MTH 6414A Exemple de recherche avec taboux

Slides:



Advertisements
Présentations similaires
Problème du Car Sequencing
Advertisements

La table de 4 1. Mémorisation jusqu’à 5 + 4
Paramétrage des codes tâches Paramétrage des codes tâches / Droits d’accès / Temps passés 1 / Temps passés 2 / Paramétrage desDroits d’accès Temps passés.
L'appropriation du cahier des charges Étape n°1 : Dresser la liste des contraintes à respecter Etape n°2 : Décrire sous forme graphique les fonctions que.
1 Chapitre 2 La numération binaire. 2 Chapitre 2 : La numération binaire Introduction 1 - Le système binaire 2 - La conversion des nombres entiers 2.1.
SITC 10 rue de la libération Bâtiment C Neuilly-sur-Marne Processus création et envoi de newsletter changement du mot de passe.
CINI – Li115 1 Semaine 9 Algorithmes de tri ● Introduction ● Tri à bulle ● - principe ● - algorithme ● - efficacité ● Tri par sélection ● - principe, algorithme,
Courbes d'Interpolation Interpolation de Lagrange, et Interpolation B-spline.
Médiane Moyenne Quartile Mode. Exemple 1 : Soit les données suivantes On ordonne les données Moyenne : Somme des données divisée.
Les bonzes sont poursuivis par le Yéti. Ils doivent tous les trois gravir la montagne pour être en sécurité et ainsi gagner la partie. Le but du jeu est.
CI1 : Comment les contraintes sont-elles prises en comptes dans la conception d'un objet technique ? Séquence 1 : Comment choisir le ou les portails les.
Réalisé par : Sébastien Lachance MATHS 3 E SECONDAIRE FONCTIONS polynomiales.
Le SMED est une méthode qui cherche à réduire le temps de changement de série S ingle M inute E xchange D ie = Echange d ’outil en moins de 10 minutes.
Module S41 Chapitre 11  Configuration de Windows XP Professionnel pour l'informatique mobile.
Système d’aide à la décision Business Intelligence
Cours d’Econométrie de la Finance (Stat des choix de portf. IV 1-2)
Outils de Recherche opérationnelle en Génie MTH 8414
Résolutions et réponses
Outils de Recherche Opérationnelle en Génie MTH 8414
Un tableau d’avancement
Module de gestion des tournées de livraison
Analyse, Classification,Indexation des Données ACID
Optimisation combinatoire
COMPLÉMENTS SUR LES MARÉES
Les outils de sélection Cours préparé par l’enseignante Wafa Bourkhis.
Pierre Joli Cours de Mathématique Pierre Joli
6. Analyse postoptimale.
Deuxième partie : La courbe d’indifférence
Outils de Recherche Opérationnelle en Génie MTH 6414A
Table passage en caisse
RESEAU D’ECHANGES DE SAVOIRS DE LA MEDIATHEQUE DE MOULINS
Comment améliorer votre demande de subvention mondiale en dix points
Disposition Titre Sous-titre.
Table du 1.
Techniques d’Optimisation Chapitre 3: Programmation en 0-1 (bivalente)
Les plans d’expérience: plans factoriels
Technologies de l’intelligence d’affaires Séance 11
P2P-Tube : amélioration de YouTube par P2P.
La méthode du simplexe. 1) Algorithme du simplexe  Cet algorithme permet de déterminer la solution optimale, si elle existe, d’un problème de programmation.
Formules de calculs et Fonctions. Structure des formules de calcul Commencez toujours votre calcul par le signe =, ensuite sans laisser d’espaces, placez.
Le moteur à courant continu
ADRs & CARTES SCAN.
Le SMED est une méthode qui cherche à réduire le temps de changement de série S ingle M inute E xchange D ie = Echange d ’outil en moins de 10 minutes.
Bases de données sous Access. Initiation aux bases de données  Structure d’une base de données.
Chapitre2: SGBD et Datawarehouse. On pourrait se demander pourquoi ne pas utiliser un SGBD pour réaliser cette structure d'informatique décisionnelle.
OPTIMISATION 1ère année ingénieurs
Les GPS Garmin adaptés au vol libre
STS Web Services libres Créer un service libre
Option Histoire 4h.
Ä A B C D E F µ Un problème de Tournée (ou du Voyageur de commerce) consiste à chercher le meilleur trajet pour visiter.
STS Web Services libres Constituer les services libres
Variable Neighborhood Descent (VND) Réalisée par Nadia Sassi Eya baghdedi AU
2. Méthode du simplexe et son analyse.
FAIRE UN DOSAGE.
Ville de Bagneux – BATT – SLG PAYSAGE
Transition vers l’assignation automatique des stages à la résidence
2. CONCEPTS DES BASES DE DONNEES
Intégration du brut et Amélioration de la gamme d’usinage du pignon conique à denture droite du pont moteur du chariot Elévateur 5tonnes Promotion 2018/2019.
En cas de souci n'hésitez pas à joindre l’USEP 28 au
En cas de souci n'hésitez pas à joindre l’USEP 28 au
Contenu Introduction à Python
APPROCHE PEDAGOGIQUE DE L’AMORTISSEMENT ASPECTS TECHNIQUES
Gestion de liste: Réalisé par: Amal ABBOU Mariam El ALLAMI Tri Filtre.
Enchantonslecole.fr.
Boulain Joris, Handouz Yassine, Regnier Fabien, Giraud Antoine
Dridi Lobna 1 Couche Réseau II Réseau : Gestion de l’accès.
DONNÉE DE BASE QM Manuel de formation. Agenda 2  Introduction  Objectif de la formation  Données de base QM: Caractéristique de contrôle Catalogue.
Outils de Recherche Opérationnelle en Génie MTH 8414
La programmation dynamique
Transcription de la présentation:

