| L'optimisation multidisciplinaire fait référence à la conception et l'optimisation de problèmes d'ingénierie complexes (avions, bateaux...), nécessitant l'intervention simultanée d'au moins deux disciplines, chacune pouvant également avoir plus d'un objectif à optimiser. Les méthodes usuelles d'optimisation multidisciplinaires n'abordent pas le cas où chaque discipline a un problème d'optimisation multiobjectif à résoudre. Des méthodes ont été récemment proposées, transformant le problème d'optimisation multidisciplinaire en un problème d'optimisation multiobjectif. Dans ce contexte, les réponses en optimisation reposent sur des technologies de type algorithmes évolutionnaires multiobjectif. Cependant, l'ensemble des solutions obtenues ne reflète pas le regroupement des objectifs en disciplines. En effet, des solutions peuvent être globalement efficaces alors qu'elles sont localement dominées dans une ou plusieurs disciplines. En nous basant sur les propriétés des relations d'ordre dans l'espace des objectifs, nous avons proposé quatre d�finitions de compromis entre disciplines qui tiennent compte du regroupement des objectifs en disciplines. Nous présentons ici une analyse expérimentale de ces compromis que nous avons intégrés dans un algorithme évolutionnaire multiobjectif. Nous montrons quels sont les aspects des algorithmes évolutionnaires à prendre particulièrement en compte pour y intégrer de tels compromis. Plusieurs variantes sont comparées sur les différents types de compromis pour analyser leur impact. |
Récupérer au format
1Philippe Dépincé 1
