I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains OPTIMISATION MULTI-OBJECTIFS Ghislain PANDRY/Nouho OUATTARA Chercheurs, Traitement du signal et des images Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains I-1 Présentation I-2 Formalisation d'un problème d'optimisation multiobjectif I-3 Multiplicité des solutions Dénition Un problème d'optimisation multiobjectif (Multiobjective Optimizaion Problem (MOP)), ou multicritère, consiste à optimiser plusieurs fonctions-objectif simultanément. Les objectifs de l'optimisation sont, en général, partiellement antagonistes. Plus précisément un (MOP) peut être déni comme un problème où le but est d'optimiser k fonctions objectif simultanément (Maximiser k fonctions, Minimiser k fonctions, Maximiser et Minimise k fonctions ). La présence de multiples objectifs est en conit naturel dans de nombreux problèmes et rend le problème d'optimisation intéressant à résoudre, car aucune solution ne peut être qualiée comme une solution optimale aux objectifs contradictoires multiples, le problème d'optimisation multi-Objectif résultant recourt à un certain nombre de solutions compromis optimal. Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains I-1 Présentation I-2 Formalisation d'un problème d'optimisation multiobjectif I-3 Multiplicité des solutions Un (POM) est déni comme la maximisation (ou minimisation) de plusieurs fonctions Z (x) = (z 1(x), ..., zk (x)) soumis à gi (x) ≤ bi , i = 1, ..., p, et hj (x) = bj , j = p + 1, ..., m, x ∈ Rn . Une solution du (POM) minimise (ou maximise) les composantes d'un vecteur F (x) où x est un vecteur de n variables de décision x = (x1 , ..., xn ). À noter que l'ensemble des solutions réalisables D est formé par les contraintes gi (x) ≤ bi , et hj (x) = bj qui doivent être satisfaites tout en minimisant ou en maximisant Z (x). Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains I-1 Présentation I-2 Formalisation d'un problème d'optimisation multiobjectif I-3 Multiplicité des solutions Dénition (Problème d'optimisation multi-objectif) Généralement, un problème d'optimisation multi-objectif (POM) est formulé comme suit : "Opt" Z (x) = (z1 (x), ..., zk (x)) s.c x = (x1 , ..., xn ) ∈ D "Opt"=min ou max Dénition 2 (Espace des critères) L'espace des critères est l'image de l'espace réalisable notée Z = (z(D)). Les éléments de Z sont appelés (fonctions) vecteurs objectifs ou vecteurs de critère et désignés par Z (x) où z = (z1 , z2 , ..., zk )T et zi = zi (x) pour tout i = 1, ..., k sont des valeurs de vecteurs de critère.F est noté Z = z(x) : x ∈ D. Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains I-1 Présentation I-2 Formalisation d'un problème d'optimisation multiobjectif I-3 Multiplicité des solutions Contrairement à l'optimisation mono-objectif, la solution d'un problème multi-objectif n'est pas unique, en raison de la contradiction et d'une éventuelle incompatibilité des fonctions objectifs. De ce fait il est impossible de trouver une seule solution qui serait optimale pour tous les objectifs simultanément, mais un ensemble de solutions non dominées, connues comme l'ensemble des solutions de meilleur compromis. Compromis signie que l'on ne peut pas augmenter le niveau de satisfaction pour un objectif sans réduire cela pour un autre objectif. Pour des problèmes de programmation multi-objectifs le concept de solutions non-dominées est utilisé. Une solution de compromis est choisie parmi l'ensemble des solutions non-dominées. Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains II-1 Notation et Dénitions Dans c cours, on se focalise sur La programmation linéaire Multiobjective, qui est un cas particulier de l'optimisation multiobjectif . Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains II-1 Notation et Dénitions Dénition Quand toutes les fonctions objectives et les contraintes sont linéaires, le problème d'optimisation multiobjectif est appelé linéaire. Noté MOLP (Multiobjective linear programming ). Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains II-1 Notation et Dénitions Dénition Un problème de programmation linéaire multi-objectifs (MOLP) peut être dénit comme suit : min z1 (x) = c 1 x, min z2 (x) = c 2 x, · · · , min zk (x) = c k x s.c Ax ≤ b x ≥0 A est une (m, n) matrice de coecients des contraintes,b est un m-vecteur des restrictions de ressources connues (second membre),x est un n-vecteur des variables de décision. L'ensemble réalisable dans l'espace de décision est D = {x ∈ Rn |Ax ≤ b et x ≥ 0} Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains Point idéal ou zénith Le point idéal est le point de coordonnées ( z1∗ , z2∗ , zk∗ ) avec zi∗ = maxx∈Ω zi .i = 1, · · · , k On notera par Ω∗i l'ensemble des points xi∗ qui maximisent zi (.). Les coordonnées de ce point sont obtenues en optimisant chaque fonction objectif séparément. Point anti-idéal Le point anti-idéal est le point de coordonnées (z ∗1 , z2∗ , z ∗k ) avec z ∗i = minx∈Ω zi .i = 1, · · · , k Dénition (Point nadir ) Le point nadir est le point de coordonnées ( n1 , n2 , nk ) avec ni = minx∈Ω zi∗ .i = 1, · · · , k . Les coordonnées de ce point correspondent aux pires valeurs obtenues par chaque fonction objectif lorsque l'on restreint l'espace des solutions à la surface de compromis. Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains Tableau des gains Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS I- INTRODUCTION II- Optimisation multiobjectif linéaire III-Points spéciaux et Matrices des gains EXERCICE Ghislain PANDRY/Nouho OUATTARA OPTIMISATION MULTI-OBJECTIFS