METHODES A BASE DE DIVERGENCES POUR LES PROBLEMES D ORDONNANCEMENT FLEXIBLE
|
|
- Florentin Jean-Michel Champagne
- il y a 8 ans
- Total affichages :
Transcription
1 Abir Ben Hmida 1/6 METHODES A BASE DE DIVERGENCES POUR LES PROBLEMES D ORDONNANCEMENT FLEXIBLE Abir BEN HMIDA 1 Directeur(s) de thèse: Pierre LOPEZ*, Marie-José HUGUET* et Mohamed HAOUARI ** Laboratoire d'accueil: *LAAS-CNRS Groupe MOGISA 7 avenue du Colonel Roche Toulouse Cedex 4 Laboratoire d'accueil: **ROI Ecole Polytechnique de Tunisie - B.P La Marsa TUNISIE Etablissement d'inscription: INSA 135 avenue de Rangueil Toulouse Résumé Cet article propose des variantes de méthodes à divergences limitées pour la résolution de problèmes d ordonnancement ayant une flexibilité sur les ressources, à savoir le Job Shop Flexible et le Flow Shop Hybride. Dans ce type de problèmes, les ressources nécessaires à l exécution d une opération ne sont pas connues a priori mais doivent être choisies parmi un ensemble de ressources possibles. L'objectif de la résolution est la minimisation de la durée totale de l'ordonnancement. Des résultats expérimentaux montrent les atouts et les faiblesses respectifs des méthodes proposées pour la résolution de ces deux types de problèmes. Mots clés Méthodes à divergences limitées, recherche arborescente, Borne inférieure, ordonnancement flexible, Job Shop flexible, Flow Shop Hybride. 1 INTRODUCTION Les problèmes d ordonnancement sont présents dans tous les secteurs de l économie et constituent une fonction importante en gestion de production. Un problème d ordonnancement consiste à allouer dans le temps des jobs à des ressources existantes en quantité limitée tout en satisfaisant un ensemble de contraintes. La résolution optimale des problèmes d ordonnancement flexible, de type Flow Shop Hybrides ou Job Shop Flexible, s avèrent dans la plupart des cas impossible à cause de leur caractère fortement combinatoire. Pour cela, de nombreuses méthodes approchées ont été proposées pour les résoudre en un temps raisonnable. Nos travaux de recherche se situent dans ce cadre des méthodes approchées pour la résolution de problèmes d ordonnancement flexible. Les méthodes développées sont basées sur des recherches arborescentes particulières appelées recherches à divergences limitées. L article est composé de quatre grandes parties. La première est dédiée à la présentation des méthodes à divergences limitées, la deuxième à celle des problèmes d ordonnancement flexible considérés. La partie suivante présente la méthode proposée pour la résolution de ce type de problèmes. Ensuite, une partie expose les expérimentations menées. Enfin, la dernière partie donne quelques conclusions et perspectives à ces travaux. 1 abenhmid@laas.fr
2 Abir Ben Hmida 2/6 2 METHODES A BASE DE DIVERGENCES Les méthodes à divergences limitées sont des méthodes arborescentes conçues pour la résolution des problèmes combinatoires. Ces méthodes considèrent un schéma de branchement basé sur le concept de divergence afin d élargir peu à peu le domaine de recherche. Ceci peut être considéré comme une alternative de branchement utilisée dans les procédures de retour arrière. La première méthode basée sur ce principe est la recherche à divergences limitées (LDS) Limited Discrepancy Search (LDS) La méthode LDS proposée initialement par Harvey [5] s appuie sur des heuristiques de parcours de l arborescence (ordre de prise en compte des variables et ordre pour l instanciation de ces variables). Ces heuristiques sont conçues dans le but de guider la recherche vers des régions prometteuses pour l obtention d une bonne solution. L idée est de se baser sur une solution initiale et d autoriser des divergences par rapport à cette instanciation de base lorsqu elle ne conduit pas à une solution. Ceci revient à dégrader progressivement les choix des heuristiques, et ce, afin d améliorer à chaque itération la qualité de la solution. Cette méthode LDS s arrête dès qu une solution admissible est atteinte. Si le problème est infaisable, elle conduit au développement complet de l arborescence. Le concept de divergence a été initialement introduit pour des variables binaires. Dans notre cas, les problèmes considérés ne sont pas binaires. Deux propositions ont été faites pour adapter la notion de divergence à de tels problèmes. La première proposition considère que la valeur recommandée par l heuristique correspond à 0 divergences et que toutes les autres valeurs correspondent à 1 divergence. La seconde proposition affecte à chaque autre valeur que celle recommandée par l heuristique une divergence qui progresse de manière croissante. L inconvénient principal de LDS est sa redondance dans le parcours de l arborescence. En effet, pour avoir les solutions à k divergences, les solutions de 0 à k-1 divergences sont revisitées. Pour éviter ce problème, ILDS («Improved Limited Discrepancy Search») a été proposée dans [7]. Une autre amélioration de LDS consiste à appliquer les divergences en haut de l arborescence en priorité afin de corriger les premières erreurs dans les instanciations de l heuristique de parcours. Cette méthode, appelée «Depth-bounded Discrepancy Search» (DDS), a été proposée dans [12]. Elle consiste, lorsqu on cherche des solutions à k divergences, à explorer les niveaux 0 à k-1 de l arborescence. Ainsi dans l algorithme DDS, la génération des solutions est limitée par une profondeur donnée Climbing Discrepancy Search (CDS) CDS est une méthode de recherche locale qui adapte la notion de divergence afin de trouver une bonne solution pour les problèmes d'optimisation combinatoires [9]. Elle commence l exploration à partir d'une solution initiale suggérée par une heuristique donnée. Les nœuds ayant une divergence égale à 1 sont ensuite explorés puis ceux ayant une divergence égale 2, et ainsi de suite. Dès qu une solution améliorant la fonction objectif est obtenue, la solution de référence est mise à jour, le nombre de divergences est remis à zéro et le processus d exploration se déclenche de nouveau (cf. algorithme 1). Le but de la méthode CDS n est pas de trouver simplement une solution faisable (comme c est le cas pour la méthode LDS), mais de rechercher une solution de bonne qualité en termes de valeur du critère. La méthode CDS peut ainsi être vue comme une méthode de recherche à voisinage variable («Variable Neighbourhood Search», VNS) [4]. L intérêt de CDS est que le principe de divergence permet de définir les voisinages d une solution donnée.
