Résolution Optimale Des Problèmes PLM Multi-Objectifs Avec Des Fronts de Pareto Continus Par Morceaux

EasyChair Preprint 2582

Abstract

Générer le vrai front de Pareto des problèmes de programmation linéaire à nombres mixtes est difficile, surtout si la fonction objective dépends simultanément de variables continues et discrètes. Une nouvelle méthode est présentée pour surmonter les limites liées aux approches à somme pondérée et à epsilon-contrainte. La méthode est basée sur des réductions à modèles PLM à objectif unique qui génèrent un front temporaire et l'affinent jusqu'à ce que le vrai front de Pareto (optimal) soit obtenu. La méthode est testée sur une variante de problème d'équilibrage-séquencement de chaîne de montage. Les défis et perspectives sont discutés.

Keyphrases: Mixed Integer Linear Programming, multi-objective optimization, part-wise continuous Pareto front

@booklet{EasyChair:2582,
  author    = {Thiago Cantos Lopes and Nadia Brauner and Leandro Magatão},
  title     = {Optimally Solving Multi-Objective MILP Problems with Part-Wise Continuous Pareto Fronts},
  howpublished = {EasyChair Preprint 2582},
  year      = {EasyChair, 2020}}