Académique Documents
Professionnel Documents
Culture Documents
Dblais et Remblais ou : Comment dplacer un tas de cailloux au moindre cot ? Donne : - Dblai : des masses de densits (dx)=f(x)dx - Remblai : des masses de densits (dy)=g(y)dy - Hypothse : f(x)dx = g(y)dy - fonction cot de transport : c(x,y) x Dblai c(x,y) Remblai y
Problme : Trouver une application T(x,y) telle que le cot global de transport c(x,T(x))f(x)dx soit minimal.
T = (2Cl/kCs)1/2
k : consommation journalire (suppose constante) Cs : cot de stockage par unit et par jour ; Cl : cot de lancement dune commande ; T : dlai optimal entre 2 commandes ; Q : quantit optimale commander.
La R.O. moderne commence avec la seconde guerre mondiale. Patrick Blackett (1940) : - appel par ltat major anglais, dirige la 1re quipe de R.O. sur des problmes doptimisation militaires : - en particulier : implantation optimale de radars de surveillance (problmes de localisation). Le nom R.O. est cr : O pour Oprations (militaires) et R pour Recherche. La pratique de cette discipline sorganise. Rsultats limits surtout par manque de capacit de calcul. Aprs la guerre, dveloppement trs important : - des outils (thorie, calcul, techniques) - des champs dapplication.
Outils scientifiques : - