Bloc1 : Théorie des graphes et problèmes d’ordonnancement

Slides:



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

La recherche de chemin optimal
Théorie des graphes.
Présentation générale Marc Gengler
Algorithmes et structures de données avancés

UMLV 1 Problème G = (S, A) graphe (orienté) Calculer H = (S, B) où B est la clôture réflexive et transitive de A. Note : (s,t) B ssi il existe un chemin.
Cours de graphes Les plus courts chemins,
Modélisation par le concept de graphe
Mise à Niveau en Recherche Opérationnelle
Bloc 2 : Modèles d’optimisation par la programmation linéaire
Bloc1 : Théorie des graphes et problèmes d’ordonnancement
LES GRAPHES.
Visualisation d’information interactive 5 : Graphes
A.Faÿ 1 Recherche opérationnelle Résumé de cours.
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Optimisation dans les réseaux Recherche Opérationnelle GC-SIE.
Nombre de chaînes de longueur r
Recherche Opérationnelle
Plus courts chemins On présente dans ce chapitre un problème typique de cheminement dans les graphes : la recherche d'un plus court chemin entre deux sommets.
Heuristiques A. Introduction B. Recherche d ’une branche
Chapitre 2 Réductions: exemples et méthodes
Optimisation et Complexité
Théorie des graphes Un peu de vocabulaire.
Alignement de séquences (suite)
Pr ZEGOUR Djamel Eddine
1 Exercice : longueur d’un mot est-elle paire ?  Test fonctionnel  Quel ensemble de valeur choisir / spécification  Test structurel  Soit le code d’un.
Algorithme de Bellman-Ford
Chapitre 2 Réductions: exemples et méthodes
Structures de données IFT-2000
Structures de données IFT-2000
Structures de données IFT-2000
7. Problème de flot à coût minimum.



1 Licence dinformatique Algorithmique des graphes Problèmes dordonnancement. Utilisation de ce document strictement réservée aux étudiants de l IFSIC dans.
Algorithmes d ’approximation
Deux méthodes incrémentales pour le maintien dun arbre de connexion Nicolas Thibault Christian Laforest
Recherche Opérationnelle
- GRAPHES - Composantes et types
MODULE 6 Optimisation de GRAPHES
Cours de graphes Marc Gengler Alexandra Bac Sébastien Fournier
21 février 2006Cours de graphes 2 - Intranet1 Cours de graphes Les plus courts chemins, les chemins les plus légers : à laide de la vague, à laide de la.
DONG Xiaoguang HONG Liang OULDBABA Fadel WANG Min
Programmation dynamique
Atelier de formation : MAT optimisation II (les graphes).
Géométrie analytique Distance d’un point à une droite.
Pour le chemin le plus court pour tous les couples
Structures de données IFT-2000 Abder Alikacem Arbres de recouvrement minimum Département dinformatique et de génie logiciel Édition Septembre 2009 JFK.
Apérisentation Sur les graphes évolutifs Mardi 22 novembre 16h30.
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Arbres et graphes.
SUR LE ROLE DES CIRCUITS DANS LES RESEAUX DE GENES Christophe Soulé IHES, 18 Mars 2010.
GRAPHES EN INFORMATIQUE. INTRODUCTION Les objets mathématiques appelés graphes apparaissent dans de nombreux domaines comme les mathématiques, la biologie,
Programmation dynamique
On cherche le plus court chemin de E à S sur le graphe suivant :
Le problème central de l’ordonnancement (les plus longs chemins)
Licence Informatique Algorithmique des graphes
LE FLOT MAXIMAL et LA COUPE MINIMALE
Ceci est un graphe valué Des arcs : 1-2, 1-4, 7-10,…..
1 Licence d’informatique Algorithmique des graphes Exploration de la descendance d’un sommet Utilisation de ce document strictement réservée aux étudiants.
1 Licence d’informatique Algorithmique des graphes Cours 7 : Graphes valués Chemins de valeur optimale Algorithme de Bellmann-Kalaba Utilisation de ce.
Université Pierre et Marie Curie Laboratoire d’Informatique de Paris VI Département ASIM Analyse et résultats sur le dimensionnement des mémoires pour.
Helen KASSEL (amphi), Herve BARBOT (TD, TP)

Sixième étape : pondérer les graphes. Longueur d’une chaîne d’un graphe quelconque = nombre des arêtes qui la constituent. Distance entre deux sommets.
Chapitre 3 Problèmes de Cheminement
Plan Introduction Parcours de Graphe Optimisation et Graphes
Plan Introduction Parcours de Graphe Optimisation et Graphes
Transcription de la présentation:

Bloc1 : Théorie des graphes et problèmes d’ordonnancement Aide à la décision Bloc1 : Théorie des graphes et problèmes d’ordonnancement Séance 2 Mohamed Ali Aloulou aloulou@lamsade.dauphine.fr Une partie de ces transparents a été élaborée en se basant sur le document de Pierre Lopez, LAAS, Toulouse http://www.laas.fr/~lopez/cours/GRAPHES/graphes.html

