A.Faÿ 1 Recherche opérationnelle Résumé de cours.

Slides:



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

Programmation linéaire et Recherche opérationnelle
Calcul du flot maximum Algorithme de Ford Fulkerson Maxime Chambreuil | Nicolas Fournel | Vianney Gremmel | Leïla Traoré | Marouane Zehni UV RO.
Introduction à la Théorie des graphes
La recherche de chemin optimal
La Méthode de Simplexe Standardisation
Théorie des graphes.
Algorithmes et structures de données avancés
Introduction à la Théorie des graphes
Cours de graphes Problèmes de flots. Théorème du Max-flow – Min-cut.
Modélisation par le concept de graphe
Mise à Niveau en Recherche Opérationnelle
LES GRAPHES.
Visualisation d’information interactive 5 : Graphes
Chap. 1 INTRODUCTION Beaucoup de problèmes de la vie courante, tels la gestion de réseaux de communication ou l'ordonnancement de tâches, correspondent.
Plus rapide chemin bicritère : un problème d’aménagement du territoire
Houssein ALAEDDINE Kamal SERRHINI
                                        République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique.
LES AUTRES MÉTHODES D’ORDONNANCEMENT
1 Cours numéro 3 Graphes et informatique Définitions Exemple de modélisation Utilisation de ce document strictement réservée aux étudiants de l IFSIC.
Le problème de transport
Algorithmes Branch & Bound
Programmation linéaire
Optimisation et Complexité
Théorie des graphes Un peu de vocabulaire.
Systèmes d’équations linéaires
Problème de flot à coût minimum
Structures de données IFT-2000
7. Problème de flot à coût minimum.
Problème de flot maximal dans un réseau




Algorithmes d ’approximation
Optimisation dans les réseaux
Optimisation linéaire
Programmation linéaire et Recherche opérationnelle
Introduction à la programmation linéaire
Recherche Opérationnelle
Recherche Opérationnelle
Détection du meilleur format de compression pour une matrice creuse dans un environnement parallèle hétérogène Olfa HAMDI-LARBI.
23 février 2007Cours de graphes 4 - Intranet1 Cours de graphes Problèmes de flots. Théorème du Max-flow – Min-cut. Algos de Ford-Fulkerson et Edmonds-Karp.
Calcul des groupes d'homologie d’objets discrets
DONG Xiaoguang HONG Liang OULDBABA Fadel WANG Min
Programmation dynamique
GPA750 – Gestion de Projets
Atelier de formation : MAT optimisation II (les graphes).
Pour le chemin le plus court pour tous les couples
Programmation linéaire en nombres entiers : les méthodes de troncature
Coupes efficaces pour la relaxation lagrangienne
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Arbres et graphes.
Programmation dynamique
Tutorat 7 - Introduction au Routage et OSPF
Programmation linéaire en nombres entiers
LE FLOT MAXIMAL et LA COUPE MINIMALE
Ceci est un graphe valué Des arcs : 1-2, 1-4, 7-10,…..
Licence d’informatique Algorithmique des graphes
Université Pierre et Marie Curie Laboratoire d’Informatique de Paris VI Département ASIM Analyse et résultats sur le dimensionnement des mémoires pour.
6. Problème de flot à coût minimum.
Helen KASSEL (amphi), Herve BARBOT (TD, TP)
Licence d’Informatique Algorithmique des graphes
Zacharie Amougou Sébastien Masurel Alexis Yvin TAI : Problèmes d’affectation EFREI - L3, groupe C.
Post-optimisation, analyse de sensibilité et paramétrage
Projet Théorie des graphes
Techniques d’Optimisation Chapitre 2: Problème de flôt Dr TARI Abdelkamel Mars 2014.
1 UE Intro. Optimisation L3 INFO UPSud II. Programmation linéaire en variables entières (ou mixtes)
La programmation dynamique
Transcription de la présentation:

A.Faÿ 1 Recherche opérationnelle Résumé de cours

A.Faÿ 2 Liste des chapitres 1 Introduction 2 Eléments de théorie des graphes 3 Applications de la théorie des graphes en Recherche Opérationnelle 4 Programmation linéaire - méthode du simplexe 5 Phénomènes aléatoires