3 Abir Ben Hmida 3/6 k 0 -- k est le nombre de divergence k max N -- N est le nombre de variables S ref Solution_Initiale() -- S ref est la solution de référence Tant que (k < k max ) faire k k+1 -- Générer les feuilles à k divergences à partir de S ref S ref Calcul_feuilles(S ref, k) Si Meilleur(S ref, S ref ) alors -- Mise à jour de la solution de référence S ref S ref k 0 Fin si Fin tant que Algorithme 1. CDS 3 LES PROBLEMES D ORDONNANCEMENT FLEXIBLE Les problèmes d ordonnancement flexible sont une généralisation des problèmes d ordonnancement dans lesquels les ressources associées à la réalisation des activités ne sont pas fixées a priori mais doivent être choisies parmi un ensemble de ressources possibles. Nos travaux se sont intéressés à deux types de problèmes d ordonnancement flexible : le flow shop hybride et le job shop flexible dans lesquels les activités sont non interruptibles et les ressources sont des machines disjonctives. Pour ces problèmes nous nous intéressons à minimiser le critère de durée totale de l ordonnancement aussi appelé makespan Les problèmes de Flow Shop Hybride Le Flow Shop Hybride (HFS) est une généralisation du flow shop traditionnel au cas où plusieurs machines sont disponibles dans chacun des étages pour exécuter les tâches. En effet, le flow shop hybride à L étages est un flow shop pour lequel chaque travail doit subir L opérations différentes telles que chaque opération doit se faire sur une unique machine choisie parmi un ensemble, appelé étage, de machines parallèles dédiées à cette opération. Une machine ne peut appartenir qu à un seul étage. A la différence du flow shop classique, pour résoudre ce type de problème, il ne s agit pas de déterminer seulement une date de début d exécution pour chaque opération, mais aussi une affectation à une machine donnée. Le flow shop hybride est NP-difficile s il est constitué d au moins de deux étages et s il y a au moins deux machines disponibles dans l un des étages [3]. Le problème du Flow Shop Hybride se définit formellement comme un ensemble J = {J 1, J 2,, J N } de N jobs où chaque job J i étant constitué de L opérations : {O i1, O i2,, O il } et un ensemble E = {1, 2,, L} de L étages. Une opération O is, doit être traitée par l étage s pendant p is unités de temps. Pour chacun des jobs, l'ordre de passage des opérations dans les L étages est le même : l'opération O is+1 ne peut débuter avant la fin de l'opération O is. La spécificité du FlowShop Hybride est que l étage s dispose de M (s) machines identiques pour traiter les opérations Les problèmes de Job Shop Flexible Le Job Shop Flexible (FJS) est une extension du problème classique de job shop. Dans ce type de problème, une opération nécessite exactement une machine pour être réalisée et cette machine peut être choisie dans un ensemble défini a priori. Le problème d ordonnancement consiste alors à affecter une machine à chaque opération et déterminer la séquence des opérations sur les machines obtenues, afin de minimiser un critère donné. Deux cas principaux sont traités dans la littérature ; le cas où les durées opératoires sont les mêmes (à un facteur proportionnel près) pour toutes les machines pouvant exécuter une opération (machines identiques ou reliées) et le cas où la durée dépend de la machine choisie (machines non reliées). Dans notre étude, nous nous intéressons aux
4 Abir Ben Hmida 4/6 machines non reliées. Le job shop en étant un cas particulier, la majorité des problèmes d ordonnancement de type job shop flexible sont NP-difficiles à partir de deux ressources et trois jobs [13]. Le problème de Job Shop Flexible est décrit formellement par un ensemble J = {J 1,, J n } de n jobs sur un ensemble M = {1,, m} de m ressources dans la plus petite durée d exécution. Chaque job J i, (i = 1,, n) est composé d une suite de s i opérations ( O j1, O j2, O js ) devant être exécutées i sur les différentes ressources selon un ordre préalablement défini. Cet ordre est appelé gamme opératoire et traduit les contraintes de précédence entre les différentes opérations du job. Chaque opération doit être affectée à une unique ressource R, sélectionnée parmi un ensemble M ji M s i ( j, I M ji Ø) donné, et qui doit exécuter l opération sans interruption durant p R ji unités de i=1 temps. En outre, une ressource ne peut exécuter qu une seule opération à un instant donné. Une solution consiste alors à définir pour chaque opération une date de début et une ressource permettant son exécution tout en minimisant la durée totale C max (i.e., le makespan). 