Voyageur de commerce et solution exacte
|
|
- Claudette Giroux
- il y a 8 ans
- Total affichages :
Transcription
1 Voyageur de commerce et solution exacte uteurs :. Védrine,. Monsuez e projet consiste à réaliser un outil capable de trouver le plus court trajet pour un commercial qui doit visiter n villes, les n villes étant placées sur un plan. une solution parmi les plus courtes est un problème bien connu en recherche opérationnelle sous le nom de «Traveling Salesman Problem» ou TSP. e problème est NP-omplet. iverses approches ont été proposées pour les résoudre : des approches exactes (l outil retourne effectivement le plus court trajet) et des approches approchées (l outil retourne un trajet proche du plus court). e problème a donné lieu à beaucoup de recherches et a fourni pas mal de résultats en algorithmique et en recherche opérationnelle. Scénario : Vous vous trouvez dans la situation où votre supérieur vous demande : 1. nalysez le problème, sachant qu il est souhaitable d avoir la solution optimale 2. Réalisez un démonstrateur pour convaincre tel client que nous sommes capables de traiter ce problème et/ou de lui fournir une première solution. 3. Si le client est convaincu, vous aurez vraisemblablement des ressources supplémentaires pour transformer le démonstrateur en outil afin de le faire rentrer de manière opérationnelle chez le client. Votre objectif est d une part d arriver à finaliser le premier démonstrateur, tout en sachant que les personnes qui transformeront l outil seront des spécialistes de leur domaine et qu ils ne pourront pas connaître l ensemble de l outil pour faire leurs améliorations. Pour le projet, vous aurez à réaliser les étapes 1 et 2 et à mettre en place et réaliser un axe d amélioration pour l étape 3. e projet peut alors être décomposé en 3 phases fonctionnelles : la première phase correspond à l acquisition des données soit au fait de représenter n villes dans un plan, la seconde phase correspond à la résolution de l algorithmique soit la recherche du trajet optimal, la troisième phase correspond à afficher le trajet optimal trouvé. 1/6
2 Étape 1 : nalyse du problème Question : éterminez l architecture qui permet de faire évoluer les trois phases fonctionnelles (acquisition, algorithmique et affichage) indépendamment les unes des autres. Question : n pensant aux états dans lequel se trouve votre système (avant l acquisition des données, après l acquisition et avant la résolution, après la résolution sachant que l affichage ne modifie pas le système), définissez l interface exportée par chaque partie du système pour effectuer les trois phases fonctionnelles. Pour la question, une des personnes du projet peut travailler à l aide de diagrammes UML (c est simplement une option parmi d autres), pendant que les autres réfléchissent à ce qui peut bouger entre les différentes phases et comment ce sera exploité. Il faut voir que lors de l évolution de votre projet, l acquisition des données pourra être partiellement découplée de la recherche du meilleur trajet, et qu il est assez dur d anticiper sur le couplage acquisition/résolution. ertaines structures de données correspondant au résultat de l acquisition des n villes dans le plan sont plus adéquates que d autres pour l algorithmique. e couplage n est pas forcément visible au niveau de l interface que vous définirez. L analyse architecturale du projet étant terminée, voici une présentation succincte d algorithmes de type ranch & ound permettant une résolution exacte du problème du voyageur de commerce. ette présentation peut être sautée par le lecteur dans un premier temps. Vous pouvez y revenir lorsque vous implanterez les algorithmes. Nous présentons deux algorithmes différents. Noter que pour l étape 2, vous pouvez implanter un algorithme de recherche de type ranch & ound, comme un algorithme plus approché que vous aurez fait ou trouvé sur le Web. ans ce dernier cas, vous pouvez consacrer l étape 3 à remplacer l algorithme approché par un algorithme de recherche assez poussé parmi les deux que nous vous présentons. Représentation des villes Nous représentons l ensemble des villes placées sur un plan par une matrice de coût. ette matrice stocke la distance entre deux points. H G J I matrice de coût... I J... I J La matrice de coût peut être symétrique ou non : Si elle est symétrique, cela signifie que d(x,y) = d(y,x) quelles que soient les villes concernées. La matrice de coût peut représenter une distance euclidienne, reflétant la propriété d(x,y)+d(y,z) d(x,z). 2/6
