Problème d’Affectation Quadratique

Slides:



Advertisements
Présentations similaires
IFT 2505 Techniques d’optimisation 1
Advertisements

La microbiologie prévisionnelle
Introduction aux couplages thermomécaniques
Soutenance de thèse Lundi 12 décembre 2005
Modélisation des flux La méthode Merise Yves Giovannangeli
Comparaison de plusieurs moyennes Analyse de variance
Alain Faye , Frédéric Roupin CEDRIC - IIE - CNAM
Visualisation d’information interactive 5 : Graphes
Optimisation dans les télécommunications
Ordonnancement des mouvements de deux robots
Résolution d’un problème d’agencement d’équipements par
Identification de sources de chaleur dorigine thermomécaniques : Présentation de deux méthodes destimation et de résultats expérimentaux. Norbert Renault.
                                        République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique.
La loi de la concentration des solutions
Ecole des JDMACS Décision et incertitude en logistique.
Séminaire de lobjectif « forage et production » Beaune, les 26,27 et 28 Avril 2000 Outils danalyse statistiques « programmation par lexemple » S. Canu,
Exemple de conception d’un algorithme parallèle: Système planétaire
Modèle, Méthode et Conception
4. Algorithme de Recuit Simulé
IFT 2505 Techniques d’optimisation 1
Gestion de projet Présentation des membres de l’équipe
II- L’algorithme du recuit simulé (pseudo-code)
Apprendre à distance : tuteur, un rôle indispensable ?
Programmation linéaire en nombres entiers : la méthode du simplexe
Emmanuel Chassot et Didier Gascuel
Modélisation de l’impact d’un réservoir rempli de fluide par la méthode SPH Directeur de thèse : Alain Combescure ( Lamcos )
ADAMOS Une plate-forme pour concevoir et évaluer des services proactifs Système proactif ? qui évolue en fonction des paramètres de lenvironnement physique.
Les systèmes de calcul par processus Chapitre 4. 2 Chapitre 4 - Les systèmes de calcul par processus Les systèmes de calcul par processus Les processus.
Modèles de décisions financières
Partie 2 : programmation stochastique
Ce que vous devez faire …
Problèmes inverses en électroencéphalographie
Sciences de l’ingénieur
Apprentissage collaboratif à distance France Henri Centre de recherche LICEF Télé-université, Montréal le 24 août 2006.
MAXIMISER les RESULTATS
Introduction Objet de la programmation mathématique, construction d'un modèle mathématique, problème général de programmation mathématique et classification,
Effeindzourou Anna, Meunier Stéfanie, Loyer Alexis, Calandreau Julien
A nutrient to fish model for the example of the Baltic Sea Wolfgang Fennel.
بسم الله الرحمن الرحيم.
GRAPHISME PAR ORDINATEUR SIF Contenu du cours 2 Introduction à XNA –Installation de XNA 4.0 –Premier projet –Gestion des ressources (images, vidéo.
Le contenu est basé aux transparents du 7 ème édition de «Software Engineering» de Ian Sommerville«Software Engineering» de Ian Sommerville B.Shishedjiev.
Programmation mathématique avancée
Recherches locales et méta-heuristiques
Unité 5 – L’environnement L’Amérique française International Day.
Dorina Surcel et René Laprise
Représentation de données
Plan du cours Introduction Conception des SI Modèles Merise
GRAPHISME PAR ORDINATEUR
Knowledge discovery in Databases (KDD)
Conduction Bidirectionnelle en régime permanent
Zacharie Amougou Sébastien Masurel Alexis Yvin TAI : Problèmes d’affectation EFREI - L3, groupe C.
Surfaces de Bézier.
Régulation de température
GRAPHISME PAR ORDINATEUR SIF Contenu du cours 2 Introduction à XNA –Installation de XNA 4.0 –Premier projet –Gestion des ressources (images, vidéo.
Échantillonnage (STT-2000)
Bury Laurent – 21/05/2007 Implémentation d’un simulateur pour les robots e-puck Conception et implémentation en C++ d’un simulateur pour les robots e-puck.
Implémentation des lacs interactifs dans MRCC Andrey Martynov, stagiaire postdoctoral - agent de recherche Superviseurs: Laxmi Sushama, René Laprise.
Problème du Car Sequencing
Modélisation des problèmes complexes et Optimisation
Recuit simulé Une métaheuristique venue de la métallurgie.
IFT 2505 Techniques d’optimisation 1 Prof: Jacques A. Ferland Bureau AA 3359 Tel Auxiliaire.
Unités de valeur de Patrice SALINI Mis à jour 27 juin 2002.
Projet de Maîtrise Simulation 3D d’atomes robotiques Detanger Pierre-Gilles He Xuefeng Mauny Stéphane Villers Julien.
Modèles d’attraction spatiale
Localisation d’entrepôts (1/3)
3. Cinétique des gaz et aérosols
Proposition d’une heuristique efficace pour l’ordonnancement des machines parallèles 1 Benjamin Vincent Nikolay Tchernev Christophe Duhamel Libo Ren 21e.
La gestion optimale de la production électrique : un exemple d’application industrielle de l’algorithme de point intérieur S. Charousset, G. Vignal.
Variable Neighborhood Descent (VND) Réalisée par Nadia Sassi Eya baghdedi AU
Transcription de la présentation:

