$LGHDXSDUDPpWUDJHG XQSLORWDJHUpDFWLI $SSOLTXpjXQIOX[YpKLFXOH G XQHXVLQHWHUPLQDOH
|
|
- Mathieu Crépeau
- il y a 8 ans
- Total affichages :
Transcription
1 jlk!mon!prq s t*uvgu!wx y<zz{} -~r! ƒ7!~b G { r 7 ˆ Š ŒG Ž ~ Ž Š! ~ rž $SSOLTXpjXQIOX[YpKLFXOH G XQHXVLQHWHUPLQDOH! "#%$ &' ()*' &*+ )-,. / 0)1' 2,43$ 5)-65(7&' 8 ' &*642,9$ 54:,<;=&' >? 2,@ )->2A#(7&' >?42BC#%?,9#<;D'?,&*, )1"'C?5%$, EGFHGI1JLKM1F1I1JN IOK7IOPGMGQR M STM1JLP1N QUMVP*I1F*QUMW1MXZY*I*STMW[ \JC]Z[ZHGMX1^1VX*MZ[ \1MG]GK _ `ba cedgf1h1i 20 s 1
2 &RQWH[WHLQGXVWULHO Stock Stock Ferrage Peinture Montage Page 2/8 Une usine de production automobile, appelée «usine terminale», s identifie à un processus de fabrication. Elle est composée de trois ateliers successifs : le ferrage, la peinture et le montage. Dans et entre ces ateliers, les stocks de véhicules permettent d adapter, de manière réactive, le flux en fonction des contraintes de l atelier aval. Ils remplissent deux fonctions principales : ¾La première est la régulation du volume de production en absorbant les aléas, ¾La deuxième est l amélioration de la qualité en répondant aux contraintes locales à l atelier. Notre problématique se situe dans la gestion du stock amont à l atelier montage. 45 s 2
3 3UREOpPDWLTXH Poste 1 Poste 2 Poste 3 Poste 4 Poste 5 Liste des véhicules à fabriquer Contraintes d équilibrage Lisser les caractéristiques Minimiser les non respects de contraintes d équilibrage Lisser les véhicules «lourds» Respecter l ordre prévu Baratou, 1998 Page 3/8 Les stocks amonts à l atelier montage sont pilotés par des appli cations informatiques assurant la supervision et la gestion de la ligne de production. Ces applications ont en charge d engager les véhicules à fabriquer en respectant au mieux les paramètres des opérateurs («pilotes de flux»). La problématique consiste, à partir d une liste de véhicules à p roduire et à partir des contraintes d équilibrage (cadences maximales de production à respecter pour des ressources difficiles à assembler), à proposer un paramétrage adéquat afin de : 9 lisser les caractéristiques (Î lisser l utilisation des ressources), 9 respecter les contraintes d é quilibrage (Î respecter les capacités de production), 9 lisser les véhicules «riches» (Î lisser la charge de travail), 9 respecter l ordre prévu (Î respecter la synchronisation), L objectif est de proposer une méthode ou un outil qui, en fonction de quelques critères «subjectifs», propose un paramétrage adapté aux besoins des pilotes de flux. 1 min 3
4 ewdwgho DUWGHVPpWKRGHVG RSWLPLVDWLRQPXOWLFULWqUHV Nb de combinaisons: Page 4/8 Nous pouvons classer les méthodes d optimisation multicritères s elon la hiérarchisation décrite par Talbi. Pour commencer, nous nous sommes interrogés sur la meilleure méthode à appliquer pour répondre à notre cas d étude. De manière optimale, les pilotes de flux souhaitent être «bon» partout. Mais, pour faciliter la recherche, ils devront être capable d ordonner leurs objectifs p ar ordre de priorité. L impossibilité de définir des poids précis à chacun des critère s et au vue du nombre de «bonnes solutions», nous nous orienterons vers l application d une méthode interactive. Algorithmes exactes : le nombre de combinaisons à tester dans une situation réelle est évalué à environ 3.10^146. Il est donc impossible d envisager d utilise r un de ces algorithmes. Heuristiques spécifiques : Une étude détaillée des différents paramètres à positionner dans l algorithme nous a montré qu il était difficile de définir une technique capable d orienter la recherche vers une bonne solution. Nous nous