Résolution de problèmes de RO par les métaheuristiques

Jacques Teghem, Pirlot Marc

Description

Cet ouvrage montre l'apport d'outils algorithmiques nouveaux pour la résolution approchée de problèmes d'optimisation de nature combinatoire. Leurs applications nombreuses se rencontrent particulièrement en gestion de production et en logistique. Les trois premiers chapitres traitent de l'application des métaheuristiques à la coloration de graphes, aux tournées de distribution et au problème d'affectation quadratique. Le chapitre 4 présente trois études de cas conduites pour répondre à des demandes provenant de l'industrie. La fin de cet ouvrage aborde des aspects plus avancés et divers ouvrant des perspectives sur des voies de recherche nouvelles (chapitres 5, 7, 8) ou donnent un exemple d'étude fouillée sur un domaine particulier (chapitre 6).

Sujets

• Sciences formelles
• Mathématiques appliquées
• Mathématiques appliquées
• Sciences
• Neural Networks
• Data Science
• Computers
• Techniques
• Informatique
• Applique
• Mathematics
• Ordinateur
• Mathématiques
• Science formelle
• Technique
• Science
• Métal

Informations

• Publié par: Hermès - Editions Lavoisier
• Date de parution: 07 septembre 2022
• Nombre de lectures: 8
• EAN13: 9782746254633
• Langue: Français
• Poids de l'ouvrage: 7 Mo

Extrait

’
’
Table des matiŁres
Introduction ........................................ 15
Marc PIRLOT et Jacques TEGHEM
Chapitre 1. Application des mØtaheuristiques la coloration
des sommets d un graphe ................................ 21
Alain HERTZ
1.1. Le problŁme de la coloration des sommets dun graphe .......... 21
1.2. Quelques mØthodes constructives ....................... 23
1.3. Techniques de recherche locale ........................ 25
1.4. Algorithmes gØnØtiques ............................. 29
1.5. Algorithmes hybrides .............................. 33
1.6. Lalgorithme de Galinier et Hao 34
1.7. Quelques autres mØtaheuristiques 37
1.7.1. La mØthode mØmoire adaptative ................... 37
1.7.2. Les systŁmes de fourmis ......................... 39
1.7.3. La recherche voisinages variables 42
1.8. Conclusion ..................................... 45
Bibliographie ...................................... 46
Chapitre 2. MØtaheuristiques pour le problŁme des tournØes de vØhicules.49
Michel GENDREAU, Gilbert LAPORTE, Jean-Yves POTVIN, FrØdØric SEMET
2.1. Introduction .................................... 49
2.2. Heuristiques classiques pour le PTV ..................... 50
2.3. Approches basØes sur les mØtaheuristiques pour le PTV ......... 54
2.3.1. Approches basØes sur le recuit simulØ ................. 54
2.3.2. Approches basØes sur les algorithmes gØnØtiques .......... 55
2.3.3. Approches basØes sur les colonies de fourmis ............ 57
2.3.4. Approches basØes sur les rØseaux de neurones 58