Problème d’Affectation Quadratique

Plan Sujet du projet Modèle étudié Méthodes de résolution Le recuit simulé VNS La relaxation lagrangienne SDP Diagramme de classes Répartition du travail

Problème d’Affectation Quadratique Sujet du projet Problème d’Affectation Quadratique Principe: Placer n unités communiquant entre elles sur n sites prédéterminés Heuristique: Le coût dijkl d'interaction entre l'unité i placée sur le site k et l'unité j placée sur le site l est considéré comme proportionnel au produit du flux échangé entre les deux unités (aij) par la distance entre les deux sites (bkl)

Problème d’Affectation Quadratique Sujet du projet Problème d’Affectation Quadratique Des sites de productions répartis sur le territoire national (Distants) Des besoins d’échanges de produits entre les sites.

Modèle étudié Variables de décision: Formulation du problème:

Méthodes de résolution Sujet du projet Méthodes de résolution Le recuit simulé Température initiale Paliers Transformations Descente Dégradation Présenté par Sébastien HOC Température Initiale : évaluation de la solution initiale (Cf. heuristique slide 3). Nombre de paliers (itérations) : Un nœud est tiré au sort. initialisé au nombre de nœuds. L’augmentation apporte peu dans la qualité de la solution. Nombre de transformations : Chaque nœud est permuté avec le nœud tiré au sort. Descente : Initialement 0,95T à chaque palier. Acceptation de dégrader la solution : Si solution est améliorée, elle est accepté, sinon un nombre p est tiré au sort. puis comparé à Exp(DT/t), si p est supérieur la solution est accepté. Plus le taux d’acceptation est grand (1/2) meilleurs est la solution.

Méthodes de résolution Sujet du projet Méthodes de résolution VNS (VND) Présenté par Stéphan RENOU

Méthodes de résolution Sujet du projet Méthodes de résolution VNS (RVNS)

Méthodes de résolution Sujet du projet Méthodes de résolution VNS (BVNS)

Méthodes de résolution Sujet du projet Méthodes de résolution VNS (GVNS)

Méthodes de résolution Sujet du projet Méthodes de résolution La relaxation lagrangienne

Méthodes de résolution Sujet du projet Méthodes de résolution SDP

Diagramme de classes

Répartition du travail Tâches Sébastien HOC Mendy NAGAM Stéphan RENOU Gérard SOULENQ Modélisation Recuit simulé VNS Relaxation lagrangienne SDP Interface X