sommes donc orientés vers l étude d une méthode d opti misation hybride. Elle consiste à combiner les avantages de différentes heuristiques ou méta heuristiques. Comme le nombre de combinaisons est très important, nous avons besoin d un algorithme assurant une couverture suffisante de notre espace de recherche. Lors de notre étude des paramètres de l application, nous avons pu dégager des informations suscept ibles de pouvoir améliorer un paramétrage localement. Enfin, pour transformer notre problème multiobjectif en un problème uni-objectif, nous avons opté à l agrégation. 1 min 45 s 4
5 /DIRQFWLRQG # $!% '&)(+*,.- Ensemble de bonnes solutions Nombre d évaluations : Temps de calcul : 16 h 22 min 21 s Solution optimale pour notre jeu d essai Page 5/8 Comme nous venons de le préciser, pour guider la méta heuristique, nous avons dû définir une fonction d évaluation d u n paramétrage. Cette fonction attribue une «note», valeur comprise entre 0 et 1, comme représentatif de la qualité d un paramétrage (0 : solut ion optimale, 1 : solution la plus mauvaise). Elle correspond à l agrégation de 4 indicateurs de performance. Chacun de ces indicateurs décrit un comportement souhaité par l opérateur (Lissage des ressources, Respect des contraintes d é quilibrage, Respect de l ordre établie et Lissage des véhicules «lourds»). Pour vous montrer à quoi ressemble un espace, nous avons effectuer un parcours exhaustif de tous nos paramètres pour un jeu d essai restreint (100 véhicules et 4 contraintes d équilibrage). Nous p ouvons constater que nous avons une zone de «bonnes» solutions et que la solution «optimale» se situe dans cette zone. 1 min 5
6 FRXSODJHORFDO ± JOREDO! "# %$&! ' % ()*)+,)* +,)-&. /01. ) Gradient avec le choix d un des meilleurs voisins Algorithme Génétique 0,13 0,12 0,11 0,1 0,09 0,08 0,07 0, Indica te ur global Nb évaluations Aléatoire D ernier P icart Prem ier meilleur Convergence Du couplage Indicateur global 0,12 0,11 0,1 0,09 0,08 0,07 0, Nombre d' évaluations Gradient Recuit Meilleur Page 6/8 Une méthode d optimisation multicritère hybride consiste à combi ner les avantages de plusieurs heuristiques ou méta heuristiques. Nous avons opté pour le couplage d une méthode de recherche globale avec une méthode de recherche locale. Pour cela, nous avions 2 possibilités : 9Soit nous appliquons la recherche locale sur les résultats obtenus lors de la recherche globale 9Soit nous appliquons à chaque itération d une recherche globale une recherche locale pour améliorer chacun des éléments sélectionnés. La première solution ne nous a pas donné les résultats escomptés. Cependant, la deuxième solution a l air d être nettement plus prometteuse d ans le cadre de notre problématique. Locale : Nous avons choisi deux algorithmes, un basé sur le principe du recuit simulé et un autre sur le gradient. L avantage du recuit simulé est de pouvoir éventuellement sort ir d une crevasse (une zone où l amélioration des résultats ne paraît plu s possible), son inconvénient est la difficulté de trouver les bons paramètres à appliquer (Tmin, Tmax et R). Globale : nous avons utilisé un algorithme génétique car il est reconnu pour offrir une bonne exploration de l espace de recherche. 1. Définir une population initiale (avec un ensemble de solutions calculées) 2. Optimiser localement chacun des individus de la population 3. Procéder à l algorithme génétique (sélection, croisement, mut ation) 4. On reboucle sur l optimisation locale Le couplage, dans notre étude, est la seule technique à avoir atteint le paramétrage optimal. (dans notre exemple, en évaluations). 3 min 6
7 w ž Å Ù ò &RQFOXVLRQ!#"$$ % & ('*)+-,/ :; < D E-F GIHJ KMLNFPO QRS&ST U VXWIYZ [\^] Y_-Ẁ ] _N] \^] az b W c d enfg(hbixf&jkpgnlnmonp qrs-t`u v5ej-th2lbu sp t x y z { }~}zzn{ { ƒ-~ zx ^y I ˆ } ŠM~ Iˆ Œ Ž& N M N & 5 š- B ^ œ 3HUVSHFWLYHV Ÿ / 2 1 / Xª ª 1 «ª ( I «±²2±³ ³ ³ µ ± 1µ /¹ º»½¼-»¾ ¾»ÁÀ¾1ÃÄ*º» ÆÈÇÉÊ Ë Ì/Í2ÎÏ Ë Ì/Ð ÑÒ+ÊÔÓ ÎÊ ÕÌ/ÍË Ï1ÖÇÒ ÕÉÐÉÏ1Ë /ØÒ ÚNÛ/ÜÔÝ#Þß à áiâ ã änåæç-èé2å êâ ëìá é2å íëî*åíêâ ëïðä3ã è/é2ëá ã èæáñ ómôõ1ö *øù úûûü ý þ-úÿü ù ½õ õ #õ ù2ôúþ5õ ý Page 7/8 Conclusion : Comme nous venons de le voir, les méthodes d optimisation multic ritères hybrides semblent donner de bons résultats. Cependant, comme nous avons pu l observer, les solutions initial es doivent être bien ciblées pour apporter de bonnes performances à une méthode de recherche locale (dans notre cas d étude, nous avons dégagé 3 solutions initiales). Il serait int éressant d étudier la possibilité de compléter ces solutions initiales Î axe de recherche possible Notre étude a également montré que cette technique est applicable à des problèmes de taille industrielle. L application de cette méthode à un problème concret a mis en évidence les gains potentiels (environ 90% par rapport à une méthode couramment utilisée dans la littérature «le goalchasing» et par rapport à notre fonction d é valuation). Cependant, il faut faire attention, la méthode du «goalchasing» est rarement appliquée tel quelle. Pour conforter nos résultats, il nous faut poursuivre les tests avec des données réelles et comparer la qualité du flux en fin de journée sans cette méthode et avec cette méthode. Perspectives : Ce travail doit aboutir à la spécification et à la réalisation d une application informatique utilisable en production. Puis, nous nous sommes demandés comment améliorer encore les résultats : ÎSoit en intégrant des notions de probabilités dans le choix de gênes à croiser ou à muter. ÎSoit en étudiant de nouvelles possibilités de couplage ÎSoit en explorant de nouvelles méthodes d optimisation (colonies de fourmis, SMA, ) Pour terminer, nous pouvons étendre notre méthodologie à tout système de production utilisant des applications réactives. 2 min 30 7
8 ¾ 5pIpUHQFHVELEOLRJUDSKLTXHV!"$# % &$' (' ) *,+ -.0/ :<; 6A B CDFEGBH$IJLK"M BN OLP O Q"RSTO U VXWY"Z [\ [ ] ^ Ẁ _bac d a e ef\ ^gfay"^ [c_ h i0jkl mknoqprk$s s hft`uuv w xyz"y{g $} ~$ ƒ ` " ˆT GŠ ŒL " Ž " Œ, ˆ$ " G Š G ` ˆš œ bžf G ŒL " ˆ Ÿ " $ª«L X X <±G $²Ž³± $µ µl¹ƒº,µl F» ¼ ¼½ FÀ Á À Ã"Ä Å Æ ÇXÈ É ÊË Ì ÍÎÐÏ Ñ"Ò Ó Ồ ÕÖÌF Ø Ñ"Ï Ù ÚỒ Õ ÔÑFÎG `Õ Ô ÛÚ Ü Ý Ô9Ø Ô ÚÎGÍØ Ồ ÕGÞ0Û`ß ßFË ÏgàÛÑ"Ï ÍØÕbáË Û à,íó ÓšÛØ Ý ÔXÝ ÔbßFÎGÍ$à,Ồ ÕLÕ Ú ÕGÞ ârãägåæç<èfé`êê$ë ì íîï ð ñ òó ô õ9ö øù úûüðý þ "ý ÿ$ûú`þ ûü r "ý ý þ ø "ý ý ø ý ügú û "ý! "$#&% '() *,+.- / / 01$+ 23.+* : ; < =,< >@? A$BC DFE G H IKJ L)M J9N O$P QRSUT V$V9W XZY[T\X W X Q^] _$`9aFb cd$e f g h.ij$kml5n7o p qmr skij$qp t5n7k h p quu9v w,ispzik x,y$z {m 5}m~7m { Fƒ$ 7 $ ˆ Š 7Œ Ž7 m 5 9., Aymeric.lesert@wanadoo.fr Page 8/8 MERCI DE VOTRE ATTENTION Des questions? 8
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailAlgorithme des fourmis appliqué à la détection et au suivi de contours dans une image
IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailSéance 4. Gestion de la capacité. Gestion des opérations et de la logistique 4-530-03
Gestion des opérations et de la logistique Séance 4 4-530-03 Gestion de la capacité Points importants présentés au dernier cours Les principaux types d aménagement Étude du travail et l amélioration des
Plus en détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détail!-.!#- $'( 1&) &) (,' &*- %,!
