Intégration des pr´ef´erences du d´ecideur dans les probl`emes d’ordonnancement multiobjectif

Abstract

Les probl`emes d’optimisation multi-objectifs traitent de la pr´esence de diff´erents objectifs contradictoires. Il est souvent impossible d’obtenir une solution unique qui puisse satisfaire tous les objectifs simultan´ement, souvent nous cherchons les solutions de compromis, dites : efficaces, qui forment le front de Pareto. Plusieurs m´ethodes ont ´et´e utilis´ees pour trouver ces solutions, parmis les m´ethodes les m´ethodes les plus utilis´ees on retrouve les algorithmes ´evolutionnaires sont les plus utilis´es. Ceci est dˆu `a leur capacit ´e `a trouver de bonnes approximations des solutions de Pareto. Selon la phase dans laquelle intervient le d´ecideur, nous pouvons classer ces m´ethodes en trois cat´egories : a priori, a posteriori et interactif. Dans toutes ces cat´egories, si le d´ecideur n’est pas satisfait des solutions fournies, l’algorithme doit ˆetre r´e-ex´ecut´e, ce qui est consid´er´e comme un inconv´enient. Pour faire face `a ce probl`eme, l’algorithme utilis´e doit ˆetre capable de mod´eliser les pr´ef´erences du d´ecideur d’une mani`ere efficace et l’int´egrer dans le processus de r´esolution. On parle alors d’un proc´ed´es `a priori, qui int`egre les pr´ef´erences du d´ecideur dans la r´esolution. Dans cet travail, un algorithme nomm´e P-NSGA int`egre les pr´ef´erences du d´ecideur dans la phase d’optimisation, qui utilise les principes d’optimisation de l’algorithme de tri g´en´etique non domin´e NSGA-II et le principe de classement des solutions de la m´ethode SRMP. Afin de tester les capacit´es de cet algorithme, une application sur le probl`eme multiobjectif de l’ordonnancement flexible d’un atelier de travail est effectu´ee, ainsi qu’une comparaison des r´esultats avec ceux de l’algorithme NSGA-II, selon des instances connues dans la litt´erature.