Project R-11513

Gebruikerspreferenties in stochastische optimalisatie met meerdere objectieven: toepassingen in operations management. (Onderzoek)

Deze dissertatie focust op stochastische optimalisatie met meerdere objectieven. Voorafgaand onderzoek heeft reeds aangetoond dat Gaussian Processes (GPs) een krachtige tool vormen voor dit type optimalisatie (bijvoorbeeld, bij het optimaliseren van objectieven d.m.v. stochastische simulatie). Dit onderzoek focust op het invoeren van gebruikerspreferenties bij het bepalen van/zoeken naar Pareto-optimale oplossingen, en bij het bepalen van scenario's waarvoor de gebruiker indifferent is. Het onderzoek situeert zich dus op het raakpunt van optimalisatie en machine learning: onze hypothese is dat, via het gebruik van GPs, het algoritme sneller kan convergeren naar de (voor de gebruiker) relevante scenario's op de Paretogrens, en op die manier kostbare simulatietijd kan besparen.

01 december 2019 - 30 november 2023