Optimisation multicritère par méthodes évolutionnaires distribuées

L'optimization multicritère est une formulation généralisée et naturelle des problèmes d'optimization. L'utilisation des algorithmes évolutionnaires dans l'optimization des problèmes multicritères permet la prise en considération directe des objectifs à optimer，sans l'aide de pondération a priori.当然，在这种情况下，进化算法的应用并不简单。实际上，存在着一个障碍，它使这些算法变得更加具体。主要障碍是随机性和算法的多样性，控制参数的确定和算法的计算费用。该研究方案的目标是：（1）通过一种新的估计方法，利用变量的不确定性和随机性，建立一种自动控制算法参数区间的方法。(2)分类器统计这些算法的性能，使用的是一个比较多个非参数的核心，一个参考问题和三个应用问题的集合：时间的产生，金融波动的预测，在文字的侦察中提取特征。(3)Dégager une politique de balNavisphere de la charge de calcul en arrivalle modèle d'exécution des algorithmes évolutionnaires distributes avec le modèle de communication d'une grape d'ordinateurs.因此，泰尔梅是控制参数估计、性能统计分类和算法策略的组合。Navisphere的计算方法是创建一个能够在多目标优化中自动选择和配置算法的信息平台。

L'optimisation multicritère est une formulation généralisée et naturelle des problèmes d'optimisation. L'utilisation des algorithmes évolutionnaires dans l'optimisation des problèmes multicritères permet la prise en considération directe des objectifs à optimiser, sans l'aide de pondération a priori. Toutefois, l'application des algorithmes évolutionnaires, dans ce contexte, n'est pas simple. En effet, il existe un nombre d'obstacles qui rendent ces algorithmes rébarbatifs pour leur déploiement concret. Les principaux obstacles sont la nature stochastique et la variété des algorithmes existants; la détermination des paramètres de contrôle et la charge de calcul de ces algorithmes. Les objectifs de ce programme de recherche sont: (1) Établir de façon automatique l'intervalle utile des paramètres de contrôle des algorithmes évolutionnaires, par une nouvelle méthode d'estimation, malgré les incertitudes et la nature stochastique des variables. (2) Classifier statistiquement la performance de ces algorithmes en utilisant un cadre de comparaison multiple non paramétrique, un ensemble de problèmes de référence et trois problèmes d'application : la génération des horaires, la prédiction de la volatilité financière, l'extraction des caractéristiques dans la reconnaissance d'écriture manuscrite. (3) Dégager une politique de balancement de la charge de calcul en arrimant le modèle d'exécution des algorithmes évolutionnaires distribués avec le modèle de communication d'une grappe d'ordinateurs. À terme, la combinaison de l'estimation des paramètres de contrôle, de la classification statistique de la performance et de la politique de balancement de calcul permettra la création d'une plateforme informatique capable d'automatiser le choix et la configuration des algorithmes évolutionnaires distribués dans l'optimisation des problèmes multicritères.