Université de la Manouba

 

Ecole Nationale des Sciences de Année Universitaire 2023/2024

l’Informatique 


Proposition d’un sujet de

Mastère de recherche en informatique

Intitulé du sujet : Utilisation de l’apprentissage automatique pour résoudre le

problème du sac à dos multiobjectif

A machine learning-based approach for the multi-objective Knapsack

problem

Encadrante : Dr.Imen Ben Mansour

Mail : imen.benmansour@ensi-uma.tn

Contexte et objectifs du stage :

De nombreux problèmes à fort enjeu industriel, financier et logistique sont des

problèmes d’optimisation combinatoire multi-objectif. Le but est d'optimiser un
ensemble de fonctions tout en satisfaisant un ensemble de contraintes
généralement contradictoires. Donc, il est souvent crucial dans ce type de
problèmes d'obtenir une solution rapidement, menant ainsi à un bon compromis
qualité/temps de calcul.

L'objectif de ce stage est de proposer une approche reposant sur les outils de
l'apprentissage automatique et l'optimisation par colonies de fourmis [1]-[3]
dans un contexte multi-objectif afin d’évaluer empiriquement et formellement la
pertinence et l’efficacité de cette approche proposée sur une variété d'instances.

Le problème clé a abordé lors du stage concerne le problème du sac à dos multi-
objectif (MOKP).

Un problème largement étudié [4] et dont nombreux problèmes du monde réel

sont liés tels que l'allocation des ressources, l'allocation du budget, chargement
de fret, planification de la production, sélection de projets et gestion de
portefeuille.
Le développement d'un nouvel algorithme permettant de guider une résolution
efficace du problème MOKP et le couplage entre les méthodes d’apprentissage
et l'optimisation par colonies de fourmis [5] sont donc au cœur du stage.

Le travail demandé consiste à :

1. Faire une étude bibliographique sur les différentes approches de

résolution du problème MOKP

2. Analyser ces différentes approches et leurs utilités ainsi que leurs limites.

3. Proposer une approche innovante permettant de résoudre le MOKP en

intégrant une approche ML avec le ACO à partir de l’étude réalisée.

4. Développer l’approche et évaluer les résultats obtenus.

Mots clés: Apprentissage automatique, Métaheuristique, Optimisation

combinatoire multi-objectif, Optimisation par colonie de fourmis, problème
du sac à dos

Références :

[1] M. Dorigo, V. Maniezzo, and A. Colorni, “Positive feedback as a search strategy,” Tech.
Rep., 1991.
[2] M. Dorigo and L. M. Gambardella, “Ant colony system: a cooperative learning approach
to the traveling salesman problem,” IEEE Transactions on Evolutionary Computation, vol. 1,
no. 1, pp. 53–66, 1997.
[3] M. Dorigo, V. Maniezzo, and A. Colorni, “Ant system: optimization by a colony of
cooperating agents,” IEEE Transactions on Systems, Man, and Cybernetics, Part B
(Cybernetics), vol. 26, no. 1, pp. 29–41, 1996.
[4] Lust, T., & Teghem, J. (2012). The multiobjective multidimensional knapsack problem: a
survey and a new approach. International Transactions in Operational Research, 19(4), 495-
520.
[5] Sun, Y., Wang, S., Shen, Y., Li, X., Ernst, A. T., & Kirley, M. (2020). Boosting Ant
Colony Optimization via Solution Prediction and Machine Learning. arXiv preprint
arXiv:2008.04213.