’
’
’
’
’
10 MØtaheuristiques et RO
2.4. Adaptations de la mØtaheuristique tabou au PTV .............. 59
2.4.1. Exploration du voisinage ......................... 61
2.4.2. RØduction de la taille du voisinage ................... 62
2.4.3. Relaxation de contraintes 63
2.4.4. StratØgies dintensification et de diversification ........... 63
2.4.5. MØmoire adaptative ............................ 64
2.4.6. RØsultats numØriques ........................... 64
2.5. Conclusion ..................................... 65
Bibliographie ...................................... 67
Chapitre 3. MØtaheuristiques pour le problŁme d affectation quadratique 71
Thierry MAUTOR
3.1. PrØsentation du problŁme daffectation quadratique ............ 71
3.2. Solutions mØtaheuristiques pour le problŁme daffectation quadratique 72
3.2.1. DifficultØs des instances ......................... 73
3.2.2. BibliothŁque de problŁmes daffectation quadratique ........ 74
3.3. MØthodes de recherche locale 75
3.4. Algorithmes Øvolutifs .............................. 80
3.5. Conclusion ..................................... 83
3.5.1. Vers une unification des approches mØtaheuristiques ........ 84
3.5.2. Il faut diversifier la nature de la recherche............... 85
3.5.3. Laffectation quadratique : un problŁme mØtaheuristiquement
facile ? ........................................ 86
3.5.4. Un besoin de plus en plus marquØ de parallØlisme .......... 87
Bibliographie ...................................... 87
Chapitre 4. ImplØmentation des mØtaheuristiques : Øtudes de cas ...... 91
Daniel TUYTTENS, Marc PIRLOT, Jacques TEGHEM
4.1. Introduction .................................... 91
4.2. ProblŁme de groupement homogŁne ..................... 92
4.2.1. Description du problŁme......................... 92
4.2.2. Recuit simulØ et recherche tabou .................... 94
4.2.3. ImplØmentation et rØsultats........................ 97
4.2.4. Hybridation de RS et RT ......................... 100
4.2.5. Discussion.................................. 103
4.3. ProblŁme du mariage des couvertures..................... 104
4.3.1. PrØsentation du problŁme 104
4.3.2. ModØlisation en un problŁme linØaire en variables mixtes...... 106
4.3.3. Application du recuit simulØ ....................... 108
4.3.4. Quelques rØsultats et commentaires................... 111






’
’
’
’
’
’
Table des matiŁres 11
4.4. Ordonnancement dun atelier de production ................. 113
4.4.1. Description du problŁme......................... 113
4.4.2. Lalgorithme utilisØ ............................ 117
4.4.3. RØsultats numØriques ........................... 119
4.5. Conclusion gØnØrale ............................... 123
Bibliographie ...................................... 125
Chapitre 5. ImplØmentations parallŁles des mØtaheuristiques......... 127
Van-Dat CUNG et Catherine ROUCAIROL
5.1. Introduction .................................... 127
5.2. Calcul parallŁle .................................. 128
5.2.1. Machines parallŁles : la nouvelle tendance .............. 128
5.2.2. Environnements de programmation parallŁles ............ 130
5.2.3. ModŁles de programmation parallŁle .................. 131
5.2.4. IrrØgularitØ 131
5.3. Pourquoi parallØliser les mØtaheuristiques ? ................. 132
5.3.1. Plus vite, plus grand ! ........................... 132
5.3.2. Meilleur, plus robuste !.......................... 132
5.4. Classification des mØtaheuristiques parallŁles ................ 133
5.4.1. ParallØlisation interne une seule marche ............... 135
5.4.2. ParallØlisation externe plusieurs marches .............. 136
5.5. ComplexitØ de la recherche locale parallŁle ................. 138
5.5.1. Indicateurs de performances ....................... 138
5.5.2. ComplexitØ dun algorithme parallŁle 139
5.5.3. ComplexitØ de la recherche locale ................... 140
5.6. Des exemples dimplantation.......................... 142
5.6.1. ParallØlisation interne ........................... 142
5.6.2. ParallØlisation externe : marches indØpendantes ........... 144
5.6.3. ParallØlisation externe : marches coopØratives ............ 147
5.7. Conclusion et perspectives 149
Bibliographie ...................................... 151
Chapitre 6. Application des algorithmes gØnØtiques lordonnancement
de la production 155
Christelle BLOCH, Marie-Claude PORTMANN, Antony VIGNIER
6.1. DØfinition et classification des problŁmes dordonnancement ...... 156
6.2. Algorithmes gØnØtiques pour le problŁme du « jobshop »......... 159
6.2.1. Le problŁme du « jobshop » ....................... 159
6.2.2. Les codages les plus immØdiats pour le problŁme du « jobshop ». 160
6.2.3. Algorithmes gØnØtiques basØs sur des gØnØrateurs de solution. . . 162
6.2.4. Algorithmes gØnØtiques basØs sur des codages directs ....... 166











