Home » Évènement

Soutenance de thèse de Fatima ZAIDI (équipe SLP)

Fatima Zaidi, doctorante au sein de l’équipe SLP, soutiendra sa thèse intitulée « Development of statistical monitoring procedures for compositional data »

lundi 5 octobre 2020 à 9h en visioconférence.

Jury :
– Directeur thèse : Philippe Castagliola
– Rapporteurs : Stelios Psarakis (U Athenes), Biagio Palumbo (U Frederico II, Naples)
– Autres membres :Fernanda Otilia Figueiredo (U Porto), Marit Schoonhoven (Amsterdam Business School)

Soutenance de thèse d’Ilhem SLAMA (équipe SLP)

Ilhem SLAMA, doctorante au sein de l’équipe SLP, soutiendra sa thèse intitulée « Modélisation et optimisation du problème de planification de désassemblage dans un environnement incertain » / « Modeling and optimization of the disassembly planning problem under uncertainty »

vendredi 25 septembre 2020, dans l’amphi Georges Besse sur le site IMT-A.

Jury :
– Directeur thèse : Alexandre Dogui et Faouzi MASMOUDI Professeur, LA2MP, ENIS, Sfax
– Co-encadrant : Oussama BEN-AMMAR Maître-assistant associé, Mines Saint-Etienne
– Rapporteurs : Chu FENG Professeur, Université d’Evry – Olga BATTAIA Professeur, Business School de Bordeaux
– Autres membres : Abedlaziz DAMMAK Professeur, FSEG, Sfax – Malek MASMOUDI Maître de Conférences HDR, Université Jean-Monnet
– Invité : Lounes BENTAHA Maître de conférences, université de lumière, Lyon

Résumé : Pour tirer les intérêts économiques, notre projet de recherche propose de modéliser et d’optimiser le problème lié à la détermination du plan de démontage des produits en fin de vie tout en satisfaisant les demandes en composants sur un horizon de planification donné. Les travaux présentés dans ce manuscrit portent sur la planification de désassemblage dans un contexte certain et incertain. Nous avons considéré principalement trois modélisations principales avec leurs approches de résolution : (i) une modélisation déterministe multi-période qui traite une nomenclature de produit multi-niveaux avec le partage des composant qui cherche à maximiser le profit total, (ii) une modélisation stochastique mono-période, avec une nomenclature de produit à deux niveau et un seul type de produit. Les délais de remise à neuf sont supposés stochastiques. Le modèle cherche à minimiser l’espérance mathématique des coûts de stockage et de rupture des composants et (iii) le troisième modèle est une extension de deuxième modèle qui
cherche à traiter un problème multi-période avec une restriction de capacité des ressources. La programmation mixte en nombre entier, la modélisation analytique, la programmation stochastique et l’agrégation par scénarios sont pro- posées pour résoudre les modèles proposés. Les performances des méthodes de résolution développées sont présentées en analysant les résultats d’optimisation sur un ensemble d’instances générées aléatoirement.

Mots-clés : Désassemblage, planification de désassemblage, délai de désassemblage incertain, programmation stochastique, modélisation analytique, agrégation par scénarios

************

Abstract: Our research proposes to model and optimize the problem concerning the determination of the optimal disassembly plan for end-of-life products while satisfying the demands on components over a given planning horizon. The contributions presented in this manuscript focus on disassembly planning in a certain and uncertain context. We have considered three main models with their resolution approaches: (i) a deterministic multi-period modeling that deals with a multi-level product structure with a commonality of components that aims to maximize total profit. (ii) a single-period stochastic model with a two-level structure and a single end-of-life product type under random lead times. This model seeks to minimize the total expected cost, composed of inventory and backlog costs, and (iii) the third model is an extension of the second model which treats a multi-period problem with a resource capacity constraint. Mixed-integer programming, analytical modeling, stochastic programming, and scenario aggregation are proposed to solve the proposed models. The per- formances of the proposed resolution methods are presented by analyzing the optimization results on a set of randomly generated instances.

Keywords: disassembly, disassembly lot-sizing, random disassembly lead times, stochastic programming, analytical modeling, scenarios aggregation, simulation

Soutenance de thèse de Dorra RAHALI (équipe SLP)

Dorra Rahali, doctorante au sein de l’équipe SLP, soutiendra sa thèse intitulée « Surveillance statistique du temps et de l’amplitude entre événements » / « Monitoring of time between events and amplitude »

mercredi 24 juin 2020 à 9h30, en visio.

Jury :

  • Directeur thèse : CASTAGLIOLA Philippe, TALEB Hassen (U. Carthage)
  • Rapporteurs : BRIL-EL HAOUZI Hind (U. Lorraine), REBAI Ahmed (U Sfax)
  • Autres membres : TRAN Phuc (ENSAIT), KOOLI Imène (U. Sousse)

Résumé : Les techniques de surveillance statistique des procédés SPM sont principalement basées sur les cartes de contrôle qui constituent une étape importante dans la démarche qualité. Une nécessité de développement de techniques de surveillance de plus en plus avancées s’est fait sentir dans des domaines autres que l’industrie manufacturière classique. Cependant, peu de chercheurs se sont intéressés à proposer des méthodes dédiées pour la surveillance combinée du temps et de l’amplitude entre événements appelée TBEA. Jusqu’à présent les travaux effectués dans ce domaine se sont limitées à un nombre réduit de distributions et de statistiques à surveiller. Dans cette thèse, nous étudions la performance d’une carte de contrôle de type Shewhart pour la surveillance combinée du temps et de l’amplitude pour différents scénarios de distributions et de statistiques. Nous nous intéressons d’abord au cas où les variables temps T et amplitude X sont indépendantes. Ensuite nous étudions celui ou les variables sont dépendantes en utilisant des Copulas comme étant un outil pour modéliser la dépendance. Finalement nous nous intéresserons au cas où l’amplitude est un vecteur et non plus une variable. Les performances de chacune des cartes de contrôle proposées ont été évaluées par l’EATS. Une validation empirique des résultats a été élaborée pour des cas existants.

Mots-clés : Maîtrise statistique des procédés, Carte de contrôle, Temps entre événements, Amplitude, Fréquence

********

Abstract: Statistical process monitoring (SPM) are mainly based on control charts which constitute an important step in the quality process. There is a need to develop monitoring techniques in manufacturing or non-manufacturing sectors. This leads to give an increasing importance to Time Between Events and Amplitude (TBEA) control charts. However, few researchers have been interested to propose methods to simultaneously monitor the time between an event E and its amplitude. Until now, the vast majority of contributions are limited to a reduced number of statistics and potential distributions. In this thesis we will investigate simple Shewhart type control charts for several statistics and many distributional scenarios. First we will study the case where we assume that the time T and the amplitude X are two mutually independent continuous random variables. Then we study the case where the variables are dependent using Copulas as a mechanism to model the dependence. Finally we discuss the case where the time between events T is an univariate random variable and the amplitude X is no longer an univariate random variable but a multivariate random vector. The performance of each control chart has been evaluated by EATS. An empirical validation of the results has been developed for real cases.

Keywords: Statistical Process Control, Control chart, Time between events, Amplitude, Frequency

Café-débat organisé par le Cluster FAME sur les systèmes d’aide à la décision en santé

Le cluster FAME organise un café-débat le 19 mars à 18h à la Buvette Nantes, 40 quai Malakoff.

L’intelligence artificielle peut-elle aider le médecin dans ses choix ?

Les systèmes d’aide à la décision sont des outils informatiques capables de traiter l’ensemble des caractéristiques d’un patient et ont pour objectif d’assister les professionnels de santé dans le diagnostic, le choix thérapeutique et le pronostic. A la fois porteurs d’espoir et sources de crainte, les outils d’aide à la décision soulèvent de nombreuses questions.

Quels sont les intérêts clinique et humain des logiciels d’aide à la décision ? Quelle sera l’autonomie du médecin si leur usage devient systématique ? Qui est responsable en cas d’erreur ? Comment le droit régule-t-il la décision médicale et le développement de l’assistance par intelligence artificielle ?

Intervenants :
1) Pr Jérôme Rigaud – Chef du Service d’Urologie au CHU de Nantes, Directeur de l’École de Chirurgie et de Pratiques Interventionnelles de Nantes
2) Dr Grégoire Hinzelin – Neurologue à la Polyclinique de l’Atlantique, administrateur chargé du numérique à l’Institut de Cancérologie de l’Ouest
3) Odile Bellenguez-Morineau – Enseignant-Chercheur à IMT-Atlantique, membre du Laboratoire des Sciences du Numérique de Nantes
4) Paul Véron – Maître de conférence en droit privé à la faculté de droit et de sciences politiques de Nantes, membre du laboratoire Droit et Changement Social

Voici le lien de l’événement : https://www.meetup.com/fr-FR/Nantes-Medtech/events/268953010/

Soutenance de thèse d’Aleksandr PIROGOV (équipe SLP)

Aleksandr Pirogov, doctorant au sein de l’équipe SLP a soutenu sa thèse intitulée « Équilibrage robuste de lignes de production : modèles de programmation linéaire en variables mixtes et règles de pré-traitement » / « Robust Balancing of Production Lines: MILP Models and Pre-processing Rules »

mercredi 20 novembre 2019 à 14h30 dans l’amphi Georges Besse à l’IMT Atlantique.

Jury :
– Rapporteurs : Alexis AUBRY (Maître de conférences HDR, CRAN, Université de Lorraine, Nancy), Olga BATTAÏA (Professeure, KEDGE Business School, Talence)
– Examinateurs : Marie-Laure ESPINOUSE (Professeure, G-SCOP, Université Grenoble Alpes), Öncü HAZIR (Maître de conférences, Rennes School of Business), Mikhail KOVALYOV (Professeur, UIIP NAS Belarus)
– Directeur : Alexandre DOLGUI, Professeur (LS2N, IMT Atlantique, Nantes)
– Co-directeur : André ROSSI (Professeur, LAMSADE, Université Paris-Dauphine)
– Co-encadrant : Evgeny GUREVSKY (Maître de conférences, LS2N, Université de Nantes)

Résumé : Ce travail porte sur l’optimisation robuste des lignes de production au stade de la conception. La conception de telles lignes peut être interprétée comme un problème d’optimisation consistant à rechercher une configuration optimisant des objectifs individuels et à respecter les contraintes technologiques et économiques. Nous considérons deux types de lignes de production: l’assemblage et le transfert. Le premier peut être représenté comme un ensemble de stations ordonnées linéairement où les tâches sont exécutées de manière séquentielle. Le second type de ligne est constitué de machines de transfert comprenant plusieurs têtes multibroches. Toutes les tâches d’une même tête sont exécutées simultanément, tandis que les outils d’une machine fonctionnent en mode séquentiel. Nous décrivons différentes approches permettant de modéliser l’incertitude des données dans les problèmes d’équilibrage de ligne. Notre objectif est d’identifier les approches les mieux adaptées au contexte de la conception. En particulier, l’attention se concentre sur l’approche robuste. Nous proposons un nouveau critère d’optimisation basé sur le rayon de stabilité d’une solution réalisable. Ensuite, des formulations robustes sont présentées pour la conception des lignes d’assemblage et de transfert lorsque le temps de traitement des tâches est sujet à des incertitudes. Nous développons également des méthodes heuristiques dont les résultats sont utilisés pour renforcer les modèles mathématiques. Enfin, une nouvelle méthode de résolution hybride est élaborée pour résoudre différentes variantes des problèmes de maximisation du rayon de stabilité.

********

Abstract: This work deals with a robust optimisation of production lines at the design stage. The design of such lines can be interpreted as an optimisation problem that consists in finding a configuration optimising individual objectives and respecting technological and economic constraints. We consider two types of production lines: assembly and transfer lines. The first one can be represented as a set of linearly ordered stations where the tasks are executed sequentially. The second one is composed of transfer machines, including several multi-spindle heads. All tasks within a single head are executed simultaneously, while tools on a machine work in a sequential mode. We describe different approaches for modelling the uncertainty of data in line balancing problems.  Our objective is to identify the approaches that best fit the context of the design. In particular, the attention concentrates on the robust approach. We propose a new optimisation criterion based on the stability radius of a feasible solution. Then, robust formulations are presented for the design of the assembly and transfer lines under variations of task processing times. We also develop heuristic methods whose results are used to improve mathematical models. Finally, a new hybrid resolution method is elaborated to solve different variants of the stability radius maximisation.

Séminaire invité – John W. Fowler (Motorola Professor of Supply Chain Management / Arizona State University)

John W. Fowler, Motorola Professor of Supply Chain Management, W.P. Carey School of Business à Arizona State University, est accueilli à l'IMT-A la
la semaine du 14 octobre. Il interviendra dans le Master MPLP pour le cours "Fundamentals of Supply Chain Management". Il est ex-Chair du département
Supply Chain Management qui est classé no. 2 à l'USA (juste derrière MIT).

Lundi 14 octobre, à partir de 10h30, il animera un séminaire sur "The Use of Simulation in Genetic Algorithms"en amphi Besse.