Plan du cours Qu’est ce qu’on peut faire avec la théorie des graphes ? Concepts généraux en théorie des graphes Le problème du plus court chemin Problème central de l’ordonnancement http://www.lamsade.dauphine.fr/~aloulou/cours/L3STCF_Bloc1_Graphes.pdf

Le problème du plus court chemin Définition du problème Exemples de formulation avec pcch Principe d’optimalité et conditions d’existence Graphes sans circuit Graphes à valuations positives Algorithme de Moore-Dijkstra (1959) Graphes à valuations quelconques Contre-exemple Algorithme de Bellman-Ford

Le problème du plus court chemin Définition du problème Soit G=(X,U) un graphe sans boucle Pour tout arc u=(xi,xj)U on associe une valuation a(u) = aij : durée, distance ... La valeur d’un chemin  : v() = a(u), u S A B C E D 6 1 2 3 -4

Le problème du plus court chemin Définition du problème On peut s’intéresser aux problème de plus court chemin (valeur min) de plus long chemin (valeur max) S A B C E D 6 1 2 3 -4

Le problème du plus court chemin Exemples Exemple 1 : Construire une autoroute entre deux villes A et K Arcs = tronçons possibles de l’autoroute Valuation des arcs peut être coût de réalisation correspondant longueur du trajet … A B C D E F H I J K G

Le problème du plus court chemin Exemples Exemple 2 : Chemin le plus fiable dans un réseau de télécommunication Arêtes = liens physiques Valuation des arêtes (i,j) est pij: fiabilité du lien (la probabilité pour que le lien fonctionne) La fiabilité d’un chemin est le produit des probabilités des liens qui le constituent Le problème devient un problème de pcch en remplaçant chaque probabilité par aij = - log pij

Le problème du plus court chemin Les 3 types de problèmes Recheche des chemins extrêmaux d’un sommet xk vers un sommet xj Recherche des chemins extrêmaux d’un sommet xk vers tous les autres sommets Recherche des chemins extrêmaux entre tout couple de sommets

Le problème du plus court chemin Principe d’optimalité aij = longueur de l’arc (i,j) si l’arc existe sinon +  uj : longueur du pcch de l’origine 1 vers le sommet j Equations de Bellman u1 =0 uj = min {kj, uk + akj}

Le problème du plus court chemin Condition d’existence Condition d’existence Le graphe n’admet pas de circuit de longueur négative i j k w l(w)<0

Le problème du plus court chemin Graphes acycliques Un graphe est acyclique ssi il existe une numérotation des sommets telle qu’un arc existe entre i et j seulement si i < j Les équations de Bellman deviennent u1 =0 uj = min {k < j, uk + akj} -6 3 2 4 2 1 -4 1 2 1 6 5 3 9 3 5 6

Le problème du plus court chemin Graphes à valuations positives Algorithme de Dijkstra : plus court chemin de l’origine à tous les autres sommets Utilise des labels pour les sommets Les labels permanents représentent la valeur du pcch de l’origine jusqu’au sommet correspondant Les labels temporaires représentent une borne supérieure de ce pcch A chaque itération un label temporaire est transformé en label permanent

Le problème du plus court chemin Graphes à valuations positives Algorithme de Dijkstra Etape 0 u1 =0; uj =a1j, pour j=2,…, n P={1}, T={2, …, n} Etape 2 (Désignation du label permanent) Déterminer kT, tq uk=min{j T, uj} T=T\{k} et P=P{k} Si T=vide, stop Etape 3 (Révision des labels temporaires) uj=min{uj, uk+akj} pour tout j T Aller à l’étape 1

Le problème du plus court chemin Graphes à valuations positives Exemple A B D C E F H G 2 4 3 1 5 3

Le problème du plus court chemin Algorithme de Dijkstra et graphes à valuations quelconques 6 1 2 3 -4

Le problème du plus court chemin Graphes à valuations quelconques Algorithme de Bellman-Ford uj(m) = longueur du pcch de 1 vers j tel que le chemin ne contient pas plus que m arcs u1(1)= 0 uj(1) = a1j uj(m+1) = min{uj(m) , min{kj, uk(m) + akj}} Si le graphe ne contient pas de circuit de valeur négative alors uj = uj(n-1)

Le problème du plus court chemin Graphes à valuations quelconques Algorithme de Bellman-Ford Etape 0 u1(0)= 0, uj(0) = + pour tout j1, m:=0 Etape 1 (On modifie les marques à partir des marques de l’étaqe pécédente) Pour tout j1 uj(m+1) = min{uj(m) , min{kj, uk(m) + akj}} Etape 2 Si pour tout j, uj(m+1) = uj(m) alors FIN Sinon Si m<n-1 alors poser m:=m+1 et aller à l’étape 1 Sinon Si m=n-1, alors G admet au moins un circuit absorbant

Le problème du plus court chemin Graphes à valuations quelconques Plus court chemin entre tous les couples de sommets Algorithme matriciel de Floyd-Warshall