Contribution à l’optimisation sur l’ensemble de solutions efficaces

Abstract

Le parallélisme est une approche permettant d'accélérer la résolution de problèmes d'optimisation à objectifs multiples. L'apparition de nouvelles architectures comme les supercalculateurs et les CPUs multi-coeurs semble particulièrement intéressant afin de diminuer le temps de résolution de manière économique. Les contributions de cette thèse s'articulent autour de deux axes : l'optimisation multi-objectifs et le parallélisme. La première contribution consiste à présenter une nouvelle méthode séquentielle modifiée de D.Chaabane et M.Pirlot pour optimiser une fonction linéaire sur un ensemble de solutions efficaces. En s'appuyant sur le langage OpenMP pour mettre en oeuvre du parallélisme, nous avons développé une approche parallèle de la méthode modifiée basée sur la décomposition du problème en sous-problèmes disjoints qui sont ensuite résolus en parallèle. Chaque méthode construit une séquence finie monotone de valeurs pour le critère principal à optimiser, dans un temps d'exécution CPU raisonnable. Les performances de la programmation parallèle dans ce contexte sont claires et démontrées par plusieurs instances de tailles différentes.