1 Logiciels de confection automatique d’horaires.

Présentation au sujet: "1 Logiciels de confection automatique d’horaires."— Transcription de la présentation:

1 1 Logiciels de confection automatique d’horaires

2 2/11 Logiciels de confection automatique d'horaires ä ä Trois différentes approches : ä ä IRIS : génération de colonnes ä ä HIBISCUS : programmation par contraintes ä ä HORINF : recherche locale

3 3/11 Problème d'optimisation sous contraintes ä ä Défini par : ä ä un ensemble de solutions potentielles (infirmières, jours, quarts) ä ä des contraintes (contraintes dures) ä ä une fonction objectif (préférences, contraintes molles) ä ä On demande : ä ä une solution réalisable (satisfaction des contraintes) ä ä optimale selon l'objectif

4 4/11 ä ä HIBISCUS : ä ä Une approche de programmation par contraintes

5 5/11 HIBISCUS : utilisation d’un logiciel de PPC ä ä Logiciels de PPC : ä ä des outils de développement pour la résolution des problèmes d'optimisation sous contraintes ä ä nous utilisons ILOG Solver ä ä Caractéristiques : ä ä souplesse pour modéliser les contraintes du problème à résoudre, les modifier ä ä fournissent des algorithmes de recherche que l’utilisateur peut facilement utiliser, paramétrer, modifier

6 6/11 HIBISCUS : Techniques de résolution ä ä Recherche arborescente : ä ä on part d'un horaire vide ä ä on construit l’horaire progressivement ä ä choix d'une case infirmière-jour à remplir ** ä ä choix d'un quart dans cette case ** ä ä en cas d’échec : retour arrière ä ä Réduction de l’espace de recherche : ä ä techniques de filtrage pour détecter les échecs le plus tôt possible

7 7/11 HIBISCUS : Conclusions et perspectives ä ä Ce qui a été réalisé : ä ä expression des contraintes du problème ä ä techniques de résolution de base ä ä Tests expérimentaux : ä ä sur un jeu de 50 infirmières ä ä Travail en cours : ä ä amélioration des techniques de résolution ä ä prise en compte de l’objectif

8 8/11 ä ä HORINF : ä ä Une approche de recherche locale

9 9/11 HORINF : Schéma de l'algorithme ä ä 1. Construire une solution potentielle initiale ** ä ä 2. Itérativement : ä ä modifier cette solution ** ä ä en se guidant sur la fonction d'évaluation ** ä ä 3. Renvoyer : ä ä la meilleure solution trouvée

10 10/11 HORINF : Description d’un itération ä ä Modification de la solution courante(mouvement) ä ä on modifie globalement l'horaire d'une infirmière quelconque ä ä Fonction d'évaluation : tient compte de ä ä pénalités pour les contraintes violées ä ä l'objectif du problème ä ä Choix du mouvement à effectuer : ä ä si possible : ä ä amélioration de la solution courante ä ä sinon : ä ä modification aléatoire de quelques quarts

11 11/11

12 12/11 HORINF : perspectives ä ä Originalité de l’approche : ä ä utilisation d'un voisinage étendu ä ä algorithme efficace pour trouver le meilleur horaire d’une infirmière ä ä Résultats expérimentaux : ä ä performances satisfaisantes pour un jeu de 50 infirmières ä ä Amélioration envisagée : ä ä utiliser la stratégie tabou