Modélisation des préférences du décideur dans le modéle du goal programming interactif

目标编程模块（GP）是编程模块（mod<e:1> de la Programming）的一部分，它包含了目标（objectjects）、目标（multiple les）和目标（conus）。这些模数和模数都是令人印象深刻的，因为它们的模数和模数都是相同的，它们的模数和模数都是相同的。GP允许与其他目标同时进行交换，这些目标具有相同的性质、不可通约性和冲突性。在此，我将测试不可能找到一个最佳的解决方案，即在所有的关键问题上都能找到最佳的解决方案。解决办法是将<s:1> <s:1> <s:1> <s:1> <s:1> <s:1> <s:1>与<s:1> <s:1> <s:1>与<s:1> <s:1>与<s:1>与<s:1>与<s:1>与<s:1>与<s:1>与与<s:1>与与<s:1>与与与<s:1>与与与之相关的<s:1>与之相关的<s:1>与之相关的<s:1>与之相关的解决方案与<s:1>与之相关的解决方案相结合。参照研究方案，我们的设想是，如果你的计划是，你的计划是，你的计划是，你的计划是，你的计划是，你的计划是，你的计划是，你的计划是。我们的概念定义了功能，定义了满足，定义了实用程序，使其更明确，使其与GP交互。目前的设想是，在三个变量之间的相互作用和上下文之间的相互作用où .信息决定了三个变量之间的相互作用où .信息决定了三个变量之间的相互作用être .信息决定了三个变量之间的相互作用être .信息决定了三个变量之间的相互作用。应用程序和应用程序领域的变体：生产过程的简化，生产过程的简化，生产过程的简化和生产过程的简化。Nous允许aussi探索者使用启发式方法来描述：研究禁忌，招募模拟对象，殖民，等等，以提供快速的改进过程和效率。

Le modèle du «Goal Programming» (GP) est l'un des modèles de la programmation mathématique à objectifs multiples les plus connus. Ce modèle a connu un essor fort impressionnant à en juger par le nombre d'articles, d'ouvrages et même de conférences qui lui sont dédiés. Le GP permet d'agréger simultanément plusieurs objectifs qui sont, de nature, incommensurables et conflictuels. Ainsi, il est quasiment impossible de trouver une solution optimale qui peut bien performer sur l'ensemble des critères. La solution générée par le GP est celle du meilleur compromis qui nécessite l'intervention et la participation active du décideur dans le processus décisionnel. Par ce programme de recherche, nous visons à modéliser les préférences du décideur de manière séquentielle et itérative dans le modèle du GP. Le concept des fonctions de satisfaction sera utilisé pour intégrer explicitement les préférences dans le GP interactif. Nous envisageons le développement de trois variantes du GP interactif dans des contextes où l'information sur les paramètres décisionnels peut être déterministe, stochastique ou imprécise. Ces variantes feront l'objet des applications dans les domaines suivants: la planification agrégée de la production, ordonnancement des tâches de production et en gestion de portefeuille financier. Nous allons aussi explorer l'usage des méta-heuristiques telles que : recherche tabou, recuit simulé et colonie de fourmis, et ce, pour rendre le processus de résolution plus efficace et rapide.