Approche bayésienne pour l'optimisation multiobjectif sous contraintes

Paul Feliot
Soutenance de thèse de doctorat le 12 Juillet 2017, 14h00 à CentraleSupelec (Gif-sur-Yvette) Amphi Janet

Ces travaux de thèse portent sur l'optimisation continue multiobjectif de fonctions à valeurs réelles sous contraintes d'inégalités. En particulier, nous nous intéressons à des problèmes pour lesquels les fonctions objectifs et les contraintes sont évaluées au moyen d'un programme informatique coûteux en temps de calcul, avec par conséquent une limite importante sur le nombre d'appels au programme informatique (quelques centaines d'appels au plus).

Afin de résoudre ce problème, nous proposons dans cette thèse un algorithme d'optimisation baptisé BMOO, pour Bayesian Multi-Objective Optimization. Cet algorithme d'optimisation s'appuie sur une fonction de perte mesurant le volume de l'espace dominé par les observations courantes, ce dernier étant défini au moyen d'une règle de domination étendue permettant de comparer des solutions à la fois selon les valeurs des objectifs et des contraintes. Le critère ainsi défini généralise plusieurs critères classiques d'amélioration espérée issus de la littérature.  Il prend la forme d'une intégrale définie sur l'espace des objectifs et des contraintes pour laquelle aucune forme analytique n'est connue dans le cas général. De plus, il doit être optimisé à chaque itération de l'algorithme. Afin de résoudre ces difficultés, des algorithmes de type Monte-Carlo séquentiel sont proposés.  L'efficacité de BMOO est illustrée à la fois sur des cas tests académiques et sur quatre problèmes d'optimisation tirés d'applications industrielles et donne des résultats très satisfaisants en pratique.

Mots-clés : optimisation bayésienne, processus gaussiens, Monte-Carlo séquentiel, krigeage

Composition du jury

M.  Patrice AKNIN                   DR IRT SystemX          Examinateur
Mme Anne AUGER                 INRIA                            Examinateur
M.  Julien BECT                      CentraleSupélec           Encadrant
M.  Sébastien DA VEIGA        Safran Tech                  Examinateur
M.  David GINSBOURGER     Université de Ben        Rapporteur
M.  Luc PRONZATO                DR CNRS                    Rapporteur
M.  Serge GRATTON              Professeur CERFACS  Examinateur
M.  Emmanuel VAZQUEZ       CentraleSupélec          Directeur de thèse