche, Salima
Optimisation stochastique multi-objectifs [ressource textuelle, sauf manuscrits] / Salima Amrouche; Dir. Mustapha Moulai; Ed. Université des sciences et de la technologie Houari Boumediène.-Alger : USTHB,2018.-121 p. : ill. ; 30 cm + CD-Rom.
- Bibliogr. p. 110-121
Doctorat : Recherche opérationnelle: aide à la décision : Faculté de Mathématiques : 2018
.
Optimisation mathématique
Processus stochastiques
Programmation linéaire
Les travaux de recherche présentés dans cette thèse ont trait à l’optimisation linéaire stochastique en nombres entiers à objectif multiple (MOSILP). Le premier objectif fut de réaliser une étude détaillée sur la programmation linéaire stochastique et l’optimisation linéaire multi-objectif discrète en passant en revue l’important de la littérature existante en vue d’aboutir à un passage possible d’une extension de l’aspect multi-objectif linéaire discret à l’aspect multi-objectif stochastique linéaire discret tout en intégrant la méthode discrète L-Shaped pour passer d’un modèle stochastique à un modèle déterministe. On a considéré le problème MOSILP dans le cas d’un recours fixe ; c’est à dire que la matrice de technologie est constante et ne varie pas selon le scénario considéré. Ce travail peut être considéré comme un apport important et enrichissant dans le domaine de l’optimisation vectorielle stochastique discrète pour la littérature existante. Pour atteindre le but principal de cette thèse, une nouvelle méthode exacte de résolution d’un problème d’optimisation linéaire stochastique multi-objectif en présence de variables entières avec recours fixe a été mise au point. Cette nouvelle approche est composée principalement de deux phases. La première consiste à gérer la notion de faisabilité et de l’optimalité au sens stochastique par le biais de la technique L-Shaped tandis que la seconde permet de résoudre le problème équivalent au problème stochastique par la technique de Branch and Bound associée à une coupe efficace qui prend en compte l’évolution de tous les critères considérés. Le rôle de cette coupe est de réduire considérablement le domaine de recherche de l’ensemble efficient discret stochastique.