0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets
Plus en détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
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 détailAssociations Dossiers pratiques
Associations Dossiers pratiques Le tableau de bord, outil de pilotage de l association (Dossier réalisé par Laurent Simo, In Extenso Rhône-Alpes) Difficile d imaginer la conduite d un bateau sans boussole
Plus en détailÊ ÙÐ Ø ÓÒ Ö Ò Ð Ý Ø Ñ ØÖ Ù Ö Ø ØÙÖ Ø Ð ÓÖ Ø Ñ Ö Ö Ï ÙØ Ð Ø ÙÐØ ÆÓØÖ ¹ Ñ Ä È Ü Æ ÑÙÖ Ð ÕÙ Û ÙØ Ð Ò Óº ÙÒ Ôº º Ê ÙÑ º ij ÑÔÓÖØ Ò Ð ÓÖ Ø Ñ Ö Ô ÖØ Ø ÓÒ Ö Ò Ð Ý Ø Ñ ØÖ Ù Ò³ Ø ÔÐÙ ÑÓÒØÖ Öº Ò Ø Ð Ó Ü ³ÙÒ ØÝÔ
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 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 détailEric Bertrand ebertrand@ixis-cib.com. 08/11/06 Maître de conférence 1
Calcul parallèle des options MC. Eric Bertrand ebertrand@ixis-cib.com 1 Plan Contexte du calcul parallèle Qualités requises Architecture Outillage Problèmes rencontrés perspectives 2 Contexte du calcul
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
Plus en détailOptimisation des performances d échangeurs de chaleur.
Journée d étude SFT 16/03/2011 Echangeurs thermiques et multi-fonctionnels : enjeux, applications et axes de recherche Optimisation des performances d échangeurs de chaleur. École des Mines de DOUAI 941
Plus en détailLes outils classiques de diagnostic stratégique
Chapitre I Les outils classiques de diagnostic stratégique Ce chapitre présentera les principaux outils de diagnostic stratégique dans l optique d aider le lecteur à la compréhension et à la manipulation
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 détailProblème à résoudre. min f(s) s.c. s S
Métaheuristiques Le mot métaheuristique est dérivé de la composition de deux mots grecs: - heuristique qui vient du verbe heuriskein (ευρισκειν) et qui signifie trouver - meta qui est un suffixe signifiant
Plus en détailLes clients puissance cube
LETTRE CONVERGENCE Les clients puissance cube L intelligence artificielle au service du marketing des services N 28 To get there. Together. A PROPOS DE BEARINGPOINT BearingPoint est un cabinet de conseil
Plus en détailÉtude «analyse, reporting et budget» Niveau d équipement et attentes des PME françaises.
Étude «analyse, reporting et budget» Niveau d équipement et attentes des PME françaises. Mai 2009 Préface Les PME ont aujourd hui accès aux technologies déjà déployées dans les grandes entreprises. En
Plus en détailQuels outils pour prévoir?
modeledition SA Quels outils pour prévoir? Les modèles de prévisions sont des outils irremplaçables pour la prise de décision. Pour cela les entreprises ont le choix entre Excel et les outils classiques
Plus en détailPROJET D INVERSION DE LA CANALISATION 9B ET D ACCROISSEMENT DE LA CAPACITÉ DE LA CANALISATION 9
Page 1 of 7 PROJET D INVERSION DE LA CANALISATION 9B ET D ACCROISSEMENT DE LA CAPACITÉ DE LA CANALISATION 9 RAPPORT SOMMAIRE DE L ANALYSE DES TRANSITOIRES SUR LE RÉSEAU PRINCIPAL Préparé par : Enbridge
Plus en détailSamuel Bassetto 04/2010
Industrialisation Lean manufacturing 4.2 Réalisé avec V. FIGENWALD - SIEMENS Samuel Bassetto 04/2010 Plan de la partie 2 : Vers une production Lean 1. Valeur Ajoutée et Gaspillages Muda walk 2. Temps de
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailDétection des deux roues motorisés par télémétrie laser à balayage
MEsure du TRAfic des deux-roues MOTOrisés pour la sécurité et l évaluation des risques Détection des deux roues motorisés par télémétrie laser à balayage Séminaire de mi parcours 11 mai 2012 CETE Normandie
Plus en détailCentre Multimodal de Distribution Urbaine Logistique Urbaine et système d information
Centre Multimodal de Distribution Urbaine Logistique Urbaine et système d information Jean-Charles DECONNINCK Président de Generix Group 19 Septembre 2014 Generix Group Qui Éditeur de solutions applicatives
Plus en détailGestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes.
Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. LE QUERE Yann, SEVAUX Marc, TRENTESAUX Damien, TAHON Christian Equipe Systèmes de Production
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détailDes données à la connaissance client. A la découverte de la plateforme de connaissance client knowlbox
Des données à la connaissance client A la découverte de la plateforme de connaissance client knowlbox Livre blanc mai 2013 A l heure du Big Data, les entreprises s interrogent davantage sur leurs données.
Plus en détailPilot4IT Monitoring : Mesurez la qualité et la performance perçue de vos applications.
Pilot4IT Monitoring : Mesurez la qualité et la performance perçue de vos applications. La supervision est la «surveillance du bon fonctionnement d un système ou d une activité». Elle permet de surveiller,
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 détailMonitoring continu et gestion optimale des performances énergétiques des bâtiments
Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et
Plus en détailCe Livre Blanc vise ainsi à vous expliquer concrètement tous les bénéfices d un standard téléphonique pour votre entreprise et vos collaborateurs :
AVANT-PROPOS Dans un marché des Télécoms en constante évolution, il est important pour les petites et moyennes entreprises de bénéficier de solutions télécoms qui répondent parfaitement à leurs besoins
Plus en détailTHÈSE DE DOCTORAT DE L UNIVERSITÉ PARIS 12-VAL DE MARNE UFR de Sciences et Technologie. par. Walid TFAILI. pour obtenir le grade de
THÈSE DE DOCTORAT DE L UNIVERSITÉ PARIS 12-VAL DE MARNE UFR de Sciences et Technologie par Walid TFAILI pour obtenir le grade de DOCTEUR EN SCIENCES Spécialité : SCIENCES DE L INGÉNIEUR Option : Optimisation
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 détail201-105-RE SOLUTIONS CHAPITRE 1
Chapitre1 Matrices 1 201-105-RE SOLUTIONS CHAPITRE 1 EXERCICES 1.2 1. a) 1 3 Ë3 7 3 2 Ë 1 16 pas défini d) 16 30 17 3 e) Ë 7 68 22 16 13 Ë 5 18 6 2. a) 0 4 4 4 0 4 Ë4 4 0 Ë 0 4 32 4 4 0 4 32 32 4 0 4 4
Plus en détailJulien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration
Julien MATHEVET Alexandre BOISSY GSID 4 Rapport Load Balancing et migration Printemps 2001 SOMMAIRE INTRODUCTION... 3 SYNTHESE CONCERNANT LE LOAD BALANCING ET LA MIGRATION... 4 POURQUOI FAIRE DU LOAD BALANCING?...
Plus en détailCopyright Agirc-Arrco Mars 2012. 2 QUESTIONS pour comprendre le Système d Information Retraite Complémentaire (SI-RC)
2 QUESTIONS pour comprendre le Système d Information Retraite Complémentaire (SI-RC) SOMMAIRE (1/3) ENJEUX DE L INFORMATIQUE RETRAITE COMPLÉMENTAIRE 1. Depuis quand un programme de convergence informatique
Plus en détailMaîtriser les mutations
Maîtriser les mutations Avec UNE Supply chain AGILE La réflexion porte ses fruits www.cereza.fr TALAN Group Notre savoir-faire : maîtriser les mutations et en faire une force pour l entreprise Cereza,
Plus en détailLa mesure de la qualité des services de communications électroniques en France
La mesure de la qualité des services de communications électroniques en France Jacques Stern ARCEP FRATEL 10 ème Séminaire la mesure de la qualité des services de communications électroniques : approches,
Plus en détailManuel d installation de Business Objects Web Intelligence Rich Client.
Manuel d installation de Business Objects Web Intelligence Rich Client. Sommaire 1 Introduction... 3 2 Préconisation... 4 3 Lancement de l installation... 5 4 Installation du logiciel Rich Client... 6
Plus en détailQu est-ce qu une probabilité?
Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont
Plus en détailCommande Prédictive. J. P. Corriou. LSGC-ENSIC-CNRS, Nancy. e-mail : corriou@ensic.inpl-nancy.fr
Commande Prédictive J P Corriou LSGC-ENSIC-CNRS, Nancy e-mail : corriou@ensicinpl-nancyfr Ý Consigne Trajectoire de référence Ý Ö Réponse Ý Horizon de prédiction À Ô ¹ Ù ¹ Temps Entrée Ù Horizon de commande
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailLES CONTRATS EN AVICULTURE. Comité Volailles FranceAgriMer, 31 janvier 2013 1
LES CONTRATS EN AVICULTURE Comité Volailles FranceAgriMer, 31 janvier 2013 1 CONTEXTE, OBJECTIFS ET MÉTHODE Comité Volailles FranceAgriMer, 31 janvier 2013 2 CONTEXTE Déficit de compétitivité français
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailCRÉER UN COURS EN LIGNE
Anne DELABY CRÉER UN COURS EN LIGNE Deuxième édition, 2006, 2008 ISBN : 978-2-212-54153-3 2 Que recouvre le concept d interactivité? Dans une perspective de cours en ligne, une activité interactive est
Plus en détailConcevoir et déployer un data warehouse
Concevoir et déployer un data warehouse Ralph Kimball Éditions Eyrolles ISBN : 2-212-09165-6 2000 2 Le cycle de vie dimensionnel Avant d étudier de plus près les spécificités de la conception, du développement
Plus en détailAgrégation des portefeuilles de contrats d assurance vie
Agrégation des portefeuilles de contrats d assurance vie Est-il optimal de regrouper les contrats en fonction de l âge, du genre, et de l ancienneté des assurés? Pierre-O. Goffard Université d été de l
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 détailReprésentation des Nombres
Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...
Plus en détailGuide pour aider à l évaluation des actions de formation
Guide pour aider à l évaluation des actions de formation Pourquoi évaluer? L évaluation constitue la dernière étape du service d ingénierie que le conseiller de l AGEFOS PME Bretagne peut apporter à l
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailIntroduction. Les articles de la presse spécialisée tendent à nous laisser penser que c est en effet le cas :
Introduction Le CRM se porte-t-il si mal? Les articles de la presse spécialisée tendent à nous laisser penser que c est en effet le cas : «75 % de projets non aboutis» «La déception du CRM» «Le CRM : des
Plus en détailAssises Européennes du Bâtiment Basse Consommations. Frédéric ric FRUSTA. Président Directeur Général. ENERGIVIE 25 Juin 2010
c1 Assises Européennes du Bâtiment Basse Consommations Frédéric ric FRUSTA Président Directeur Général ENERGIVIE 25 Juin 2010 Diapositive 1 c1 Merci de me fournir le texte complet de la page de titre cql;
Plus en détailChapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
Plus en détailLa programmation à mémoire adaptative ou l évolution des algorithmes évolutifs
La programmation à mémoire adaptative ou l évolution des algorithmes évolutifs Éric D. Taillard 1 Luca M. Gambardella 1 Michel Gendreau 2 Jean-Yves Potvin 2 1 IDSIA, Corso Elvezia 36, CH-6900 Lugano. E-mail
Plus en détailDémarche méthodologique pour la constitution des dossiers «LABEX»
Démarche méthodologique pour la constitution des dossiers «LABEX» Pour les porteurs de projets de l Université Joseph Fourier de Grenoble 24 Septembre 2010 Sommaire Quelques rappels sur LABEX Démarche
Plus en détailModélisation multi-agents - Agents réactifs
Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf
Plus en détailCHAPITRE 5. Stratégies Mixtes
CHAPITRE 5 Stratégies Mixtes Un des problèmes inhérents au concept d équilibre de Nash en stratégies pures est que pour certains jeux, de tels équilibres n existent pas. P.ex.le jeu de Pierre, Papier,
Plus en détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailSystème de gestion électronique pour les clés et objets de valeur
Système de gestion électronique pour les clés et objets de valeur L enjeu de sécurisation et de contrôle de vos clés et objets de valeurs est aussi crucial que toutes vos autres mesures de sécurité au
Plus en détailUne comparaison de méthodes de discrimination des masses de véhicules automobiles