4 MÉTHODE PROPOSÉE : CLIMBING DEPTH-BOUNDED DISCREPANCY SEARCH (CDDS) 4.1. Présentation Générale La méthode développée appelée «Climbing Depth-bounded Discrepancy Search» (CDDS) est une adaptation de la méthode CDS présentée précédemment en utilisant le principe de la méthode DDS pour limiter la profondeur de l exploration. Pour nos problèmes, la feuille initiale, obtenue par application d heuristiques d instanciation, est une solution au problème d ordonnancement puisque nous ne contraignons pas la valeur du makespan. Nous utilisons le principe de divergence pour explorer progressivement le voisinage de cette première solution. Comme pour la méthode DDS, les divergences sont appliquées sur la partie haute de l arborescence. L arrêt de l exploration se produit, soit lorsqu une solution améliorante a été trouvée, soit lorsqu une borne inférieure sur le makespan est atteinte, ou soit par une limite du temps CPU. Lorsqu une solution améliorante est trouvée, elle devient la nouvelle solution de référence et son voisinage est exploré (cf. algorithme 2). k 0 -- k est le nombre de divergence k max N -- N est le nombre des variables S ref Solution_Initiale() -- S ref est la solution de référence UB C0 -- C0 est la valeur du makespan initial Tant que (k k max ) faire k k+1 -- Générer les feuilles à k divergences de S ref -- et ayant une profondeur d dans l arbre avec 1 d k -- Chaque noeud ayant LB(noeud) > UB est élagué S ref Calcul_feuilles (S ref, k, UB) Si meilleur (S ref, S ref ) alors -- Mise à jour de la solution courante S ref S ref k 0 fin si fin tant que Algorithme 2. CDDS (avec bornes inférieures) Afin de résoudre les problèmes considérés, on doit sélectionner une tâche d un job, lui allouer une ressource et fixer sa date de début. Une fois que la tâche est sélectionnée et que sa ressource est fixée, nous la placerons le plus tôt possible dans le temps compte tenu de la disponibilité de la ressource. Ainsi, on considèrera deux types de variables : variable de sélection de la tâche (et/ou du job) et variable de sélection de la ressource. Pour chacun des problèmes considérés nous devons
5 Abir Ben Hmida 5/6 définir : des heuristiques d instanciation à utiliser ; puis, une stratégie d exploration de l arborescence (i.e., la manière d appliquer les divergences) ; et enfin, les bornes inférieures considérées Adaptation de CDDS au Flow Shop Hybride Pour la résolution du HFS, nous allons instancier, étage par étage, tout d abord la variable de sélection de job, puis la variable d allocation de ressources. Nous avons défini les heuristiques d instanciation suivantes pour chacune de ces variables. Instanciation de la variable de sélection du job. Un choix judicieux de l ordre d examen des jobs s avère d un très grand intérêt pour l obtention d une solution de bonne qualité. Ainsi, la priorité est donnée au job ayant la plus petite date de début au plus tôt (EST) et en cas d égalité entre jobs, nous proposons d instancier avec les trois règles suivantes : sélection du job ayant la plus petite durée d exécution (SPT) ou la plus longue (LPT) ou sélection du job critique (CJ). Nous disposons ainsi de trois heuristiques d instanciation notées respectivement EST-SPT ; EST-LPT et EST-CJ. Cette heuristique peut être identique à tous les étages du HFS ou être variable. Instanciation de la variable d allocation de ressources. La ressource sélectionnée pour la réalisation d un job donné est celle conduisant à la plus petite date de fin d exécution du job (ECT). Bien que l on ait deux types de variables, nous appliquerons des divergences seulement sur les variables de sélection du job. En effet, toutes les ressources dans un étage donné étant identiques, le choix d une autre ressource pour la réalisation d un job ne modifiera pas le critère de la durée totale. Ainsi, faire une divergence consiste à sélectionner un job autre que celui recommandé par l heuristique. Les bornes inférieures que nous avons intégrées sont celles connues de la littérature pour le HFS [7][23] Adaptation de CDDS au Job Shop Flexible Pour la résolution du Job Shop Flexible, nous avons considéré les mêmes heuristiques d instanciation pour les variables de sélection de tâche et de sélection de ressources. En revanche, la stratégie d exploration de l arborescence mise en œuvre est différente de la précédente. En effet, ici nous allons considérer les divergences sur les deux types de variables (car les ressources possibles pour la réalisation des tâches ne sont pas identiques). Pour ce type de problème, nous n avons pas actuellement intégré de bornes inférieures à la procédure de résolution CDDS. 5 EXPERIMENTATIONS Pour le flow shop hybride, nous expérimentons notre méthode sur 77 exemples issus de [10]. Dans [10], tous ces problèmes ont été résolus en utilisant une procédure de «Branch and Bound» (B&B). Des bornes inférieures (LB) sont calculées et le temps pour la recherche est limité à 1800 sec (ainsi, plusieurs exemples n'ont pas été optimalement résolus). Nous proposons de comparer la qualité de nos solutions avec ces bornes inférieures. Nous comparons également CDDS à l heuristique basée sur l idée des systèmes immunitaires artificiels (AIS) [2] qui, à notre connaissance, fournit les meilleurs résultats pour ce type de problème. La profondeur d varie entre 3 et 8 à partir de la racine de l arborescence. Les méthodes CDDS et AIS donnent des solutions optimales pour 61 exemples parmi 75. Pour les exemples restants, CDDS surpasse AIS pour 3 exemples, alors qu AIS surpasse CDDS pour seulement un exemple. Pour les problèmes faciles et difficiles, CDDS fournit de meilleurs résultats que le B&B et AIS. Si on considère tous les problèmes, la déviation moyenne par rapport aux LB de B&B est de 3,68% pour le B&B, de 1,679% pour AIS et seulement de 1,627% pour CDDS.
