On uncertainty and robustness in evolutionary optimization-based multicriterio decision-making

Résumé

Resumen: En esta tesis se abordan los diferentes problemas causados por la presencia de incertidumbre en procesos de toma de decisiones multicriterio, apoyados en métodos evolutivos. A tal fin, se hacen contribuciones metodológicas y algorítmicas relativas al manejo de incertidumbre, en lo referente a la formulación de los programas matemáticos derivados de los problemas de toma de decisiones, así como también acerca de la estructura y funcionamiento de los Algoritmos Evolutivos de Optimización Mulitobjetivo (MOEA) empleados para solucionar dichos programas. Entre las contribuciones de la tesis, se presenta un MOEA diseñado para trabajar con incertidumbre no probabilística, llamado IP-MOEA. Por otra parte, se contemplan futuros desarrollos en el área de diseño de MOEA a través de la comparación del criterio de mínimo arrepentimiento (minimal regret) con el concepto de epsilon-dominancia, como alternativa para el manejo de incertidumbre no probabilística. De igual modo, se sugiere una reinterpretación probabilística del concepto de densidad de un hipercubo, en el almacenamiento mediante hypergrid, para el almacenamiento de soluciones con incertidumbre probabilística. En la segunda parte de la tesis, se presenta la aplicación de la metodología AUREO a tres problemas de seguridad de funcionamiento, relacionados con fiabilidad de sistemas, planificación y análisis de vulnerabilidad. Los resultados obtenidos son de interés, no solamente para el área de optimización evolutiva multiobjetivo, sino también para la el área de seguridad de funcionamiento.