3 présentations

• 
  09h00 - 09h25

  A Regularized SQP Method for Degenerate Equality-Constrained Optimization

  • Sylvain Arreckx, prés., Polytechnique Montréal
  • Dominique Orban, GERAD - Polytechnique Montréal

  In nonlinear optimization, numerous computational difficulties arise when a constraint qualification fails to hold. Indeed the linear systems typically used to compute search directions become singular. We propose an SQP method for equality-constrained optimization based on a problem in which all constraints are systematically regularized. This regularization can be interpreted as applying an augmented Lagrangian method to previous optimization problem, only in a non-standard way.
  We will also show how the linear systems generated by this method can be efficiently solved using appropriate iterative methods.

• 
  09h25 - 09h50

  Mixed-Integer Optimization Using a Genetic Algorithm Hybridized With Implicit Filtering

  • Benjamin Ritz, prés., Clarkson University

  Mixed-integer optimization problems occur frequently in science and engineering. Implicit filtering is a powerful local search tool designed for noisy systems, but it cannot perform mixed-integer optimization. By hybridizing with a genetic algorithm, we expand the breadth of problems to which implicit filtering may be applied.

• 
  09h50 - 10h15

  Algorithmes d'Optimisation par Colonie de Fourmis Pareto pour l'optimisation multi-objectifs : Comparaison Uni/Multi colonie.

  • Annie LeBel, prés., Université du Québec à Chicoutimi
  • Caroline Gagné, Université du Québec à Chicoutimi

  Cette recherche propose une comparaison de méthodes uni-colonie et multi-colonie en Optimisation par Colonie de Fourmis Pareto (OCFP) pour traiter des problèmes multi-objectifs. Le problème à l’étude consiste à l’ordonnancement de travaux avec réglages et fenêtre d’échéance sur une machine unique. Ce travail démontre, entre autres, que la transposition de certains principes empruntés aux algorithmes évolutionnaires multi-objectifs et adaptés à l’OCFP améliore la qualité des résultats.