6 Abir Ben Hmida 6/6 Intégrer le calcul des bornes inférieures au sein de CDDS s avère d un grand intérêt. En effet, la méthode CDDS sans intégration de LB a été développée dans un travail précédent [1] et la déviation moyenne était alors de 2,32%. Nous avons évalué notre méthode CDDS pour le job shop flexible sur 10 exemples de [14]. Dans [14], tous les problèmes ont été résolus en utilisant une méthode Tabou. Nous avons remarqué que CDDS produit des solutions optimales pour 50% des dix exemples et s'approche des solutions optimales pour les autres. Mais CDDS ne s avère pas aussi performante que la méthode Tabou de [14]. L intégration de bornes inférieures dans CDDS devrait permettre d améliorer les performances de la méthode. 6 CONCLUSION ET PERSPECTIVES Les résultats obtenus dans le cas du flow shop hybride montrent l'efficacité de l approche proposée. Pour ce type de problème, des travaux futurs se concentreront sur l amélioration de l'efficacité de la méthode CDDS. En particulier, nous présumons que l'utilisation du raisonnement énergique [8] réduirait de manière significative le temps CPU. Pour les problèmes de type job shop flexible, nous pouvons considérer que la méthode CDDS fournit des résultats prometteurs. Des développements doivent encore être réalisés pour améliorer la qualité de la solution de l'algorithme de CDDS, notamment en incluant des bornes inférieures efficaces pour le job shop flexible. D'autres types de problèmes peuvent être également considérés comme les problèmes d ordonnancement de projet à moyens limités (RCPSP). Références [1] Ben Hmida A., Huguet M.-J., Lopez P., Haouari M., Adaptation of Discrepancy-based methods for solving Hybrid Flow Shop Problems, Proceedings IEEE-ICSSSM 06, , 2006 [2] Engin O., Döyen A., A new approach to solve hybrid flow shop scheduling problems by artificial immune system, Future Generation Computer Systems (20) , 2004 [3] Gupta J.N.D., Two-stage hybrid flowshop scheduling problem, Journal of the Operations Research Society (39) , 1988 [4] Hansen P., Mladenovic N., Variable neighborhood search: Principles and applications, European Journal of Operational Research (130) , 2001 [5] Harvey W.D., Nonsystematic backtracking search, PhD thesis, CIRL, University of Oregon, 1995 [6] Kis T., Pesch E., A review of exact solution methods for the non-preemptive multiprocessor flowshop problem, European Journal of Operational Research (164) , 2005 [7] Korf R.E., Improved limited discrepancy search, Proceedings AAAI-96, , 1996 [8] Lopez P., Esquirol P., Consistency enforcing in scheduling: A general formulation based on energetic reasoning, Proceedings PMS 96, , 1996 [9] Milano M., Roli A., On the relation between complete and incomplete search: an informal discussion, Proceedings CPAIOR 02, , 2002 [10] Néron E., Baptiste P., Gupta J.N.D., Solving an hybrid flow shop problem using energetic reasoning and global operations, Omega (29) , 2001 [11] Portmann M.-C., Vignier A, Dardihac D., Dezalay D., Branch and Bound crossed with G.A. to solve hybrid flow shops, International Journal of Production Economics (43) , 1992 [12] Walsh T., Depth-bounded Discrepancy Search, Proceedings IJCAI-97, , 1997 [13] Lawler E., Lenstra J.K., Rinnooy Kan A., Shmoys D. (1975). Sequencing and scheduling: Algorithms and complexity. Handbook in Operations Research and Management Sc. 4, [14] Brandimarte P. Routing and scheduling in a flexible job shop by tabu search, Annals of Operations Research 41, , 1993
En vue de l'obtention du. Présentée et soutenue par Abir BEN HMIDA SAKLY Le 12/12/2009
THÈSE En vue de l'obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré par l'institut National des Sciences Appliquées de Toulouse Discipline ou spécialité : Systèmes Informatiques Présentée et soutenue
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailMinimisation de la somme des retards dans un jobshop flexible
Minimisation de la somme des retards dans un jobshop flexible Nozha ZRIBI, Imed KACEM, Abdelkader EL KAMEL, Pierre BORNE LAGIS Ecole Centrale de Lille, BP 48, 5965 Villeneuve d Ascq Cedex, France ISTIT
Plus en détailProblèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003
Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation
Plus en détailUtilisation du backtrack intelligent dans un branch-and-bound Application au problème d Open-Shop
Utilisation du backtrack intelligent dans un branch-and-bound Application au problème d Open-Shop Narendra Jussien et Christelle Guéret École des Mines de Nantes 4 rue Alfred Kastler BP 20722 F-44300 Nantes
Plus en détailAVERTISSEMENT. D'autre part, toute contrefaçon, plagiat, reproduction encourt une poursuite pénale. LIENS
AVERTISSEMENT Ce document est le fruit d'un long travail approuvé par le jury de soutenance et mis à disposition de l'ensemble de la communauté universitaire élargie. Il est soumis à la propriété intellectuelle
Plus en détailNouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
Plus en détailSéparation et Evaluation pour le problème d ordonnancement avec blocage.