3 L algorithme d insertion de nœud peut être bien optimisé pour une distance euclidienne, alors que l algorithme d insertion d arc fonctionne bien sans cette contrainte. lgorithmes de type ranch & ound (séparation-évaluation) Les algorithmes de type ranch & ound (séparation-évaluation) cherchent généralement à minimiser une fonction de coût. La fonction de coût dans notre cas est la fonction qui à un trajet associe sa la longueur totale. La partie ranch ou séparation est une méthode de parcourt de l espace des solutions. ette partie porte ce nom, car le parcourt est généralement un parcourt d arbre en profondeur d abord pour avoir rapidement. À chaque nœud de l arbre s offrent alors plusieurs possibilités. Le branchement consiste à choisir une de ces possibilités, généralement celle qui a le plus de chance d être choisie : l aspect «plus de chance» est en liaison avec la partie ound ou évaluation. La partie ound ou évaluation donne une borne minimale pour le meilleur trajet (au sens de la fonction de coût), validant les décisions (branchements ou séparations) déjà effectuées : ce meilleur trajet aura alors une fonction de coût supérieure à cette borne. L algorithme effectue un certain nombre de décisions jusqu à avoir un chemin complet. e chemin a alors une fonction de coût que nous stockerons dans l max. Nous savons que la meilleure fonction de coût pour toutes les sous-branches d un nœud est comprise entre l évaluation de la borne minimale du nœud et l max. insi si l max est supérieur à cette borne minimale, alors nous n avons aucune chance de trouver une meilleure fonction de coût dans tous les descendants du nœud. Il est inutile d explorer dans cette partie ce qui peut faire gagner énormément de temps. branch 1 l 1 min evaluation part = lower bound branch 1 l 1 min branch 1 l 1 min inutile d'explorer si l max l 5 min branch 2 l 2 min branch 2 l 2 min inutile d'explorer branch si l max l 4 min 4 branch 2 l 2 min branch 5 l 4 min branch 3 l 3 min = l max priori l 3 min l2 min l1 min branch 3 l 3 min l 4 min branch 3 l 3 min exploration si l max > l 5 min l max peut alors diminuer exploration si l max > l 4 min l max peut alors diminuer si une meilleure fonction de coût est découverte Nous concrétisons cet algorithme de deux manières différentes pour résoudre le problème du voyageur de commerce. 3/6
4 lgorithme d insertion de nœuds L algorithme par insertion de nœuds procède en partant d un trajet de longueur 3 et en insérant progressivement des nœuds dans ce trajet. La première décision (branch) consiste à choisir le trajet initial de longueur 3. Étant donné que les points se trouveront dans cet ordre dans le trajet optimal, il n y a pas lieu de revenir sur cette décision. Les 3 points initiaux ont donc tout intérêt à se trouver éloignés les uns des autres. Les décisions suivantes consistent à choisir un nœud en même temps que son emplacement d insertion. La borne minimale de coût peut être la longueur du trajet déjà construit. ette borne est bien minimale si nous avons affaire à une distance euclidienne. L algorithme se comporte de la manière suivante sur un petit exemple, ne comparant que 10 trajets complets au lieu des (6-1)!/2 = 60 possibilités. = 27 = 19 = 21 = 30, abandonné si l max 30 = 27 = 26 = 24 trajet final = 23 = 25 = 21, trajet conservé = 25 = 24 finalement ces 2 possibilités et les 3 autres sont abandonnées = 26 = 28 = 25 4/6
5 lgorithme d insertion d arc et algorithme est généralement plus efficace que le précédent. Il détermine si des arcs peuvent faire partie du trajet optimal. La décision (branchement ou séparation) est tel arc appartient au trajet optimal ou tel arc n y appartient pas. La borne minimale de coût est un peu plus complexe à calculer. lle contient la somme des longueurs des arcs insérés + min({d(x,y) / y n'est pas une destination d'arc présent}) = soustrait des x non en origine d' un arc présent lignes + ce qui reste à soustraire des colonnes. Il est possible d améliorer cette fonction de coût, sachant qu elle fonctionne aussi bien pour des distances euclidiennes que d autres distances. On soustrait de chaque ligne l'élément minimal.idem pour les colonnes valuation minimale = ce qui a été soustrait + Σ longueurs des arcs sélectionnés matrice de coût = = (1) (2) (1) (1) (1) (2) (1) (1) 0 (1) (1) 0 (1) (0) 0 (2) (1) 0 (1) = exclus = 17 = 19 Séparation : On essaye de choisir si un couple n'est pas dans le chemin optimal (estimer de combien augmentera la fonction de coût = ce qui peut être soustrait) l max = = 20 ncore des branches potentielles avec l max = = 21 = (0) 0 (0) (1) (1) (2) 0 (1) 2 0 (0) (0) 0 (0) 2 0 (0) 0 (0) (1) 0 (2) (0) 0 (0) 1 invalidé par le 0 2 nd l invalidé par le max inutile, car dans 2 nd l max ce cas, = = = (0) 0 (0) 0 (0) 0 (0) (1) 2 1 l max = = 22 0 (4) (0) 0 (0) 3 0 (0) 0 (0) (0) 0 (2) 1 1 5/6
