Optimisation et aide à la décision multicritère (INFO931_IDU)

Volume horaire

CM : 12h / TD : 12h / TP : 16h

Présentation

Ce cours vise à appréhender  les problèmes multicritères sous deux angles différents, à savoir l'optimisation et l’aide à la décision.  Dans les deux cas, la problématique générale est présentée avant de détailler les différentes approches. L’optimisation multicritères est abordée par les algorithmes évolutionnaires (algorithmes génétiques, programmation génétique). Les différents éléments de l’évolution artificielle sont présentés avant d’aborder l’optimisation multicritères par des approches basées sur la dominance et de présenter l’algorithme Non-dominated Sorting Genetic Algorithm (NSGA). L’aide à la décision multicritères est  utilisée dans les problèmes de décision pour trouver la ou les meilleures solutions possibles et rendre le processus de décision plus explicite, rationnel et efficace. Le décideur est aidé par des outils automatiques pour construire un ou plusieurs modèles de préférence. Les différents types de problèmes abordés et de modélisations développées conduisent  à diverses méthodes et outils de mise en œuvre présentés dans ce cours.

This course aims to address multi-criteria problems from two different points of view: optimization and decision aiding. In both cases, the general problem is presented before detailing the different approaches. Multi-criteria optimization is approached by evolutionary algorithms (genetic algorithms, genetic programming). The different components of artificial evolution are presented before discussing multi-criteria optimization using dominance-based approaches and presenting the Non-dominated Sorting Genetic Algorithm (NSGA) algorithm. Multi-criteria decision aiding is widely used in decision problems to find the "best possible" alternative solution, making the process more explicit, rational and efficient. The decision maker is helped by automatic tools to construct one or more preference models. Addressed problems and modeling approaches lead to various methods and tools presented.

Objectifs

1. réaliser une optimisation multicritères évolutionnaire pour déterminer un ensemble de solutions optimales en présence de critères antagonistes

2. développer une application d'aide à la décision avec une approche scientifique d'un problème de décision dans un contexte socio-économique

 

 

Compétences acquises

A l'issue de ce cours, l'étudiant sera capable :

  • de formuler un problème d'optimisation multi-critères et d'évaluer une solution
  • d'analyser et concevoir un algorithme évolutionnaire en exploitant le schéma général (initialisation, sélection, opération génétique, évaluation, stratégie générationnelle)
  • de configurer et paramétrer correctement un algorithme évolutionnaire de façon à maintenir la diversité et éviter une convergence prématurée
  • de définir les étapes-clé de la phase de modélisation : ensemble d'alternatives, problématique, critères
  • de choisir une méthode appropriée à la recherche de solutions optimales ou de compromis
  • mettre en oeuvre une méthode d'aide à la décision sur un cas concret en exploitant des outils informatiques appropriés

Pré-requis

  • DATA731
  • PROJ731
  • INFO831

Plan du cours

  1. Les ingrédients du multicritères
  2. Optimisation multicritères
    1. Evolution artificielle et principes des algorithmes évolutionnaires
    2. Les problèmes multicritères
    3. Dominance et front de Pareto
    4. Optimisation évolutionnaire multicritères
    5. Algorithme NSGA
  3. Aide à la décision multicritères
    1. Typologie des problèmes abordés
    2. Les différentes approches : surclassement, agrégation
    3. Panorama des principales méthodes :  Electre, UTA, AHP, MACBETH
    4. Les outils du Decision Desk | diviz

Bibliographie

  • K. Deb, Multi-Objective Optimization using Evolutionary Algorithms, Wiley, 2011
  • Ishizaka, P. Nemery, Multi-Criteria Decision Analysis - Methods and Software, John Wiley & Sons, 2013
  • MOOC - FUN, Université de Strasbourg, P. Collet, Optimisation Stochastique Evolutionnaire

Diplômes intégrant ce cours

En bref

Langue d'enseignement
Français

Contact(s)

UFR, Écoles, Instituts

Lieu(x)

  • Annecy-le-Vieux (74)