Optimisation déterministe multi-objectif — Méthodes classiques basées sur Pareto et de scalarisation
L'optimisation déterministe multi-objectif (MOO déterministe) est une famille d'approches d'optimisation classiques qui minimisent ou maximisent simultanément plusieurs fonctions d'objectif conflictuelles sur un ensemble réalisable déterministe. Elle produit un front de Pareto — l'ensemble des solutions non dominées — à partir duquel un décideur sélectionne le compromis préféré. Contrairement aux variantes stochastiques, toutes les évaluations d'objectifs et les contraintes sont fixes et sans bruit.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Deb, K. (2001). Multi-Objective Optimization Using Evolutionary Algorithms. Wiley, Chichester. ISBN: 978-0-471-87339-6
- Miettinen, K. (1999). Nonlinear Multiobjective Optimization. Springer, Boston. ISBN: 978-1-4613-7544-9
Comment citer cette page
ScholarGate. (2026, June 3). Deterministic Multi-Objective Optimization — Classical Pareto-based and scalarization approaches without stochastic components. ScholarGate. https://scholargate.app/fr/simulation/deterministic-multi-objective-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Programmation Linéaire Multi-Objectif (PLMO)Simulation↔ compare
- Optimisation multi-objectifSimulation↔ compare
- Optimisation stochastique multi-objectifsSimulation↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →