Note ABES A fuzzy framework for multi-objective optimization under uncertainty Un cadre flou pour l’optimisation multi-objective sous incertitudes Problème de routage de véhicules Robustesse Principe de Pareto 003 Optimisation combinatoire Métaheuristiques Incertitude (théorie de l'information) Nombres flous Décision multicritère Cette thèse est consacrée à l'étude de l’optimisation combinatoire multi-objective sous incertitudes. Plus particulièrement, nous abordons les problèmes multi-objectifs contenant des données floues qui sont exprimées par des nombres triangulaires floues. Pour faire face à ce type de problèmes, notre idée principale est d’étendre les concepts multi-objectifs classiques au contexte flou. Nous proposons, dans un premier temps, une nouvelle approche Pareto entre des objectifs flous (i.e. vecteurs des nombres triangulaires flous). Ensuite, nous étendons des méta-heuristiques basées sur Pareto afin de converger vers des solutions optimales floues. L’approche proposée est illustrée sur un problème bi-objectif de routage de véhicules avec des demandes floues. Dans le deuxième volet de ce travail, nous abordons l’aspect de robustesse dans le contexte multi-objectif flou en proposant une nouvelle méthodologie d’évaluation de robustesse des solutions. Finalement, les résultats expérimentaux sur des benchmarks flous du problème de routage de véhicules prouvent l’efficacité et la fiabilité de notre approche. This thesis is devoted to the study of multi-objective combinatorial optimization under uncertainty. In particular, we address multi-objective problems with fuzzy data, in which fuzziness is expressed by fuzzy triangular numbers. To handle such problems, our main idea is to extend the classical multi-objective concepts to fuzzy context. To handle such problems, we proposed a new Pareto approach between fuzzy-valued objectives (i.e. vectors of triangular fuzzy numbers). Then, an extension of Pareto-based metaheuristics is suggested as resolution methods. The proposed approach is thereafter illustrated on a bi-objective vehicle routing problem with fuzzy demands. At the second stage, we address robustness aspect in the multi-objective fuzzy context by proposing a new methodology of robustness evaluation of solutions. Finally, the experimental results on fuzzy benchmarks of vehicle routing problem prove the effectiveness and reliability of our approach. Electronic Thesis or Dissertation Text en PDF 5593793 application/pdf https://pepite-depot.univ-lille.fr/LIBRE/EDSPI/2017/50376-2017-Bahri.pdf https://theses.fr/2017LIL10030/abes Bahri Oumayma Bahri 1988-08-15 TN 203906535 https://theses.fr/2017LIL10030 2017LIL10030 https://doi.org/10.70675/13f60e03z24e4z49b6z8cdaz1d625f77208d 2017-05-12 Informatique Lille 1 026404184 Université de Tunis (1958-1988) MADS_ETABLISSEMENT_DE_COTUTELLE_1 026404036 Doctorat Docteur es non oui Talbi El-Ghazali MADS_DIRECTEUR_DE_THESE_1 070160082 Ben Amor Nahla MADS_DIRECTEUR_DE_THESE_2 166082090 École doctorale Sciences pour l'ingénieur (Lille ; 1992-2021) MADS_ECOLE_DOCTORALE_1 147297028 Centre de Recherche en Informatique, Signal et Automatique de Lille MADS_PARTENAIRE_DE_RECHERCHE_1 18388695X ddc:000 Université de Tunis Talbi El-Ghazali Ben Amor Nahla École doctorale Sciences pour l'Ingénieur (Lille) Centre de recherche en informatique, signal et automatique de Lille PDF 5593793