Métaheuristiques pour le flow-shop de ...
Type de document :
Article dans une revue scientifique: Article original
Titre :
Métaheuristiques pour le flow-shop de permutation bi-objectif stochastique
Auteur(s) :
Liefooghe, Arnaud [Auteur]
Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Jourdan, Laetitia [Auteur]
Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Basseur, Matthieu [Auteur]
Laboratoire d'Etudes et de Recherche en Informatique d'Angers [LERIA]
Talbi, El-Ghazali [Auteur]
Parallel Cooperative Multi-criteria Optimization [DOLPHIN]

Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Jourdan, Laetitia [Auteur]

Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Basseur, Matthieu [Auteur]
Laboratoire d'Etudes et de Recherche en Informatique d'Angers [LERIA]
Talbi, El-Ghazali [Auteur]

Parallel Cooperative Multi-criteria Optimization [DOLPHIN]
Titre de la revue :
Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle
Pagination :
183--208
Éditeur :
Lavoisier
Date de publication :
2008
ISSN :
0992-499X
Mot(s)-clé(s) :
Métaheuristiques
Algorithmes évolutionnaires
Optimisation multi-objectif
Incertitude
Problèmes d’ordonnancement
Durées d’exécution aléatoires
Algorithmes évolutionnaires
Optimisation multi-objectif
Incertitude
Problèmes d’ordonnancement
Durées d’exécution aléatoires
Mot(s)-clé(s) en anglais :
Metaheuristics
Evolutionary algorithms
Multi-objective optimization
Uncertainty
Scheduling problems
Random processing times
Evolutionary algorithms
Multi-objective optimization
Uncertainty
Scheduling problems
Random processing times
Discipline(s) HAL :
Mathématiques [math]/Combinatoire [math.CO]
Résumé :
Bien que les algorithmes évolutionnaires soient couramment utilisés pour résoudre des problèmes multi-objectifs d'une part, et stochastiques d'autre part, très peu de travaux ont été menés sur ces deux aspects simultanément. ...
Lire la suite >Bien que les algorithmes évolutionnaires soient couramment utilisés pour résoudre des problèmes multi-objectifs d'une part, et stochastiques d'autre part, très peu de travaux ont été menés sur ces deux aspects simultanément. Par exemple, les problèmes d'ordonnancement sont habituellement traités sous une forme mono-objectif déterministe, alors qu'ils sont clairement multi-objectifs et qu'ils sont soumis à de nombreux facteurs d'incertitude. Dans cet article, nous présentons différentes approches pour résoudre des problèmes d'optimisation multi-objectif stochastiques et les appliquons à un problème d'ordonnancement de type flow-shop de permutation bi-objectif avec durées d'exécution aléatoires.Lire moins >
Lire la suite >Bien que les algorithmes évolutionnaires soient couramment utilisés pour résoudre des problèmes multi-objectifs d'une part, et stochastiques d'autre part, très peu de travaux ont été menés sur ces deux aspects simultanément. Par exemple, les problèmes d'ordonnancement sont habituellement traités sous une forme mono-objectif déterministe, alors qu'ils sont clairement multi-objectifs et qu'ils sont soumis à de nombreux facteurs d'incertitude. Dans cet article, nous présentons différentes approches pour résoudre des problèmes d'optimisation multi-objectif stochastiques et les appliquons à un problème d'ordonnancement de type flow-shop de permutation bi-objectif avec durées d'exécution aléatoires.Lire moins >
Résumé en anglais : [en]
Although evolutionary algorithms are commonly used for solving multi-objective problems on the one hand and stochastic problems on the other hand, very few studies have investigated these two aspects simultaneously. For ...
Lire la suite >Although evolutionary algorithms are commonly used for solving multi-objective problems on the one hand and stochastic problems on the other hand, very few studies have investigated these two aspects simultaneously. For instance, scheduling problems are usually tackled in a single-objective deterministic form, whereas they are clearly multi-objective and they are subject to a wide range of uncertainty. In this paper, we present different approaches to solve stochastic multi-objective optimization problems and apply them to a bi-objective permutation flow-shop scheduling problem with random processing times.Lire moins >
Lire la suite >Although evolutionary algorithms are commonly used for solving multi-objective problems on the one hand and stochastic problems on the other hand, very few studies have investigated these two aspects simultaneously. For instance, scheduling problems are usually tackled in a single-objective deterministic form, whereas they are clearly multi-objective and they are subject to a wide range of uncertainty. In this paper, we present different approaches to solve stochastic multi-objective optimization problems and apply them to a bi-objective permutation flow-shop scheduling problem with random processing times.Lire moins >
Langue :
Français
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Collections :
Source :
Fichiers
- https://hal.inria.fr/inria-00269981/document
- Accès libre
- Accéder au document
- https://hal.inria.fr/inria-00269981/document
- Accès libre
- Accéder au document
- https://hal.inria.fr/inria-00269981/document
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- liefooghe.ria08.pdf
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- liefooghe.ria08.pdf
- Accès libre
- Accéder au document