6. Analyse postoptimale.

Slides:



Advertisements
Présentations similaires
7. Probème de flot à coût minimum.
Advertisements

Programmation linéaire et Recherche opérationnelle
6. Analyse postoptimale.
3. Variantes de l’algorithme
2. Méthodes du simplexe et son analyse.
5. Algorithme du simplexe
6. Analyse postoptimale. Analyse postoptimale Mesurer linfluence sur la solution optimale de modifier certains coefficients du problème Indiquer à lutilisateur.
Optimisation linéaire
7. Problème de flot à coût minimum.
4.Convergence de lalgorithme du simplexe. Convergence dans le cas non dégénéré Hypothèse de non dégénérescence: toutes les variables de base sont positives.
3. Convergence de lalgorithme du simplexe. Preuve: En supposant que la matrice A est de plein rang m, chaque solution de base réalisable doit comporter.
Programmation linéaire en nombres entiers : les méthodes de troncature
l’algorithme du simplexe
6. Problème de flot à coût minimum.
Post-optimisation, analyse de sensibilité et paramétrage
2. Méthode du simplexe et son analyse.
programmation linéaire
3. Variantes de l’algorithme
1. Méthode du simplexe et son analyse.
Courbes d'Interpolation Interpolation de Lagrange, et Interpolation B-spline.
7. Problème de flot à coût minimum. 7.1 Graphes, graphes orientés, réseaux Un graphe G =(V, E) est constitué d’un ensemble non vide fini de sommets V.
Les rprésentation des signaux dans le cadre décisionnel de Bayes Jorge F. Silva Shrikanth S. Narayanan.
Outils de Recherche Opérationnelle en Génie MTH 8414A
Outils de Recherche opérationnelle en Génie MTH 8414
Outils de Recherche Opérationnelle en Génie MTH 8414
Outils de Recherche Opérationnelle en Génie MTH 8414
Pierre Joli Cours de Mathématique Pierre Joli
Première partie : La droite de budget
Outils de Recherche Opérationnelle en Génie MTH 6414A
AMUE – SIFAC Critères de Rapprochement
Expression fonctionnelle du besoin
Techniques d’Optimisation Chapitre 2: Problème de flôt
Algorithmiques Abdelbasset KABOU
CALCUL MENTAL SÉRIE 1.
3ème Livre 1 Rappel.
Expression fonctionnelle du besoin
MTH 6414A Exemple de recherche avec taboux
Techniques d’Optimisation Chapitre 3: Programmation en 0-1 (bivalente)
Programmation linéaire et Recherche opérationnelle Licence d’Econométrie Professeur Michel de Rougemont
Plan de la séance 11 (deuxième partie)
Fonctions Logiques & Algèbre de BOOLE
Cours N°6: Algorithmiques Structures Conditionnelles
PROGRAMMATION INFORMATIQUE D’INGÉNIERIE II
La méthode du simplexe. 1) Algorithme du simplexe  Cet algorithme permet de déterminer la solution optimale, si elle existe, d’un problème de programmation.
Branch-and-price algorithms for the solution of the multi-trip vehicle routing problem with time windows (MTVRPTW) 1.
1 Stabilité de la voie Ir. P. Godart. 2 Stabilité de la voie Plan de l’exposé Mise en contexteMise en contexte HypothèsesHypothèses Rappel sur l'équation.
Calcul Scientifique Initiation à SCILB
Polytech'Nice-Sophia, Département Sciences Informatiques Cours de 4 ème année : Commande par Ordinateur. semaine 5/6, 29/04/2018Page 1 Commande optimale.
22 septembre 2014 NF EN ISO novembre 2011 Systèmes de management de l’énergie : Exigences et recommandations de mise en œuvre.
Polytech'Nice-Sophia, Département Sciences Informatiques Cours de 4 ème année : Commande par Ordinateur. semaine 5/6, 04/09/2018Page 1 Commande optimale.
Résolution d’un problème de diffusion 3D
OPTIMISATION 1ère année ingénieurs
M. Moumnassi, S. Bordas, R. Figueredo, P. Sansen
Résolution d’un problème de diffusion 1D
La Dualité et l’Analyse sensitive et post-optimale en PL
Présentation 8 : Redressement des estimateurs
CHAMP DE PESANTEUR.
Chapitre 4: Les graphiques
2. Méthode du simplexe et son analyse.
Il s’agit de l’étude de l’effet total que HICKS et SLUTSKY ont étudié.
l’algorithme du simplexe
Programme d’appui à la gestion publique et aux statistiques
5. Algorithme du simplexe
PROGRAMMATION SCIENTIFIQUE EN C
Introduction  La PLNE regroupe l’ensemble des techniques permettant de résoudre des programmes linéaires dont les solutions doivent être entières.  Formellement,
l’algorithme du simplexe
Boulain Joris, Handouz Yassine, Regnier Fabien, Giraud Antoine
Activités mentales rapides Tester les bases
Outils de Recherche Opérationnelle en Génie MTH 8414
La programmation dynamique
Transcription de la présentation:

6. Analyse postoptimale

Analyse postoptimale Mesurer l’influence sur la solution optimale de modifier certains coefficients du problème Indiquer à l’utilisateur où mettre son énergie pour estimer avec plus de précision les coefficients les plus critiques 6.1 Modification des coefficients de la fonction économique 6.2 Modification des termes de droite 6.3 Modification des contraintes 6.4 Introduction d’une nouvelle variable 6.5 Introduction d’une nouvelle contrainte

6.1 Modification des coefficients de la fonction économique Le coût cj d’une variable hors base est modifié Seul le coût relatif de la variable xj est influencé dans le tableau optimal du simplexe. En effet B et cB n’étant pas modifiés, n’est pas modifié, et les coûts relatifs des autres variables restent donc identiques. Le coût relatif de la variable xj devient La solution demeure optimale si ou Si la condition n’est pas vérifiée, alors nous poursuivons la résolution du problème modifié avec l’algorithme du simplexe en utilisant xj comme variable d’entrée.

6.1 Modification des coefficients de la fonction économique Le coût cj d’une variable hors base est modifié Seul le coût relatif de la variable xj est influencé dans le tableau optimal du simplexe. En effet B et cB n’étant pas modifiés, n’est pas modifié, et les coûts relatifs des autres variables restent donc identiques. Le coût relatif de la variable xj devient La solution demeure optimale si ou Si la condition n’est pas vérifiée , alors nous poursuivons la résolution du problème modifié avec l’algorithme du simplexe en utilisant xj comme variable d’entrée.

6.1 Modification des coefficients de la fonction économique b) Le coût de la variable de base dans la ligne r est modifié Alors le coût relatif de plusieurs variables est modifié comme suit. Le vecteur des multiplicateurs est modifié:

6.1 Modification des coefficients de la fonction économique b) Le coût de la variable de base dans la ligne r est modifié Alors le coût relatif de plusieurs variables est modifié comme suit. Le vecteur des multiplicateurs est modifié:

6.1 Modification des coefficients de la fonction économique

6.1 Modification des coefficients de la fonction économique

6.1 Modification des coefficients de la fonction économique

6.1 Modification des coefficients de la fonction économique

6.1 Modification des coefficients de la fonction économique Si la condition n’est pas vérifiée, alors nous poursuivons la résolution du problème modifié avec l’algorithme du simplexe en utilisant une variable xj avec un coût relatif négatif comme variable d’entrée.

6.2 Modifications des termes de droite

6.2 Modifications des termes de droite

6.2 Modifications des termes de droite Si la solution n’est plus réalisable sous l’effet du changement, nous déterminons une nouvelle solution réalisable optimale pour le problème modifié avec l’algorithme dual du simplexe.

6.3 Modification des contraintes Nous limitons notre étude au cas où les coefficients des variables hors base peuvent être modifiés

6.3 Modification des contraintes Nous limitons notre étude au cas où les coefficients des variables hors base peuvent être modifiés

6.3 Modification des contraintes Si la solution n’est plus optimale, nous poursuivons la résolution du problème modifié avec l’algorithme du simplexe.

6.4 Introduction d’une nouvelle variable Considérons le cas où nous voulons introduire une nouvelle variable xn+1 dont le coût unitaire est cn+1 et dont la colonne des coefficients est .

6.4 Introduction d’une nouvelle variable Considérons le cas où nous voulons introduire une nouvelle variable xn+1 dont le coût unitaire est cn+1 et dont la colonne des coefficients est .

6.4 Introduction d’une nouvelle variable Considérons le cas où nous voulons introduire une nouvelle variable xn+1 dont le coût unitaire est cn+1 et dont la colonne des coefficients est .

6.5 Introduction d’une nouvelle contrainte

6.5 Introduction d’une nouvelle contrainte Le tableau associé à la solution optimale avant l’ajout de la nouvelle contraint est modifié en introduisant la nouvelle contrainte dans la ligne (m+1) du tableau.

Le tableau ainsi modifié devient

6.5 Introduction d’une nouvelle contrainte b)

6.5 Introduction d’une nouvelle contrainte Le tableau associé à la solution optimale avant l’ajout de la nouvelle contraint est modifié en introduisant la nouvelle contrainte dans la ligne (m+1) du tableau.

Multiplions la dernière ligne du tableau par –1 pour que xn+1 devienne variable de base dans cette ligne

6.5 Introduction d’une nouvelle contrainte

6.5 Introduction d’une nouvelle contrainte

6.5 Introduction d’une nouvelle contrainte Le tableau associé à la solution optimale avant l’ajout de la nouvelle contraint est modifié en introduisant la nouvelle contrainte dans la ligne (m+1) du tableau.

Le tableau ainsi modifié devient

Le tableau ainsi modifié devient

Le tableau ainsi modifié devient

Le tableau résultant est comme suit

Le tableau ainsi modifié devient

Le tableau ainsi modifié devient

Le tableau ainsi modifié devient

Le tableau résultant est comme suit