Resumé : In this talk, we discuss two research efforts that used discrete event simulation as a solution evaluator within a genetic algorithm. The
first effort was a study focused on scheduling patients’ surgeries in an outpatient procedure clinic. The second involved evaluating remote
diagnostic investment decisions for semiconductor equipment suppliers. While the goal in the second study was to determine the best long-term
solution, we made extensive use of short simulations in the early iterations of the genetic algorithm.

Bio: JOHN W. FOWLER is the Motorola Professor of Supply Chain Management and recently served as Chair of the Supply Chain Management department in
the W.P. Carey School of Business at Arizona State University. His research interests include discrete event simulation, deterministic scheduling,
multi-criteria decision making, and applied operations research with applications in semiconductor manufacturing and healthcare. He has published
over 125 journal articles and over 100 conference papers. He was the Program Chair for the 2002 and 2008 Industrial Engineering Research Conferences and
the 2008 Winter Simulation Conference (WSC). He was the founding Editor-in-Chief of IIE Transactions on Healthcare Systems Engineering and
currently serves as a Healthcare Operations Management Departmental Editor. He is also an Editor of the Journal of Simulation and Associate Editor of
IEEE Transactions on Semiconductor Manufacturing and the Journal of Scheduling.  He is a Fellow of the Institute of Industrial and Systems
Engineers (IISE) and recently served as the IIE Vice President for Continuing Education, is a former INFORMS Vice President, and currently
serves on the WSC Board of Directors. His email address is <john.fowler@asu.edu>.

Journée « Julia et Optimisation »

Les Universités de Bordeaux, Lille et Nantes organisent lundi 17 juin 2019 une journée « Julia et Optimisation » à la Faculté des Sciences et Techniques de Nantes.

La journée sera organisée en 3 parties :
Programme prévisionnel :
– matin : 3 tutoriaux (génération de colonnes; algorithmes de graphe; optimisation multi-objectif) de 50 minutes chacun pour lesquels des contributions au langage de programmation Julia sous la forme de package open-source existent et sont intégrées (respectivement Coluna.jl, LightGraphs.jl et vOptGeneric.jl + vOptSpecific.jl). L’organisation retenue est de présenter des principes accessibles à un large public scientifique et de poursuivre sur le coté pratique lors d’ateliers en seconde partie de la journée.
– première moitié après-midi : exposés techniques réguliers de 30 minutes chacun, suivi d’une table ronde
– seconde moitié après-midi :ateliers pratiques (sur les sujets présentés dans les exposés).

Programme détaillé.

La participation à la journée sera sans frais d’inscription, les doctorants sont particulièrement bienvenus.

Concernant le langage Julia : il s’agit d’un langage de programmation de haut niveau, relativement récent, orienté vers le calcul scientifique et la haute performance.
Julialang : https://julialang.org/
JuliaFran…cophone : http://juliafran.org/
JuliaNantes : https://julialang.univ-nantes.fr/

Contact : Xavier Gandibleux

Soutenance de thèse de Houda HARBAOUI (équipe SLP)

Houda Harbaoui, doctorante au sein de l’équipe SLP, soutiendra sa thèse intitulée « Ordonnancement d’un système de production industriel complexe: flow shop hybride avec des machines dédiées soumis à différentes contraintes temporelles » / « Scheduling of a complex industrial production system: Hybrid flow shop with dedicated machines and different time constraints »

vendredi 14 décembre 2018 à 14h00, dans l’amphi Besse de l’IMT-A.

Jury : Odile Bellenguez Morineau (directrice thèse), Mohamed Haouari (co directeur, U. Norfolk), Safia Kedad Sidhoum (CNAM Paris), Anis Gharbi (Rapporteur TBS Tunis), Vincent T’Kindt (Univ Tours), Najoua Drifi (ENIT Tunis),Soulef Khalfallah (ISG Sousse)

Résumé :
L’accroissement des profits, à travers l’amélioration de la productivité et la réduction des pertes de matière, représente un objectif primordial pour les entreprises industrielles. Dans cette thèse, nous nous intéressons à la résolution d’un problème industriel complexe réel avec des contraintes de temps. Nous nous sommes intéressés, tout d’abord, à un objectif principal, soit la minimisation des dates de fin de production, suivi d’un objectif secondaire qui est la minimisation des quantités de déchets non recyclables.
Dans un premier temps, nous avons modélisé le problème par des modèles mathématiques, que nous avons résolu à l’aide d’un solveur. Dans un second temps, nous avons proposé une méthode approchée en forme d’algorithmes évolutionnistes. Cette méthode est appliquée aux deux objectifs mentionnés ci-dessus séparément. Une troisième méthode est ensuite appliquée à l’objectif principal, à savoir un algorithme de séparation et évaluation. Nous avons testé les algorithmes proposés sur des instances inspirées d’un cas réel ; issues d’une entreprise du secteur agroalimentaire et sur des instances inspirées de la littérature.

Mots-clés : Ordonnancement, contraintes temporelles, méta-heuristique, flow shop hybride, MIP

***********

Abstract:
Increasing profits, through the improvement of productivity and the reduction of material waste, is a primary objective for industrial companies. In this thesis, we are interested in solving a real complex industrial problem with time constraints. We were interested; first of all, in a main objective, namely the minimization of the completion time (Cmax), followed by a secondary objective which is the minimization of the quantities of non-recyclable waste. At first we formulated the problem by mathematical models, which we solved using a solver. In a second step, we proposed an approximate method in the form of a evolutionary algorithms. Both methods were applied to the two objectives mentioned above seperatly. A third method was then applied only to the main objective, namely a Branch and Bound algorithm. We tested the proposed algorithms on instances inspired from a real case; from an agri-food business, and also on instances inspired from the literature.

Keywords: Scheduling, temporal constraints, metaheuristic, Hybrid Ffow shop, MIP

Workshop international “Recent Advances in Multi-Objective Optimization »

Le projet ANR-DFG vOpt accueille la 5ème édition du workshop international “Recent Advances in Multi-Objective Optimization (RAMOO)

jeudi 15 novembre 2018 de 9h à 18h,

dans l’amphi du bâtiment 34, sur le site de l’UFR Sciences.

Poursuivant la tradition de ces rencontres annuelles, la participation à cette journée est gratuite, et ouverte à toute personne intéressée par ces travaux. Les doctorants sont particulièrement les bienvenus.
Cette édition sera exceptionnelle tant par la notoriété de l’auditoire que par la qualité des exposés scientifiques (voir ci-dessous et sur https://moo.univie.ac.at/). En effet, cette journée est le volet public d’un séminaire résidentiel d’une semaine qui rassemble l’excellence nationale et internationale sur les thèmes du workshop. N’hésitez donc pas à venir écouter, rencontrer, et participer aux discussions !

Pour des questions d’organisation, l’inscription est obligatoire. Merci donc de procéder à votre inscription en ligne dans les meilleurs délais.

Comité d’organisation : Xavier Gandibleux, Anthony Przybylski, Didier Robbes

Keynote sessions:
– Natashia Boland (Stewart School of Industrial & Systems Engineering, Georgia Institute of Technology, USA). Criterion Space Search Algorithms for Solving Multiobjective Mixed Integer Linear Programs.
– Vincent T’Kindt (Université de Tours, France). Quantifying the hardness of the enumeration of Pareto optima: a theoretical framework with application to scheduling problems.

Regular sessions:
– Martin Philip Kidd (Technical University of Denmark, Denmark). Equidistant representations: connecting coverage and uniformity in biobjective optimization. Joint work with Richard Martin Lusby and Jesper Larsen (Technical University of Denmark).
– Sune Lauth Gadegaard (Aarhus Universitet, Denmark). Finding all efficient solution to a bi-objective combinatorial optimization problem.
– Kerstin Daechert (Fraunhofer Institute for Industrial Mathematics ITWM, Kaiserslautern, Germany). Obtaining representations for continuous optimization problems.
– Onur Tanil Doganay (University of Wuppertal, Germany). Gradient-Based Biobjective Shape Optimization of Ceramic Components: Probability of Failure versus Cost. Joint work with Johanna Schultes, Camilla Hahn, Hanno Gottschalk, Kathrin Klamroth, Michael Stiglmayr (University of Wuppertal).
– Pascal Halffmann (Technischen Universität Kaiserslautern, Germany). Can we approximate a weight set decomposition? Joint work with Stefan Ruzika (Technischen Universität Kaiserslautern).
– Fritz Bökler et al. (Universität Osnabrück, Germany). Title availabe soon
– Luís Paquete (University of Coimbra, Portugal). Some results for the Hypervolume Subset Selection Problem. Joint work with Miguel M. Duarte (University of Coimbra), José R. Figueira (University of Lisbon), Carlos M. Fonseca (University of Coimbra), Ricardo J. Gomes (University of Coimbra), Andreia P. Guerreiro (University of Coimbra), Tobias Kuhn (University of Kaiserslautern), Stefan Ruzika (University of Kaiserslautern).
– Antoine Kerbérénès (Université Paris-Dauphine and Naval Group Research, France). Multi-Objective Combinatorial Optimization for Weakly Coupled Systems. Joint work with – Daniel Vanderpooten (Université Paris Dauphine), and Jean-Michel Vanpeperstraete (Naval Group Reasearch).
– Nicolas Dupin (Université de Lille, France). Scheduling maintenances of nuclear power plants, from 2-stage robust programming to multi-objective optimization. Joint work with El-Ghazali Talbi (Université de Lille).
– Nicolas Forget (Université de Nantes, France). On the bi-directional strategy for computing multi-objective shortest paths with a label setting algorithm. Joint work with Didier Robbes, Xavier Gandibleux (Université de Nantes) and Matthias Ehrgott (Lancaster University).