Séparation et Evaluation pour le problème d ordonnancement avec blocage. Abdelhakim Ait Zai 1, Abdelkader Bentahar 1, Hamza Bennoui 1, Mourad Boudhar 2 et Yazid Mati 3 1 Faculté d Electronique et d Informatique,
Plus en détailLES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage
LES MÉTA-HEURISTIQUES : quelques conseils pour en faire bon usage Alain HERTZ Ecole Polytechnique - GERAD Département de mathématiques et de génie industriel CP 679, succ. Centre-ville, Montréal (QC) H3C
Plus en détailRLBS: Une stratégie de retour arrière adaptative basée sur l apprentissage par renforcement pour l optimisation combinatoire
Actes JFPC 2015 RLBS: Une stratégie de retour arrière adaptative basée sur l apprentissage par renforcement pour l optimisation combinatoire Ilyess Bachiri 1,2 Jonathan Gaudreault 1,2 Brahim Chaib-draa
Plus en détailPLAN DE COURS. GPA750 Ordonnancement des systèmes de production aéronautique
Département de génie de la production automatisée Programme de baccalauréat Professeur Pontien Mbaraga, Ph.D. Session/année Automne 2004 Groupe(s) 01 PLAN DE COURS GPA750 Ordonnancement des systèmes de
Plus en détailINSERTION TECHNIQUES FOR JOB SHOP SCHEDULING
INSERTION TECHNIQUES FOR JOB SHOP SCHEDULING ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ES SCIENCES PAR Tamas KIS Informaticien mathématicien diplômé de l'université
Plus en détailUn propagateur basé sur les positions pour le problème d Open-Shop.
Actes JFPC 2007 Un propagateur basé sur les positions pour le problème d Open-Shop. Jean-Noël Monette Yves Deville Pierre Dupont Département d Ingénierie Informatique Université catholique de Louvain {jmonette,yde,pdupont}@info.ucl.ac.be
Plus en détailPREMIER RETOUR D EXPERIENCE SUR LE FLOW-SHOP BIOBJECTIF ET HYBRIDE A DEUX ETAGES AVEC UNE CONTRAINTE DE BLOCAGE PARTICULIERE
6 e Conférence Francophone de MOdélisation et SIMulation - MOSIM 06 - du 3 au 5 avril 2006 - Rabat - Maroc Modélisation, Optimisation et Simulation des Systèmes : Défis et Opportunités PREMIER RETOUR D
Plus en détailTHÈSE. présentée à l Université d Avignon et des Pays de Vaucluse pour obtenir le diplôme de DOCTORAT
ACADÉMIE D AIX-MARSEILLE UNIVERSITÉ D AVIGNON ET DES PAYS DE VAUCLUSE THÈSE présentée à l Université d Avignon et des Pays de Vaucluse pour obtenir le diplôme de DOCTORAT SPÉCIALITÉ : Informatique École
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailRésolution du RCPSP avec production et consommation de ressources : modèles PLNE basés sur les événements
«Évaluation et optimisation des systèmes innovants de production de biens et de services» Résolution du RCPSP avec production et consommation de ressources : modèles PLNE basés sur les événements Oumar
Plus en détailAPPLICATION DE LA GESTION DES FILES D ATTENTE PAR RÈGLES DE PRIORITÉ DANS UN JOB SHOP EN TEMPS RÈEL
APPLICATION DE LA GESTION DES FILES D ATTENTE PAR RÈGLES DE PRIORITÉ DANS UN JOB SHOP EN TEMPS RÈEL N. Keddari (1) - A. Hassam (1) 1 keddarinassima@yahoo.fr 1 a_hassam@mail.univ-tlemcen.dz RESUME L ordonnancement
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailA GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters
A GRASPxELS approach for the Job Shop with generic time-lags and new statistical determination of the parameters Présenté par : Equipe de travail : Laboratoire : Maxime CHASSAING Philippe LACOMME, Nikolay
Plus en détailOrdonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative
Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative Y. Houbad, M. Souier, A. Hassam, Z.Sari Laboratoire d automatique Tlemcen Faculté de technologie, Université Abou
Plus en détailFONCTION ORDONNANCEMENT AU SEIN
Lebanese Science Journal, Vol. 10, No. 1, 2009 107 FONCTION ORDONNANCEMENT AU SEIN D UN SYSTEME DE GESTION DE PRODUCTION «ETUDE D UN CAS» Mohsen Akrout et Faouzi Masmoudi Ecole Nationale d Ingénieurs de
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailUn couplage métaheuristique / simulation appliqué au problème du job shop avec transport
Un couplage métaheuristique / simulation appliqué au problème du job shop avec transport LAURENT DEROUSSI 1, ICHEL GOURGAND 2 LIOS CNRS UR 6158 1 IUT de ontluçon, Avenue Aristide Briand B.P. 2235, 03101
Plus en détailHela Boukef. To cite this version: HAL Id: tel-00577101 https://tel.archives-ouvertes.fr/tel-00577101
Sur l ordonnancement d ateliers job-shop flexibles et flow-shop en industries pharmaceutiques : optimisation par algorithmes génétiques et essaims particulaires Hela Boukef To cite this version: Hela Boukef.