p.1/34 Une comparaison de méthodes de discrimination des masses de véhicules automobiles A. Rakotomamonjy, R. Le Riche et D. Gualandris INSA de Rouen / CNRS 1884 et SMS / PSA Enquêtes en clientèle dans
Plus en détailCORRECTION EXERCICES ALGORITHME 1
CORRECTION 1 Mr KHATORY (GIM 1 A) 1 Ecrire un algorithme permettant de résoudre une équation du second degré. Afficher les solutions! 2 2 b b 4ac ax bx c 0; solution: x 2a Solution: ALGORITHME seconddegré
Plus en détailECTS CM TD TP. 1er semestre (S3)
Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres
Plus en détailMIGRATION DOUCE VERS LES COMMUNICATIONS IP RÉALISER DES ÉCONOMIES RAPIDES AVEC LA TRANSFORMATION IP DE SES COMMUNICATIONS NOTE D APPLICATION
MIGRATION DOUCE VERS LES COMMUNICATIONS RÉALISER DES ÉCONOMIES RAPIDES AVEC LA TRANSFORMATION DE SES COMMUNICATIONS NOTE D APPLICATION TABLE DES MATIÈRES INTRODUCTION / 3 ACCROÎTRE LA PRODUCTIVITÉ AVEC
Plus en détailDéfinition d un Template
Objectif Ce document a pour objectif de vous accompagner dans l utilisation des templates EuroPerformance. Il définit les différents modèles et exemples proposés. Définition d un Template Un template est
Plus en détailU7/R7 Un éclairage avancé dans un design unique
U7/R7 U7/R7 Un éclairage avancé dans un design unique 2 ETAP U7/R7 Avec U7 et R7, faites entrer chez vous l éclairage du futur. Les luminaires utilisent la technologie LED+LENS et ont été mis au point
Plus en détailDEMANDE D INFORMATION RFI (Request for information)
DOD SEICAM RFI Demande d information EVDEC Réf. : RFI_EVDEC- GT5_Outil_reporting_BI_v4.doc Page 1/11 DEMANDE D INFORMATION RFI (Request for information) OUTIL INTÉGRÉ DE REPORTING ET D ANALYSE DÉCISIONNELLE
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailLes données d un jeu sous Shadow Manager
Les données d un jeu sous Shadow Manager Sous Shadow Manager, les données d un jeu quelconque sont enregistrées dans un fichier de Jeu (à extension.sm5) qui contient : 1. Les Paramètres du scénario, qui
Plus en détailParcours en deuxième année
Parcours en deuxième année Unités d Enseignement (UE) ECTS Ingénierie des réseaux haut 4 débit Sécurité des réseaux et 4 télécoms Réseaux mobiles et sans fil 4 Réseaux télécoms et 4 convergence IP Infrastructure
Plus en détailInxmail Professional 4.2
Inxmail Professional 4.2 Nouvelles fonctionnalités La version 4.2 d Inxmail Professional est disponible depuis juin 2012. Au programme : cinq nouveaux types de Mailings Trigger qui vous permettront de
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 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 détailLutte contre les spams par SMS et vocaux. et les prospections téléphoniques non-désirées
Lutte contre les spams par SMS et vocaux et les prospections téléphoniques non-désirées Lundi Hervé NOVELLI Secrétaire d Etat chargé du Commerce, de l Artisanat, des Petites et moyennes entreprises, du
Plus en détailETUDE DE LA SECONDE VIE DES BATTERIES DES VEHICULES ELECTRIQUES ET HYBRIDES RECHARGEABLES
ETUDE DE LA SECONDE VIE DES BATTERIES DES VEHICULES ELECTRIQUES ET HYBRIDES RECHARGEABLES Juin 2011 Étude réalisée pour le compte de l'ademe par Schwartz and Co et AJI Europe Coordination technique : Patrick
Plus en détailLaboratoire d Automatique et Productique Université de Batna, Algérie
Anale. Seria Informatică. Vol. IX fasc. 2 Annals. Computer Science Series. 9 th Tome st Fasc. 2 La sélection de paramètres d un système industriel par les colonies de fourmis Ouahab Kadri, L. Hayet Mouss,
Plus en détailLes progiciels de gestion intégrés (PGI ou ERP)
Le point sur Les progiciels de gestion intégrés (PGI ou ERP) Depuis le début des années 90 s est développé un nouveau type de logiciel de gestion : le PGI, ou Progiciel de Gestion Intégré, plus connu sous
Plus en détailATELIER Les nouvelles fonctionnalités de Microsoft Project 2010 : premières impressions
ATELIER Les nouvelles fonctionnalités de Microsoft Project 2010 : premières impressions Vendredi 3 décembre 2010 Vincent Capitaine Microsoft MVP Project http://blogepm.wordpress.com Introduction «Microsoft
Plus en détailLe contenu de ce manuel peut faire l objet de modifications sans préavis et n engage pas la responsabilité de la société BENTEL SECURITY srl.