Soutenance de thèse de Quentin DELMEE (équipe SLP)

Quentin Delmée, doctorant au sein de l’équipe SLP soutiendra sa thèse intitulée « Résolution Exacte de problèmes de localisation de services bi-objectif en variables mixtes »

vendredi 19 octobre 2018 à 10h00, dans l’amphi du bâtiment 34 sur le site de la Faculté des Sciences et Techniques

Jury : Xavier Gandibleux (directeur de thèse), Anthony Przybylski (co-encadrant), Laetitia Jourdan (Rapporteur, Université de Lille), Saïd Hanafi (Rapporteur, Université de Valenciennes et du Hainaut Cambrésis), André Rossi (examinateur, Université Paris Dauphine), Audrey Cerqueus (examinateur, Mines Saint-Etienne)

Résumé :
Dans ce travail, nous nous intéressons à la résolution exacte de problèmes de localisation de service en variables mixtes. Les problèmes de programmation linéaire bi-objectif en variables mixtes ont été très étudiés dans les dernières années, mais uniquement dans un contexte générique. De même, les problèmes de localisation de services bi-objectif n’ont été étudiés que dans un cas purement discret.
Nous considérons dans un premier temps le problème de localisation de services bi-objectif sans capacité. Afin de le résoudre, nous adaptons la méthode de pavage par boîtes proposée pour le cas discret. Les boîtes rectangulaires deviennent triangulaires dans le cas mixte. De plus, leur exploration est grandement facilitée, ce qui déplace la difficulté du problème dans l’énumération et le filtrage de ces boîtes. Différentes stratégies d’énumération sont proposées. Le problème de localisation de services bi-objectif avec capacité est ensuite considéré. Tout d’abord, une adaptation de la méthode de pavage par boîtes triangulaires est réalisée pour le cas avec capacité. Cependant, la nature du problème rend cette méthode beaucoup plus limitée. Nous considérons ensuite une méthode en deux phases dont la principale routine d’exploration repose sur une adaptation d’un algorithme de branch and bound initialement proposé par Beasley, dans le contexte bi-objectif.
Les résultats expérimentaux sur des instances aux caractéristiques variées attestent de la pertinence des méthodes que nous proposons.

Mots-clés : Optimisation bi-objectif, Problème de localisation de services, Programmation linéaire en variables mixtes, Branch and Bound

********

Abstract:
The purpose of this work is the exact solution of biobjective mixed-integer facility location problems. Biobjective mixed integer linear programming problem have been largely studied in recent years but only in the generic context. The same way, the study of biobjective facility location problems has been restrictedto the discrete case. We consider first  the bi-objective uncapacitated facility location problem. To solve it, we adapt the box paving method proposed for the discrete case. Rectangular boxes become triangular. Moreover, their exploration becomes considerably easier. The difficulty of the problem is therefore translated to the enumeration and the filtering of these boxes. Different enumeration strategies are proposed. Next, we consider the bi-objective capacitated facility location problem. We first propose an adaptation of the triangular box paving method to the capacitated case. However, the structure of the problem highly limits the method. Thus, we consider a two phase method. The main exploration routine is based on the adaptation of a branch and bound algorithm proposed by Beasley that we adapt to the bi-objective context. Experimental results on various instances show the efficiency of the proposed methods.

Keywords: Bi-objective optimization, Facility Location Problems, Mixed Integer Linear Programming, Branch and Bound

Copyright : LS2N 2017 - Mentions Légales - 
 -