Méthodes avancées de quantification de l'incertitude en optimisation multi-objectifs et multi-disciplinaires
Auteur / Autrice : | Zachary Jones |
Direction : | Pietro Marco Congedo |
Type : | Projet de thèse |
Discipline(s) : | Mathématiques appliquées |
Date : | Inscription en doctorat le 01/12/2022 |
Etablissement(s) : | Institut polytechnique de Paris |
Ecole(s) doctorale(s) : | École doctorale de mathématiques Hadamard |
Partenaire(s) de recherche : | Laboratoire : Centre de mathématiques (Palaiseau, Essonne ; ....-2004) |
Equipe de recherche : PLATON |
Mots clés
Résumé
Cette thèse vise l'optimisation multi-objectifs en présence d'anomalies système et opérationnelles. certitudes, ainsi que trois directions complémentaires. Un premier effort de recherche portera sur la définition et mettre en uvre des mesures et des paramètres d'incertitude dans les objectifs d'optimisation. En particulier, nous explorerons la formulation des quantiles, de la variance et de la valeur conditionnelle à risque (CVaR) d'une optimisation multi-objectifs robuste. Le deuxième axe de recherche se concentrera sur la conception de stratégies de calcul efficaces pour estimer les métriques de robustesse, en particulier pour les sources d'incertitude de grande dimension et les multiples types d'objectifs. Le troisième axe de recherche concernera la détermination du front de Pareto dans des problèmes multi-objectifs incertains. Nous étudierons la combinaison des méthodes de gradient stochastique et des stratégies de recherche aléatoire pour exposer l'ensemble des points optimaux de Pareto.