’
’
’
’
’
’
’
’
12 MØtaheuristiques et RO
6.2.5. Conclusion sur lapplication des algorithmes gØnØtiques
au « jobshop » ................................... 172
6.3. Algorithmes gØnØtiques pour le « flowshop » hybride ........... 173
6.3.1. Le problŁme d ordonnancement de type « flowshop » hybride . . 173
6.3.2. Un algorithme gØnØtique utilisant un codage indirect........ 175
6.3.3. Un algorithme gØnØtique utilisant un codage direct ......... 177
6.3.4. Hybridation avec une mØthode exacte ................. 178
6.3.5. Conclusion sur lapplication des algorithmes gØnØtiques
au « flowshop » hybride ............................. 179
6.4. Un algorithme gØnØtique pour rØsoudre un problŁme particulier
de « hoist scheduling » ................................ 180
6.4.1. PrØsentation gØnØrale dun problŁme de type
« hoist scheduling » 180
6.4.2. Un algorithme gØnØtique pour la rØsolution
dun problŁme dynamique de type « hoist scheduling » .......... 184
6.4.3. Conclusion sur lapplication des algorithmes gØnØtiques
au « hoist scheduling » .............................. 190
6.5. Conclusion gØnØrale ............................... 191
Bibliographie ...................................... 192
Chapitre 7. Adaptation des mØtaheuristiques
en optimisation multicritŁre 197
Jacques TEGHEM, Berthold ULUNGU-EKUNDA, Daniel TUYTTENS,
PHILIPPE FORTEMPS
7.1. Introduction .................................... 197
7.2. Loptimisation combinatoire multicritŁre................... 198
7.3. La mØthode MOSA................................ 203
7.3.1. Comparaison de deux solutions ..................... 203
7.3.2. Principe de la mØthode MOSA 205
!7.3.3. GØnØration de E()P ............................ 206
7.4. Mesures de qualitØ de la mØthode MOSA .................. 207
7.4.1. E(P) est disponible............................. 208
7.4.2. E(P) nest pas disponible ......................... 210
7.5. ExpØrimentations numØriques 210
7.5.1. Le problŁme de chargement bicritŁre 211
7.5.2. Le problŁme daffection bicritŁre .................... 215
7.5.3. Des problŁmes multicritŁres d ordonnancement de production . . 217
7.6. La mØthode MOSA interactive 222
7.6.1. MØthodes interactives ........................... 222
7.6.2. InteractivitØ dans MOSA ......................... 223
7.7. Conclusions .................................... 225
Bibliographie ...................................... 226










’
’
’
Table des matiŁres 13
Chapitre 8. Satisfaction de contraintes flexibles.
Application aux problŁmes d ordonnancement .................. 229
Philippe FORTEMPS
8.1. Introduction .................................... 229
8.2. ModØlisation des prØfØrences Gradation de la satisfaction ....... 232
8.3. Les contraintes flexibles en pratique ..................... 234
8.3.1. Affectation flexible ............................ 234
8.3.2. Leffet de noyade ............................. 236
8.3.3. ProcØdures de comparaison raffinØes .................. 237
8.3.4. ProcØdures doptimisation spØcifiques ................. 238
8.4. Application lordonnancement ........................ 238
8.4.1. Dans le cas classique ........................... 239
8.4.2. PrØfØrences sur les paramŁtres temporels ............... 239
8.4.3. ProcØdure de rØsolution .......................... 242
8.4.4. ProcØdures de rØsolution avancØes ................... 243
8.5. PrØfØrence versus Incertitude 244
8.5.1. ModØlisation des incertitudes sur la durØe............... 244
8.5.2. Une description commune ........................ 245
8.5.3. Incertitude sur les autres paramŁtres temporels............ 246
8.6. PrØfØrences ou PrioritØs .....................