6 Étape 2 : Réalisation du démonstrateur Question : Implanter une façon d effectuer l acquisition des données pour un démonstrateur. Il est possible de stocker le résultat dans une matrice de coût, mais vous pouvez utiliser tout autre représentation. Question : éfinissez et implantez la notion de trajet pour le voyageur de commerce. Question : Implantez un algorithme exact de type ranch & ound ou un algorithme approché pour la résolution du problème. Question : Visualisez et estimez le temps que vous avez passé pour atteindre ce premier objectif. onservez l ensemble des fichiers du projet. Étape 3 : mélioration de l outil Vous avez le choix pour améliorer votre outil, mais n oubliez pas de conserver le résultat de l étape 2. Une amélioration naturelle est de faire en sorte que l algorithmique de recherche de trajet ranch & ound traite de plus en plus de villes dans votre plan. L implantation d un algorithme de type exact est conseillée pour les personnes qui ont implanté un algorithme approché à l étape 2. Vous pouvez également améliorer l acquisition des données et faire en sorte qu elle s effectue sur des notions plus naturelles pour un utilisateur externe au projet. ref, n hésitez pas à laisser libre court à votre imagination, tout en restant dans le domaine du réalisable dans le temps que vous avez décidé de consacrer au projet. 6/6
Programmation 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 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 détailAtelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr
Atelier Transversal AT11 Activité «Fourmis» Pierre Chauvet pierre.chauvet@uco.fr Ant : un algorithme inspiré de l éthologie L éthologie Etude scientifique des comportements animaux, avec une perspective
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 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 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 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 détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailINF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude
INF 1250 INTRODUCTION AUX BASES DE DONNÉES Guide d étude Sous la direction de Olga Mariño Télé-université Montréal (Québec) 2011 INF 1250 Introduction aux bases de données 2 INTRODUCTION Le Guide d étude
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailArchitecture des Systèmes d Information Architecture des Systèmes d Information
Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau
Plus en détailScénario de prise en main DataCar CRM v2.3 Gamme SFA
Scénario de prise en main DataCar CRM v2.3 Gamme SFA 1 - Présentation et Restriction Vous venez d obtenir vos accès à l application DataCar CRM. Vous trouverez dans ce document un scénario de prise en
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 détailSUGARCRM MODULE RAPPORTS
SUGARCRM MODULE RAPPORTS Référence document : SYNOLIA_Support_SugarCRM_Module_Rapports_v1.0.docx Version document : 1.0 Date version : 2 octobre 2012 Etat du document : En cours de rédaction Emetteur/Rédacteur
Plus en détailAIDE à l utilisation du cédérom «L athlétisme à l école» Niveau Primaire SOMMAIRE
AIDE à l utilisation du cédérom «L athlétisme à l école» Niveau Primaire SOMMAIRE Arborescence du cédérom (page 2) Lancement du Cédérom et configuration minimale de votre ordinateur (page 3). Loupe, page
Plus en détailEtude et développement d un moteur de recherche
Ministère de l Education Nationale Université de Montpellier II Projet informatique FLIN607 Etude et développement d un moteur de recherche Spécifications fonctionnelles Interface utilisateur Responsable
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
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 détailSystème à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive. Version 1.0
Système à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive Sommaire - Le Robot M.I.M.I. (Multipode Intelligent à Mobilité Interactive) - Présentation du Système à Enseigner. - Composition
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 détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailJe sais utiliser. Création d une galerie photo pour un site Web. Picasa crée les documents. HTML pour insérer une galerie de photos dans un site web
Je sais utiliser Création d une galerie photo pour un site Web Picasa crée les documents HTML pour insérer une galerie de photos dans un site web Club Informatique Éducatif Laurentin 1 Picasa offre une
Plus en détailDéveloppement itératif, évolutif et agile
Document Développement itératif, évolutif et agile Auteur Nicoleta SERGI Version 1.0 Date de sortie 23/11/2007 1. Processus Unifié Développement itératif, évolutif et agile Contrairement au cycle de vie
Plus en détailOptimisation Combinatoire et Colonies de Fourmis Nicolas Monmarche April 21, 1999 Sommaire Inspiration biologiques Ant Colony Optimization Applications TSP QAP Flow Shop Problemes dynamiques 1 Historique
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailDeux disques dans un carré
Deux disques dans un carré Table des matières 1 Fiche résumé 2 2 Fiche élève Seconde - version 1 3 2.1 Le problème............................................... 3 2.2 Construction de la figure avec geogebra...............................