Plus en détailInfo0804. Cours 6. Optimisation combinatoire : Applications et compléments
Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de
Plus en détailCurriculum Vitae - Emmanuel Hebrard. Emmanuel Hebrard
Emmanuel Hebrard Adresse 5 Tuckey Street Cork, Ireland emmanuel.hebrard@gmail.com http ://4c.ucc.ie/ ehebrard/home.html Adresse Professionnelle Cork Constraint Computation Centre Cork, Ireland Telephone
Plus en détailFrancis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle
Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA
Plus en détailUne application des algorithmes génétiques à l ordonnancement d atelier
Une application des algorithmes génétiques à l ordonnancement d atelier VACHER Jean-Philippe - GALINHO Thierry - MAMMERI Zoubir Laboratoire d Informatique du Havre Université du Havre 25, Rue Philippe
Plus en détailNouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,
Plus en détailSommaire. Introduction.2. 1. Définition..2. 2. Historique.2. 3. Domaine d application.2. 4.Les Travaux réalisés sur les domaines d application.
Sommaire Introduction.2 1. Définition..2 2. Historique.2 3. Domaine d application.2 4.Les Travaux réalisés sur les domaines d application.3 5.Algorithme 4 6.Exemple d application 5 7. Avantage et inconvénient..6
Plus en détailContrainte de flot pour RCPSP avec temps de transfert
Contrainte de flot et x-rcpsc T 1 Contrainte de flot pour RCPSP avec temps de transfert PS temp, s ij Cmax BENOIST Thierry BOUYGUES/e-Lab DIAMANTINI Maurice ENSTA/LMA Contrainte de flot et x-rcpsc T Présentation
Plus en détailSystème Immunitaire Artificiel Parallèle appliqué aux Flow Shop Hybride (FSH)
République Algérienne Démocratique et Populaire Ministère de l Enseignement Supérieur et de la Recherche Scientifique Université des Sciences et de la Technologie d Oran -Mohamed Boudiaf USTO-MB Faculté
Plus en détailEtude d un cas industriel : Optimisation de la modélisation de paramètre de production
Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui
Plus en détailStratégie de recherche adaptative en programmation par contrainte
Université Paul Sabatier École Nationale de l Aviation Civile Master 2 Recherche Informatique et Télécommunication parcours Intelligence Artificielle Simon Marchal Stratégie de recherche adaptative en
Plus en détailListe complète des publications. Pierre LOPEZ
CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE LABORATOIRE D ANALYSE ET D ARCHITECTURE DES SYSTÈMES Liste complète des publications de Pierre LOPEZ Directeur de Recherche au CNRS (DR 2) Numéro d agent 29794
Plus en détailPartie 7 : Gestion de la mémoire
INF3600+INF2610 Automne 2006 Partie 7 : Gestion de la mémoire Exercice 1 : Considérez un système disposant de 16 MO de mémoire physique réservée aux processus utilisateur. La mémoire est composée de cases
Plus en détailLE DIPLOME DE MAGISTER
Département d Informatique MEMOIRE Présenté par DEDDOUCHE Yamina Pour obtenir LE DIPLOME DE MAGISTER Spécialité : Informatique Option : Informatique et Automatique Intitulé : Contribution à l Ordonnancement
Plus en détailMinistère de l Enseignement Supérieur et de la Recherche Scientifique. Mémoire de fin d études. Thème
Ministère de l Enseignement Supérieur et de la Recherche Scientifique Institut National de formation en Informatique (I.N.I.) Oued-Smar Alger Mémoire de fin d études Pour l obtention du diplôme d ingénieur
Plus en détailINFO-F-425 Modèles mathématiques et algorithmes pour l ordonnancement. Bernard Fortz
INFO-F-425 Modèles mathématiques et algorithmes pour l ordonnancement Bernard Fortz 2008-2009 Table des matières 1 Définition et classification des problèmes d ordonnancement 2 1.1 Introduction....................................