A.Faÿ 3 Chapitre 1 - Introduction n La R.O., un outil pour l aide à la décision n Fonction économique et contraintes n Une discipline transversale n Le domaine combinatoire : chemin optimal, ordonnancement, transport, affectation n Le domaine aléatoire : files d attente, gestion des stocks n Le domaine concurrentiel n Bibliographie

A.Faÿ 4 Chapitre 2 Eléments de théorie des graphes n Structure simple, approches multiples n Sommets, arcs, adjacence, degrés… n Graphe partiel, sous-graphe, graphe complémentaire n Les représentations dun graphe et les matrices associées n Chaîne, chemin, cycle, circuit, connexité ; arbres n Le problème du plus court chemin : définition, exemples, algorithmes

A.Faÿ 5 Chapitre 3 - Applications de la théorie des graphes n Programmation dynamique n Problèmes d ordonnancement n Flots et réseaux de transport - Algorithme de Ford-Fulkerson n Problèmes d affectation n Problèmes de transport

A.Faÿ 6 La programmation dynamique n Principe : « toute partie dun chemin optimal est elle-même optimale » n Exemple : projet de voie ferrée entre A et L n Démarche générale pour la construction du graphe n Calculs séquentiels et élimination de sous-chemins A B C D E F G H I J K L

A.Faÿ 7 La méthode PERT n Qu est-ce quun ordonnancement ? n Les méthodes : GANTT, MPM, PERT n Construction du diagramme PERT n Calendrier des étapes : arrivée au plus tôt/tard n Calendrier des tâches et calcul des marges La signification des marges n Modification de contraintes

A.Faÿ 8 Flots et réseaux de transport n Définition et construction dun réseau de transport. La loi de Kirchoff n Flot au jugé (exemple) n Recherche d un flot complet 1234SE [4] [2] [3] [1] [4] [7]

A.Faÿ 9 Algorithme de Ford-Fulkerson n Marquer lentrée du réseau avec +, puis : - si i est marqué et (i,j) non saturé, marquer j par +i - si j est marqué et si le flot est non nul sur (i,j), marquer i par -j n Si la sortie ne peut être marquée : le flot est maximal Sinon prendre une chaîne de sommets marqués de E à S et calculer d 1 et d 2 puis d = min(d 1, d 2 ) avec d 1 = min {c(i,j)- (i,j), arcs parcourus dans le sens (i,j)} d 2 = min { (i,j), arcs parcourus dans le sens (j,i)} ; augmenter de d le flot des arcs de la1° catégorie diminuer2° n Effacer le marquage précédent et recommencer

A.Faÿ 10 Optimalité du flot obtenu n Coupe associée à un ensemble L connexe de sommets (E L, S L) - Capacité de la coupe n Propriété : (E) c(L) pour toute coupe L n Si L 0 est lensemble des sommets marqués lors de la dernière itération de F.F., alors : - les arcs sortants sont saturés : 2 (L 0 ) = c(L 0 ) - les arcs entrants sont à flot nul : 1 (L 0 )= 0 - (E) = (S) = c(L 0 ) est maximal

A.Faÿ 11 Problèmes d affectation n Définition n Résolution par la méthode hongroise : - Phase 1 : obtention initiale de zéros - Phase 2 : recherche d une solution de coût nul - Phase 3 : recherche de la solution optimale 3.1 marquage des lignes et des colonnes 3.2 ajout/soustraction du plus petit élément non rayé 3.3 retour à la phase 2 n Autre résolution à l aide d un réseau de transport

A.Faÿ 12 Problèmes de transport n Définition n Obtention d une solution de base : - méthode du coin Nord-Ouest - méthode de la différence maximale (Balas- Hammer) n Calcul de la solution optimale - méthode du stepping-stone n Autre résolution à l aide d un réseau de transport

A.Faÿ 13 Programmation linéaire n Définition n La méthode du simplexe

A.Faÿ 14 Phénomènes aléatoires n Files d attente n Gestion de stocks

A.Faÿ 15 Phénomènes aléatoires n Files d attente n Gestion de stocks