Plus en détail# let rec concat l1 l2 = match l1 with [] -> l2 x::l 1 -> x::(concat l 1 l2);; val concat : a list -> a list -> a list = <fun>
94 Programmation en OCaml 5.4.8. Concaténation de deux listes Définissons maintenant la fonction concat qui met bout à bout deux listes. Ainsi, si l1 et l2 sont deux listes quelconques, concat l1 l2 constitue
Plus en détailWebsite Express Créer un site professionnel avec Orange
Website Express Créer un site professionnel avec Orange mars 2015 Safiétou Ndao Ndiaye Sommaire Présentation... 3 Description du service... 3 Configuration requise... 4 Consignes... 4 Pour bien démarrer...
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailCONFIGURATION DE L AUTOMATE SIEMENS
CONFIGURATION DE L AUTOMATE SIEMENS Créer un projet Dans le bureau de Windows, double-cliquer sur l icône «SIMATIC Manager» : Cliquer ensuite sur l icône «nouveau» : Choisir un nom de projet et valider
Plus en détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailCycle de vie du logiciel. Unified Modeling Language UML. UML: définition. Développement Logiciel. Salima Hassas. Unified Modeling Language
Unified Modeling Language UML Salima Hassas Version Cycle de vie du logiciel Client Besoins Déploiement Analyse Test Conception Cours sur la base des transparents de : Gioavanna Di Marzo Serugendo et Frédéric
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 détailet dépannage de PC Configuration Sophie Lange Guide de formation avec exercices pratiques Préparation à la certification A+
Guide de formation avec exercices pratiques Configuration et dépannage de PC Préparation à la certification A+ Sophie Lange Troisième édition : couvre Windows 2000, Windows XP et Windows Vista Les Guides
Plus en détailAutoCAD 2009. Petit exercice sous
AutoCAD 2009 Exercices sur l extraction de données Exercice 1 : QUANTIFIEZ LE MOBILIER Etape 1 : Nouvelle extraction de données Etape 2 : Pour le dessin courant Etape 3 : Choisissez les objets Etape 4
Plus en détailGUIDE Excel (version débutante) Version 2013
Table des matières GUIDE Excel (version débutante) Version 2013 1. Créer un nouveau document Excel... 3 2. Modifier un document Excel... 3 3. La fenêtre Excel... 4 4. Les rubans... 4 5. Saisir du texte
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 détailGUIDE D UTILISATION DU CENTRE DE DONNÉES DE L ISU
GUIDE D UTILISATION DU CENTRE DE DONNÉES DE L ISU Table des matières Page I. DÉMARRER... 4 1. Comment accéder au Centre de données de l ISU?... 4 2. Quels sont les types de tableaux statistiques disponibles
Plus en détailRECUPEREZ DES FICHIERS SUPPRIMES AVEC RECUVA
RECUPEREZ DES FICHIERS SUPPRIMES AVEC RECUVA INTRODUCTION Ce logiciel gratuit peut vous aider à récupérer des fichiers que vous auriez malencontreusement effacés en vidant la corbeille par exemple. Il
Plus en détailWEBINAIRE SUR LE SUIVI DE TENDANCES
WEBINAIRE SUR LE SUIVI DE TENDANCES Le 16/02/2012 à 21H Présenté par Gilles SANTACREU (Boursikoter.com) En partenariat avec CMC Markets 1 Gilles SANTACREU, 43 ans - Webmaster et fondateur du site Boursikoter.com
Plus en détailGuide d utilisation 2012
Guide d utilisation 2012 Tout ce dont vous avez besoin pour bien démarrer REACOM La performance marketing SOMMAIRE Démarrez avec reagiciel Accédez à votre console d administration 4 Gestion internet Aperçu
Plus en détailPrénom : Matricule : Sigle et titre du cours Groupe Trimestre INF1101 Algorithmes et structures de données Tous H2004. Loc Jeudi 29/4/2004
Questionnaire d'examen final INF1101 Sigle du cours Nom : Signature : Prénom : Matricule : Sigle et titre du cours Groupe Trimestre INF1101 Algorithmes et structures de données Tous H2004 Professeur(s)
Plus en détailModes Opératoires WinTrans Mai 13 ~ 1 ~
Modes Opératoires WinTrans Mai 13 ~ 1 ~ Table des matières Facturation... 2 Tri Filtre... 2 Procédures facturation... 3 Transfert Compta... 8 Création d un profil utilisateur... Erreur! Signet non défini.
