Résumé:
Ce mémoire explore l’application de la technique de classification robuste à l’étude des
files d’attente floues. En examinant la technique sur une file d’attente floue avec priorité,
nous avons prouvé que l’utilisation de la technique de classification robuste pour la défuzzification
des files d’attente floues présente un intérêt considérable en raison de sa capacité
à gérer l’incertitude, sa flexibilité dans la modélisation, son potentiel d’optimisation des
performances, sa capacité à réduire les erreurs de décision et son applicabilité dans divers
domaines.
Enfin de compte, cette recherche vise à contribuer à l’avancement des connaissances
dans le domaine de la gestion des files d’attente floues, en offrant des perspectives précieuses
pour leur compréhension et leur utilisation dans des applications pratiques.
Mots clés : file d’attente floue, nombre flou, logique floue, mesures de performance, méthode alphacuts,
méthode L − R, technique de classement robuste.