Plus en détailUN ALGORITHME COOPÉRATIF POUR UN PROBLÈME D ATELIER JOB SHOP MULTI-AGENT
8 e Conférence Internationale de MOdélisation et SIMulation - MOSIM 10-10 au 12 mai 2010 - Hammamet - Tunisie «Évaluation et optimisation des systèmes innovants de production de biens et de services» UN
Plus en détailOPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour
Plus en détailLaboratoire 4 Développement d un système intelligent
DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement
Plus en détailUne méthode d apprentissage pour la composition de services web
Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,
Plus en détailProposition d un modèle pour Ordonnancement d un Système Automatisé de Production Applications des algorithmes génétiques hybrides
Proposition d un modèle pour Ordonnancement d un Système Automatisé de Production Applications des algorithmes génétiques hybrides Djamila Bouhalouan 1, Nassima Aissani 1, Bouziane Beldjilali 2 1 Département
Plus en détailHigh Performance by Exploiting Information Locality through Reverse Computing. Mouad Bahi
Thèse High Performance by Exploiting Information Locality through Reverse Computing Présentée et soutenue publiquement le 21 décembre 2011 par Mouad Bahi pour l obtention du Doctorat de l université Paris-Sud
Plus en détailphysicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178
Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain
Plus en détailProgrammation par contraintes. Laurent Beaudou
Programmation par contraintes Laurent Beaudou On se trouve où? Un problème, une solution : la solution est-elle une solution du problème? simulation, vérification 2 On se trouve où? Un problème, une solution
Plus en détailAlgorithmes de recherche d itinéraires en transport multimodal
de recherche d itinéraires en transport multimodal Fallou GUEYE 14 Décembre 2010 Direction : Christian Artigues LAAS-CNRS Co-direction : Marie José Huguet LAAS-CNRS Encadrant industriel : Frédéric Schettini
Plus en détailDOCUMENT DE TRAVAIL 1998-021. Centre de recherche sur l aide à l évaluation et à la décision dans les organisations (CRAEDO)
Publié par : Published by : Publicación de la : Édition électronique : Electronic publishing : Edición electrónica : Disponible sur Internet : Available on Internet Disponible por Internet : Faculté des
Plus en détailAeon : Synthèse d Algorithmes d Ordonnancement à partir de Modèles de Haut Niveau
Actes JFPC 2009 Aeon : Synthèse d Algorithmes d Ordonnancement à partir de Modèles de Haut Niveau Jean-Noël Monette 1, Yves Deville 1 et Pascal Van Hentenryck 2 1 INGI, UCLouvain, 1348 Louvain-la-Neuve,
Plus en détailApproche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamique
Approche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamiue D. BERKOUNE 2, K. MESGHOUNI, B. RABENASOLO 2 LAGIS UMR CNRS 846, Ecole
Plus en détailOptimisation for Cloud Computing and Big Data
1 / 23 Optimisation for Cloud Computing and Big Data Olivier Beaumont, Lionel Eyraud-Dubois 2 / 23 Aujourd hui Problèmes de fiabilité on va oublier la dynamicité Placement de VMs en programmation par contraintes
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détailGestion de Production
Gestion de Production Pierre Lopez LAAS-CNRS Laboratoire d'analyse et d'architecture des Systèmes Centre National de la Recherche Scientifique Toulouse P. Lopez LAAS-CNRS Gestion de Production 1 Plan du
Plus en détailUne méthode heuristique pour l ordonnancement de projets avec contraintes de ressources et chevauchement d activités
Une méthode heuristique pour l ordonnancement de projets avec contraintes de ressources et chevauchement d activités Lucas Grèze Robert Pellerin Patrice Leclaire Nathalie Perrier Mai 2012 CIRRELT-2012-18
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailLes structures de données. Rajae El Ouazzani
Les structures de données Rajae El Ouazzani Les arbres 2 1- Définition de l arborescence Une arborescence est une collection de nœuds reliés entre eux par des arcs. La collection peut être vide, cad l
Plus en détailMlle Yasmin A. RÍOS SOLÍS
Thèse de DOCTORAT de l UNIVERSITÉ PARIS VI - PIERRE ET MARIE CURIE Spécialité : INFORMATIQUE présentée par : Mlle Yasmin A. RÍOS SOLÍS pour obtenir le grade de DOCTEUR de l UNIVERSITÉ PARIS VI Sujet de
Plus en détailTechniques de propagation de la contrainte de ressource en ordonnancement cumulatif.
REPUBLIQUE DU CAMEROUN REPUBLIC OF CAMEROON UNIVERSITÉ DE YAOUNDÉ I FACULTÉ DES SCIENCES UNIVERSITY OF YAOUNDE I FACULTY OF SCIENCE DÉPARTEMENT DE MATHÉMATIQUES DEPARTMENT OF MATHEMATICS Centre de Recherche
Plus en détailCours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques
Université Mohammed V, Faculté des Sciences de Rabat Laboratoire de Recherche Mathématiques, Informatique et Applications Cours des Méthodes de Résolution Exactes Heuristiques et Métaheuristiques MASTER
Plus en détailRecherche locale pour un problème d optimisation de tournées de véhicules avec gestion des stocks
8 e Conférence Internationale de MOdélisation et SIMulation - MOSIM 10-10 au 12 mai 2010 - Hammamet - Tunisie «Évaluation et optimisation des systèmes innovants de production de biens et de services» Recherche
Plus en détailProgrammation Par Contraintes
Programmation Par Contraintes Cours 2 - Arc-Consistance et autres amusettes David Savourey CNRS, École Polytechnique Séance 2 inspiré des cours de Philippe Baptiste, Ruslan Sadykov et de la thèse d Hadrien
Plus en détailOptimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases)
Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases) Heuristique Constructive Itérativement, ajoute de nouvelles composantes à une solution partielle candidate Espace