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 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 détailBULK SMS Envoi en masse d un message texte moyennant un téléphone mobile (GSM)
Ministère de l Enseignement Supérieur et de la Recherche Scientifique Ecole Supérieure Privée d Ingénierie et de Technologie BULK SMS Envoi en masse d un message texte moyennant un téléphone mobile (GSM)
Plus en détailAméliorez vos taux de transformation grâce à la vidéo! Le videomarketing, la PLV pour le Web
Améliorez vos taux de transformation grâce à la vidéo! Le videomarketing, la PLV pour le Web La vidéo en ligne et le e-commerce s imposent en France 25 millions de français ont vu 2 milliards de vidéos
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 détailwww.type3.com DECOUVREZ Discover TYPE EDIT V12 Français
www.type3.com DECOUVREZ Discover TYPE EDIT V12 Français 12-2013 1 Découvrez TYPE EDIT V12, la nouvelle version de notre logiciel de CFAO pour les applications industrielles et artistiques dédiées aux machines
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 détailNotice succincte pour ordinateurs Windows - IPC-10 AC
Notice succincte pour ordinateurs Windows - IPC-10 AC Déballer Déballez la caméra de surveillance avec précaution et vérifiez si toutes les pièces mentionnées ci-après s y trouvent : 1. MAGINON IPC-10
Plus en détailUtilisation avancée de SugarCRM Version Professional 6.5
Utilisation avancée de SugarCRM Version Professional 6.5 Document : Utilisation_avancee_SugarCRM_6-5.docx Page : 1 / 32 Sommaire Préambule... 3 I. Les rapports... 4 1. Les principes du générateur de rapports...
Plus en détailManuel d utilisation de la plate-forme de gestion de parc UCOPIA. La mobilité à la hauteur des exigences professionnelles
Manuel d utilisation de la plate-forme de gestion de parc UCOPIA La mobilité à la hauteur des exigences professionnelles 2 Manuel d utilisation de la plate-forme de gestion de parc UCOPIA 1 Table des matières
Plus en détailSOMMAIRE AIDE À LA CRÉATION D UN INDEX SOUS WORD. Service général des publications Université Lumière Lyon 2 Janvier 2007
SOMMAIRE 1) CRÉATION D UN INDEX SIMPLE 3 a) Étape 1 : Marquage des entrées d index (à l aide d un fichier de concordance) 3 Procédure d insertion du tableau 4 Saisie des entrées d index 5 Marquage automatique
Plus en détailL apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
Plus en détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
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 détailGuide d installation UNIVERSALIS 2014
Guide d installation UNIVERSALIS 2014 (Windows) Nous vous recommandons de lire ce document avant de commencer l installation d UNIVERSALIS 2014 sur Windows. Vous y trouverez la description de la procédure
Plus en détailSite Web de paris sportifs
HENAUD Benoît Numéro d auditeur 05-39166 Version V1.2 Date de mise à jour 31/03/2008 1/21 Table des matières 1. Objectif du document... 3 2. Présentation... 3 2.1. Présentation du projet... 3 2.2. Situation
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailDOSSIER DE PRESSE. TCL SYTRAL lance la première agence en ligne. Janvier 2013
DOSSIER DE PRESSE Janvier 2013 TCL SYTRAL lance la première agence en ligne SOMMAIRE PREAMBULE 1. e-tecely : UN SYSTEME INNOVANT ET PERFORMANT 2. LES FONCTIONNALITES ESSENTIELLES D e-tecely 3. L AGENCE
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
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 détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailMEGA ITSM Accelerator. Guide de démarrage
MEGA ITSM Accelerator Guide de démarrage MEGA 2013 1ère édition (janvier 2013) Les informations contenues dans ce document pourront faire l objet de modifications sans préavis et ne sauraient en aucune
Plus en détailPrezi. Table des matières
Prezi Table des matières 1. Inscription... 2 2. ouvrir prezi... 4 3. créer une nouvelle présentation... 4 3.1. Ajout de texte... 5 3.2. Modifier (éditer) le texte... 5 3.3. Insérer une image... 5 3.4.