MTH 6414A Exemple de recherche avec taboux

Labyrinthe de cristal Placez les nombres 1 à 8 sur les cases de manière à ce qu’aucune case connectée n’ait de nombre consécutif. ?

La recherche local (concept de base) On assigne des valeurs aléatoires la première solution sera très probablement irréalisable On fait des “modifications” pour rendre la solution réalisable.

Solution initiale aléatoire 2 ? ? 5 1 ? ? 3 6 ? 8 ? ? 4 7 ?

Solution initiale aléatoire Coût de la solution = nombre de contraintes violées ? 2 5 ? ? 1 3 ? ? 6 8 ? ? 4 7 ? Contrainte violée

Ensuite comment procéder ? Modification : Échanger deux nombres... Oui, mais lesquels? On choisit une paire au hasard La paire qui permettra de réduire au maximum le nombre de violations

Solution initiale aléatoire 2 ? ? 5 ? 1 ? 3 ? 6 8 ? ? 4 7 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8

Solution initiale aléatoire 2 ? ? 5 1 ? ? 3 6 ? 8 ? ? 4 7 ?

Échanger 1 & 2 1 ? ? 5 2 ? ? 3 6 ? 8 ? ? 4 7 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8

Solution initiale aléatoire 2 ? ? 5 1 ? ? 3 6 ? 8 ? ? 4 7 ?

Échanger 1 & 3 2 ? ? 5 3 ? ? 1 6 ? 8 ? ? 4 7 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8

Solution initiale aléatoire 2 ? ? 5 1 ? ? 3 6 ? 8 ? ? 4 7 ?

Échanger 1 & 4 2 ? ? 5 4 ? ? 3 6 ? 8 ? ? 1 7 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1 -2 -3

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1 -2 -3

Solution courante 2 ? ? 5 1 ? ? 3 6 ? 8 ? ? 4 7 ?

Échanger 1 & 7: coût = 3 2 ? ? 5 7 ? ? 3 6 ? 8 ? ? 4 1 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1

Solution courante 2 ? ? 5 7 ? ? 3 6 ? 8 ? ? 4 1 ?

Échanger 3 & 8: coût 2 2 ? ? 5 7 ? ? 8 6 ? 3 ? ? 4 1 ?

Échanger 6 & 7: coût 1 2 ? ? 5 6 ? ? 8 7 ? 3 ? ? 4 1 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8

Et maintenant ? Il n’y a plus de modification améliorante Jusqu’à présent nous avons fait une “descente” Solution initial: Coût 6 Échanger 1 & 7: Coût 3 Échanger 3 & 8: Coût 2 Échanger 6 & 7: Coût 1 coût modifications

Et maintenant ? Options : Recommencer d’une nouvelle solution aléatoire Continuer et choisir la moins mauvaise modification Essayer une autre méthode de recherche locale

Table définissant les coût d’échange 1 2 3 4 5 6 7 8

Échanger 1 & 2: Coût 2 1 ? ? 5 6 ? ? 8 7 ? 3 ? ? 4 2 ?

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1

Modifications Solution initiale: Coût 6 Échanger 1 & 7: Coût 3

Modifications Solution initiale: Coût 6 Échanger 1 & 7: Coût 3

Modifications Solution initiale: Coût 6 Échanger 1 & 7: Coût 3 Échanger 1 & 2: Coût 1 … et ainsi de suite

Et maintenant ? Options : Recommencer d’une nouvelle solution aléatoire Continuer et choisir la moins mauvaise modification Essayer une autre méthode de recherche locale

Recherche avec tabou (concept de base) Une recherche locale : Conserver une liste des modifications effectuées de manière à ne pas revisiter les mêmes solutions. Dans notre exemple, nous conserverons la liste des 4 dernières paires (valeur,noeud) avant modifications.

Minimum local B E 2 ? 5 ? C F 6 ? ? 8 ? 7 3 ? A H D G 4 ? 1 ? Solution initiale: Coût 6 Échanger 1 & 7: Coût 3 Échanger 3 & 8: Coût 2 Échanger 6 & 7: Coût 1 B E 2 ? 5 ? C F 6 ? ? 8 ? 7 3 ? A H D G 4 ? 1 ?

Minimum local B E 2 ? 5 ? C F ? 6 ? 8 7 ? 3 ? A H D G ? 4 1 ?

Échanger 1 & 2: Coût 2 B E 1 ? 5 ? C F ? 6 8 ? 7 ? 3 ? A H D G ? 4 ? 2 Tabou: [(1G,2B)]

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 -1

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 X -1

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 X -1

Échanger 3 & 5: Coût 1 B E 1 ? 3 ? C F ? 6 ? 8 7 ? 5 ? A H D G ? 4 ? 2 Tabou: [(3H,5E),(1G,2B)]

Table définissant les coût d’échange 1 2 3 4 5 6 7 8 X

Échanger 1 & 3: Coût 1 B E 3 ? 1 ? C F ? 6 ? 8 7 ? 5 ? A H D G ? 4 ? 2 Tabou: [(1B,3E),(3H,5E),(1G,2B)]

Échanger 5 & 7: Coût 1 B E 3 ? 1 ? C F ? 6 ? 8 5 ? 7 ? A H D G ? 4 ? 2 Tabou: [(5H,7F),(1B,3E),(3H,5E),(1G,2B)]

Échanger 1 & 5: Coût 1 B E 3 ? 5 ? C F ? 6 ? 8 1 ? 7 ? A H D G ? 4 ? 2 Tabou: [(1E,5F),(5H,7F),(1B,3E),(3H,5E),(1G,2B)]

Échanger 2 & 4: Coût 1 B E 3 ? 5 ? C F ? 6 ? 8 1 ? 7 ? A H D G ? 2 ? 4 Tabou: [(2G,4D),(1E,5F),(5H,7F),(1B,3E)]

Échanger 2 & 6: Coût 1 B E 3 ? 5 ? C F ? 2 ? 8 1 ? 7 ? A H D G ? 6 ? 4 Tabou: [(2D,6A),(2G,4D),(1E,5F),(5H,7F)]

Échanger 3 & 5: Coût 0 B E 5 ? 3 ? C F ? 2 8 ? 1 ? 7 ? A H D G ? 6 ? 4 Tabou: [(3B,5E),(2D,6A),(2G,4D),(1E,5F)]