Partitionnement de territoire à l'aide d'un algorithme génétique
Partitionnement de territoire à l'aide d'un algorithme génétique
Partitionnement de territoire à l'aide d'un algorithme génétique
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Chapitre 2<br />
Optimisation multiobjectif<br />
2.1 Introduction<br />
Dans ce premier chapitre d’état <strong>de</strong> l’art, nous abor<strong>de</strong>rons diverses notions <strong>de</strong> recherche<br />
opérationnelle. L’objectif est d’introduire les concepts <strong>de</strong> base nécessaires <strong>à</strong> la compréhension<br />
du reste du mémoire. Ce chapitre ne prétend pas couvrir l’intégralité du domaine. Il s’agit<br />
plutôt d’une introduction ciblée <strong>à</strong> cette discipline permettant d’abor<strong>de</strong>r, dans le chapitre<br />
3, les métaheuristiques et plus particulièrement les <strong>algorithme</strong>s évolutionnistes.<br />
2.2 Ai<strong>de</strong> <strong>à</strong> la décision<br />
Depuis toujours, l’homme est confronté <strong>à</strong> la prise <strong>de</strong> décisions. Il doit choisir une alternative<br />
parmi plusieurs en vue <strong>de</strong> répondre <strong>de</strong> manière optimale <strong>à</strong> un problème particulier.<br />
Cela nécessite donc <strong>de</strong> comparer les différentes possibilités selon diffé r e n t s c r i t è r e s<br />
afin <strong>de</strong> sélectionner la meilleure solution ou, parfois, un ensemble <strong>de</strong> solutions satisfaisantes.<br />
Bien souvent, nous nous basons sur notre intuition et nous donnons une importance plus<br />
ou moins gran<strong>de</strong> <strong>à</strong> chacun <strong>de</strong>s critères d’un problème <strong>de</strong> manière implicite.<br />
Un critère est alors défini comme une fonction sur l’ensemble <strong>de</strong>s solutions possibles du<br />
problème donnant une mesure <strong>de</strong> la qualité <strong>de</strong> celles-ci selon un point <strong>de</strong> vue. Cette notion<br />
<strong>de</strong> critère est illustrée <strong>à</strong> plusieurs reprises tout au long <strong>de</strong> ce chapitre. En particulier,<br />
un premier exemple est donné <strong>à</strong> la Section 2.3.<br />
Toutefois, pour <strong>de</strong>s choix <strong>de</strong> gran<strong>de</strong> importance, il est évi<strong>de</strong>nt que l’intuition est insuffisante.<br />
La discipline appelée ai<strong>de</strong> <strong>à</strong> la décision fait partie <strong>de</strong> la recherche opérationnelle<br />
et vise <strong>à</strong> répondre <strong>de</strong> manière rationnelle <strong>à</strong> ce besoin. Cette science est utilisée dans<br />
<strong>de</strong> nombreux domaines, allant <strong>de</strong> l’informatique <strong>à</strong> la finance en passant par la politique.<br />
L’abréviation MCDM, pour Multiple Criteria Decision Making, apparaît pour la première<br />
fois en 1979 dans l’article “MCDM—If Not a Roman Numeral, Then What ?”[124] par<br />
Zionts, S et a été largement adoptée dans la littérature scientifique <strong>de</strong>puis sa parution<br />
[66].<br />
16