Plus en détail1 è r e étape : créer sa base de d o n n é e s
Le publipostage (ou mailing) permet à un document (le document principal créé avec Open Office Writer) de profiter des informations se trouvant dans un autre document (la source de données créée avec Open
Plus en détailGuide de démarrage rapide
Comment démarrer rapidement votre Box e-commerce. Guide de démarrage rapide Autres supports : Vidéos démos disponibles sur le portail. Contactez notre service client : 0 969 366 636 Guide de démarrage
Plus en détailFiche de version N 12.28a Nov. 2010 SOMMAIRE
Fiche de version N 12.28a Nov. 2010 Lisez entièrement ce document Effectuez une sauvegarde de vos bases avant toute autre action Auteur : Bertrand Dereau Fonction : Chef de produit Réf. du document : EXP_FDV_PERCEVAL
Plus en détailMode d'emploi de la newsletter
Mode d'emploi de la newsletter Votre module de newsletter va vous permettre d'envoyer régulièrement des courriers électroniques à une partie ou à tous vos abonnés, Votre outil se compose de deux interfaces
Plus en détailFICHIERS ET DOSSIERS
La différence entre fichier et dossier FICHIERS ET DOSSIERS La première notion à acquérir est la différence entre un dossier et un fichier Un dossier est une sorte de classeur dans lequel on range divers
Plus en détailUltraBackup NetStation 4. Guide de démarrage rapide
UltraBackup NetStation 4 Guide de démarrage rapide Table des matières 1 Fonctionnalités... 3 1.1 Ce qu UltraBackup NetStation permet de faire... 3 1.2 Ce qu UltraBackup NetStation ne permet pas de faire...
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 détailProtéger une machine réelle derrière une machine virtuelle avec pfsense
Protéger une machine réelle derrière une machine virtuelle avec pfsense Je vous présente un petit tutoriel sur la façon d utiliser pfsense au sein de VirtualBox comme passerelle pour votre machine Windows
Plus en détailL ARBORESCENCE. Qu est-ce qu un dossier? L arborescence?
