Métaheuristiques pour le flow-shop de ...
Document type :
Article dans une revue scientifique: Article original
Title :
Métaheuristiques pour le flow-shop de permutation bi-objectif stochastique
Author(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]
Journal title :
Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle
Pages :
183--208
Publisher :
Lavoisier
Publication date :
2008
ISSN :
0992-499X
Keyword(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
English keyword(s) :
Metaheuristics
Evolutionary algorithms
Multi-objective optimization
Uncertainty
Scheduling problems
Random processing times
Evolutionary algorithms
Multi-objective optimization
Uncertainty
Scheduling problems
Random processing times
HAL domain(s) :
Mathématiques [math]/Combinatoire [math.CO]
French abstract :
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. ...
Show more >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.Show less >
Show more >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.Show less >
English abstract : [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 ...
Show more >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.Show less >
Show more >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.Show less >
Language :
Français
Peer reviewed article :
Oui
Audience :
Internationale
Popular science :
Non
Collections :
Source :
Files
- https://hal.inria.fr/inria-00269981/document
- Open access
- Access the document
- https://hal.inria.fr/inria-00269981/document
- Open access
- Access the document
- https://hal.inria.fr/inria-00269981/document
- Open access
- Access the document
- document
- Open access
- Access the document
- liefooghe.ria08.pdf
- Open access
- Access the document
- document
- Open access
- Access the document
- liefooghe.ria08.pdf
- Open access
- Access the document