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailUn modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes
Actes JFPC 2009 Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes Madjid Khichane 1,2, Patrick Albert 1 et Christine Solnon 2 1 ILOG An IBM Company
Plus en détailLot streaming et pegging pour l intégration de la planification et de l ordonnancement de production
Lot streaming et pegging pour l intégration de la planification et de l ordonnancement de production A. Robert 1,2, C. Le Pape 1, and F. Sourd 2 1 ILOG S.A., 9 rue de Verdun, 94253 Gentilly cedex {anrobert,clepape}@ilog.fr
Plus en détailCHAPITRE 5 OUTILS DE GESTION PRÉDICTIVE DES BLOCS OPÉRATOIRES : IDENTIFICATION ET COMPLEXITÉ 1. GESTION PRÉDICTIVE DES BLOCS OPÉRATOIRES
CHAPITRE 5 OUTILS DE GESTION PRÉDICTIVE DES BLOCS OPÉRATOIRES : IDENTIFICATION ET COMPLEXITÉ Dans les chapitres précédents nous avons situé notre action dans le cadre de la gestion prédictive des blocs
Plus en détailRenPar'14 Hammamet, Tunisie 10-13 avril 2002
PARALLELISATION CO-EVOLUTIVE DE L OPTIMISATION PAR COLONIE DE FOURMIS POUR LA RESOLUTION D UN PROBLEME D ORDONNANCEMENT INDUSTRIEL Pierre Delisle (1), Marc Gravel (1), Caroline Gagné (1), Michaël Krajecki
Plus en détailJade. Projet Intelligence Artificielle «Devine à quoi je pense»
Jade Projet Intelligence Artificielle «Devine à quoi je pense» Réalisé par Djénéba Djikiné, Alexandre Bernard et Julien Lafont EPSI CSII2-2011 TABLE DES MATIÈRES 1. Analyse du besoin a. Cahier des charges
Plus en détailProgrammation temps-réel Cours 1 et 2 Introduction et ordonnancement
Master 2 pro Programmation temps-réel Cours 1 et 2 Introduction et ordonnancement Isabelle PUAUT / Rémi COZOT Université de Rennes I 1 Applications temps-réel embarquées Systèmes en interaction avec l
Plus en détailArithmétique binaire. Chapitre. 5.1 Notions. 5.1.1 Bit. 5.1.2 Mot
Chapitre 5 Arithmétique binaire L es codes sont manipulés au quotidien sans qu on s en rende compte, et leur compréhension est quasi instinctive. Le seul fait de lire fait appel au codage alphabétique,
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université
Plus en détailOrdonnancement temps réel
Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches
Plus en détailGestion des fichiers sur micro-ordinateur
... 1 Qu est ce qu une gestion de fichier :... 2 Importance d une bonne gestion des fichiers :... 2 Qui doit faire une gestion des dossiers :... 3 Étapes à suivre pour une meilleur gestion des dossiers
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
Plus en détailTHÈSE. En vue de l obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE. Touria CHAFQANE BEN RAHHOU
THÈSE En vue de l obtention du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délivré par : l Université Toulouse 3 Paul Sabatier (UT3 Paul Sabatier) Présentée et soutenue le 24/06/2013 par : Touria CHAFQANE BEN
Plus en détailL utilisation d un réseau de neurones pour optimiser la gestion d un firewall
L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailFormula Negator, Outil de négation de formule.
Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailFigure 3.1- Lancement du Gambit
3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh
Plus en détailCe document a pour objet : de rappeler les principes de base d information concernant les coordonnées bancaires,
Migration vers les paiements SEPA : Recommandations à l intention des donneurs d ordres pour la migration de leurs fichiers de RIB vers les couples IBAN + BIC correspondants 3 ème version - octobre 2010
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailAlgorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
Plus en détailOrdonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Plus en détailPar : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct. 2012 (ajout de la section 3 et augmentation de la section 1)
1 Que signifient AON et AOA? Par : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct. 2012 (ajout de la section 3 et augmentation de la section 1) Sommaire 1. Concepts... 2 2. Méthode PCM appliquée
Plus en détailPrincipes d implémentation des métaheuristiques
Chapitre 2 Principes d implémentation des métaheuristiques Éric D. Taillard 1 2.1 Introduction Les métaheuristiques ont changé radicalement l élaboration d heuristiques : alors que l on commençait par
Plus en détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailEbauche Rapport finale
Ebauche Rapport finale Sommaire : 1 - Introduction au C.D.N. 2 - Définition de la problématique 3 - Etat de l'art : Présentatio de 3 Topologies streaming p2p 1) INTRODUCTION au C.D.N. La croissance rapide
Plus en détailM1 : Ingénierie du Logiciel
M1 : Ingénierie du Logiciel UNIVERSITE PIERRE & MARIE CURIE (PARIS VI) Examen Réparti 2eme partie 16 Mai 2013 (2 heures avec documents : tous SAUF ANNALES CORRIGEES). Barème indicatif sur 20,5 points (max
Plus en détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailFOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS
FOTO - L OMNIBUS MENSUEL DE CROP LE NOUVEAU CROP-EXPRESS 550, RUE SHERBROOKE OUEST MONTRÉAL (QUÉBEC) H3A 1B9 BUREAU 900 TOUR EST T 514 849-8086, POSTE 3064 Réflexions méthodologiques Depuis des années,
Plus en détailRapport d activité. Mathieu Souchaud Juin 2007
Rapport d activité Mathieu Souchaud Juin 2007 Ce document fait la synthèse des réalisations accomplies durant les sept premiers mois de ma mission (de novembre 2006 à juin 2007) au sein de l équipe ScAlApplix
Plus en détailDES INDICATEURS DE PERFORMANCE UTILES ET PERTINENTS
DES INDICATEURS DE PERFORMANCE UTILES ET PERTINENTS Marthe HURTEAU, professeure - Université du Québec à Montréal Gilles RAÎCHE, professeur - Université du Québec à Montréal RÉSUMÉ Les indicateurs de performance
Plus en détail