Hostname: page-component-586b7cd67f-r5fsc Total loading time: 0 Render date: 2024-11-26T08:04:26.204Z Has data issue: false hasContentIssue false

Une heuristique d'optimisation globalebasée sur la Ψ-transformation

Published online by Cambridge University Press:  15 November 2003

Alexandre Dolgui
Affiliation:
École des Mines de Saint Étienne, Centre SIMMO, 158 cours Fauriel, 42023 Saint-Étienne Cedex 2, France; [email protected].
Valery Sysoev
Affiliation:
Chaire de Modélisation Mathématique des Systèmes Technologiques, Académie Technologique de Voronezh, 19 avenue Révolution, 394017 Voronezh, Russie.
Get access

Abstract

In this paper, we study a heuristic algorithm for global optimization, which is based on the Ψ-transformation. We illustrate its behavior first, on a set of continuous non-convex objective functions – we search the global optimum of each function. Then, we give an example from combinatorial optimization. It concerns the optimization of scheduling rules parameters of a manufacturing system. Computational results are presented, they look encouraging.

Keywords

Type
Research Article
Copyright
© EDP Sciences, 2003

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)

References

G. Berthiau et P. Siarry, État de l'art des méthodes d'optimisation globale. RAIRO: Oper. Res. (2001).
V.K. Chichinadze, Non linear convex optimization. Nauka, Moscow (1983) (en russe).
A. Dolgui, Optimisation des paramètres de modèles de simulation par Ψ-transformation, dans les Actes de la première conférence francophone de modélisation et de simulation (MOSIM'97). Edn. Hermès, Paris (1997) 451-459.
Dolgui, A. et Ofitserov, D., A stochastic method for discrete and continuous optimization in manufacturing systems. J. Intelligent Manufacturing 8 (1997) 405-413. CrossRef
A. Dolgui et D. Ofitserov, Méthode de Ψ-transformation discrète et son application aux problèmes combinatoires en gestion de production, dans les Actes de Deuxièmes Journées Francophone de Recherche Opérationnelle (FRANCORO II), 6-8 avril 1998, Sousse, Tunisie, édité par F. Ben Abdelaziz, M. Haouari et K. Mellouli. CPU Press (2000) 25-32.
A. Dolgui et Ch. Thirion, Utilisation des plans d'expériences pour le paramétrage des heuristiques d'ordonnancement dans un atelier job-shop, dans les Actes de la Deuxième Conférence Francophone de Modélisation et Simulation (MOSIM'99), édité par G. Habchi et A. Haurat. SCS Publication (1999) 351-356.
S.G. Fishman, Monte-Carlo: Concepts, algorithms, and applications. Springer-Verlag, New York (1996).
Kan Rinnooy, A.H.G. et Timmer, G.T., Stochastic methods for global optimization. Amer. J. Math. Management Sci. 4 (1984) 7-40.
Mockus, J., Application of Bayesian Approach to Numerical Methods of Global and Stochastic Optimization. J. Global Optim. 4 (1994) 347-356. CrossRef
Osman, I.H. et Laporte, G., Metaheuristics: A bibliography. Ann. Oper. Res. 63 (1996) 513-623. CrossRef
J.M. Proth et N. Sauer, Sensibility Analysis for Job-Shop Scheduling, dans Proc. of the IMACS/IEEE Multiconference on Computational Engineering in Systems Applications. CESA'96 (1996) 208-211.
V.V. Sysoev, Computer-aided design of production lines in electronics industry. Radio i Sviazj, Moscow (1982) (en russe).
A. Törn et A. Zilinskas, Global Optimization, édité par G. Goos et J. Hartmanis. Springer Verlag, Lecture Notes in Comp. Sci. 350 (1989).
D.A. Velitchko, V.V. Sysoev et N.V. Beliaev, Test functions for validation of optimization tools. Technical methods in machines reliability. Technological Institute of Voronezh (1975) 110-118 (en russe).