Le contenu de ce manuel peut faire l objet de modifications sans préavis et n engage pas la responsabilité de la société BENTEL SECUITY srl. BENTEL SECUITY via Florida - Z.I. Valtesino - 63013 GOTTAMMAE
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 détail(51) Int Cl.: B23P 19/00 (2006.01) B23P 19/04 (2006.01) F01L 1/053 (2006.01)
(19) (12) DEMANDE DE BREVET EUROPEEN (11) EP 1 886 760 A1 (43) Date de publication: 13.02.2008 Bulletin 2008/07 (21) Numéro de dépôt: 0711197.6 (1) Int Cl.: B23P 19/00 (2006.01) B23P 19/04 (2006.01) F01L
Plus en détailSaisie des chauffe-eau thermodynamiques à compression électrique
Fiche d application : Saisie des chauffe-eau thermodynamiques à compression électrique Date Modification Version 01 décembre 2013 Précisions sur les CET grand volume et sur les CET sur air extrait 2.0
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 détailIdentification de nouveaux membres dans des familles d'interleukines
Identification de nouveaux membres dans des familles d'interleukines Nicolas Beaume Jérôme Mickolajczak Gérard Ramstein Yannick Jacques 1ère partie : Définition de la problématique Les familles de gènes
Plus en détail2.4 Représentation graphique, tableau de Karnaugh
2 Fonctions binaires 45 2.4 Représentation graphique, tableau de Karnaugh On peut définir complètement une fonction binaire en dressant son tableau de Karnaugh, table de vérité à 2 n cases pour n variables
Plus en détailHRP H 2 O 2. O-nitro aniline (λmax = 490 nm) O-phénylène diamine NO 2 NH 2
! #"%$'&#()"*!(,+.-'/0(,()1)2"%$ Avant d effectuer le dosage en IR de la biotine, il est nécessaire de s assurer de la reconnaissance du traceur par la streptavidine immobilisée sur les puits. Pour cela,
Plus en détailLa gestion des performances en Europe. Panel d expériences européennes et possibles synergies
La gestion des performances en Europe. Panel d expériences européennes et possibles synergies Atelier n 15 Organisateurs : Conseil de l Europe (Centre d expertise sur la réforme de l administration locale
Plus en détailChapitre 1 : Introduction au contrôle de gestion. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 1
Chapitre 1 : Introduction au contrôle de gestion Introduction 2 Contrôle de gestion : fonction aujourd hui bien institutionnalisée dans les entreprises Objectif : permettre une gestion rigoureuse et une
Plus en détailNF26 Data warehouse et Outils Décisionnels Printemps 2010
NF26 Data warehouse et Outils Décisionnels Printemps 2010 Rapport Modélisation Datamart VU Xuan Truong LAURENS Francis Analyse des données Avant de proposer un modèle dimensionnel, une analyse exhaustive
Plus en détailVersion 6.0 du 07/11/06. Comment décloisonner mes services et les faire travailler ensemble vers les mêmes objectifs?
Version 6.0 du 07/11/06 Comment décloisonner mes services et les faire travailler ensemble vers les mêmes objectifs? Salut Paul Tu as l air relax, ce n est pas ton habitude Oui, c est incroyable! On n
Plus en détailLa solution hébergée pour les intermédiaires d Assurance
La solution hébergée pour les intermédiaires d Assurance Qu est-ce qu une offre ASP? LEADER Informatique - Avril 2010 Une solution en mode SaaS, pourquoi? Notre offre en mode SaaS représente la troisième
Plus en détailTEPZZ 6Z85Z5A T EP 2 608 505 A2 (19) (11) EP 2 608 505 A2 (12) DEMANDE DE BREVET EUROPEEN
(19) TEPZZ 6Z8ZA T (11) EP 2 608 0 A2 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 26.06.13 Bulletin 13/26 (21) Numéro de dépôt: 12197432.3 (1) Int Cl.: H04M 3/487 (06.01) H04M 7/00 (06.01)
Plus en détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailCahier des charges. pour la réalisation d une étude. Articulation des programmations nationale et communautaire en faveur de la R&D
Cahier des charges pour la réalisation d une étude Articulation des programmations nationale et communautaire en faveur de la R&D Sommaire Sommaire...2 Article 1 Objet du marché...3 Article 2 Contexte...3
Plus en détail