L ARBORESCENCE Qu est-ce qu un dossier? Un dossier est une pochette vide dans laquelle on peut disposer des documents créés à l aide de l outil informatique. Comme les systèmes utilisés dans la vie courante
Plus en détailUniversalis 2013. Guide d installation. Sommaire
Guide d installation Universalis 2013 Nous vous recommandons de lire ce document avant de commencer l installation d UNIVERSALIS 2013 sur Windows. Vous y trouverez la description de la procédure d installation,
Plus en détailGestion de Projet. Génie Logiciel. Renaud Marlet. LaBRI / INRIA. http://www.labri.fr/~marlet. (d'après A.-M. Hugues) màj 19/04/2007
1 Génie Logiciel (d'après A.-M. Hugues) Gestion de Projet Renaud Marlet LaBRI / INRIA http://www.labri.fr/~marlet màj 19/0/007 Est-ce bien nécessaire? Principes de gestion = beaucoup d'évidences Pourtant
Plus en détailProposition d amendements. ARC Association des Responsables de Copropriété
Projet de loi relatif à la transition énergétique pour la croissance verte Proposition d amendements ARC Association des Responsables de Copropriété 17 septembre 2014 1 Table des matières Amendement n
Plus en détailOrganiser le disque dur Dossiers Fichiers
Ce document contient des éléments empruntés aux pages d aide de Microsoft Organiser le disque dur Dossiers Fichiers Généralités La connaissance de la logique d organisation des données sur le disque dur
Plus en détail14.1. Paiements et achats en ligne
Chapitre 14 Sécurité et Internet Si Internet vous permet de vous connecter et d accéder à des services et des sites du monde entier, il est important aussi de comprendre qu une fois connecté au Web votre
Plus en détailGUIDE DE DEMARRAGE RAPIDE:
GUIDE DE DEMARRAGE RAPIDE: COMMENT CREER VOTRE BOUTIQUE EN LIGNE Vous voulez créer votre propre boutique en ligne? C est désormais plus simple que jamais. Suivez simplement les instructions de ce guide
Plus en détailConception de réseaux de télécommunications : optimisation et expérimentations
Conception de réseaux de télécommunications : optimisation et expérimentations Jean-François Lalande Directeurs de thèse: Jean-Claude Bermond - Michel Syska Université de Nice-Sophia Antipolis Mascotte,
Plus en détailEVALUATION À 360 Demonstration MICHEL DUPONT RAPPORT PERSONNEL 360. rapport généré: 2010-01-05 http://compass360.net
Demonstration MIHEL DUPONT RAPPORT PERONNEL 360 rapport généré: 2010-01-05 http://compass360net TABLE DE MATIÈRE Michel Dupont Page 2 TABLE DE MATIÈRE omment utiliser votre rapport 3 GRILLE DE OMPETENE
Plus en détailWEBVIEW. Serveur Web embarqué dans DIRIS G NOTICE D UTILISATION. www.socomec.com. http://www.socomec. com/webview_ software
NOTICE D UTILISATION WEBVIEW Serveur Web embarqué dans DIRIS G FR http://www.socomec. com/webview_ software www.socomec.com FR SOMMAIRE 1. DOCUMENTATION...3 2. OPÉRATIONS PRÉALABLES...3 3. PRÉSENTATION...3
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 détail1. PRESENTATION GENERALE DU PRODUIT
1. PRESENTATION GENERALE DU PRODUIT 1.1 Mise en situation : A quoi servent les pneus? Les pneus sont des éléments qui relient la voiture à la route. Ils doivent donc être en parfait état pour remplir leurs
Plus en détailQuels polygones sont formés par les milieux des côtés d un autre polygone?
La recherche à l'école page 13 Quels polygones sont formés par les milieux des côtés d un autre polygone? par d es co llèg es n dré o ucet de Nanterre et Victor ugo de Noisy-le-rand enseignants : Martine
Plus en détailProblèmes de dénombrement.
Problèmes de dénombrement. 1. On se déplace dans le tableau suivant, pour aller de la case D (départ) à la case (arrivée). Les déplacements utilisés sont exclusivement les suivants : ller d une case vers
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 détailGuide d utilisation du portail de formation en ligne LeCampus.com à l attention des partenaires de l APSM
Guide d utilisation du portail de formation en ligne LeCampus.com à l attention des partenaires de l APSM L Association paritaire pour la santé et la sécurité du travail du secteur minier, a fait l acquisition
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 détailConcevoir son premier espace de cours sur la plateforme pédagogique Moodle
Concevoir son premier espace de cours sur la plateforme pédagogique Moodle Formation URFIST 19 mars 2013 Formatrice : Florie Brangé Description de la formation Nom : Concevoir son premier espace de cours
Plus en détailLocalisation des points d accès sans fil non autorisés
Localisation des points d accès sans fil non autorisés Un point d accès non autorisé peut compromettre la sécurité du réseau de l entreprise en l exposant au monde extérieur. Pour remédier à cette menace,
Plus en détailAnalyse dialectométrique des parlers berbères de Kabylie
Saïd GUERRAB Analyse dialectométrique des parlers berbères de Kabylie Résumé de la thèse (pour affichage) Il est difficile de parler du berbère sans parler de la variation. Il y a d abord une variation
Plus en détail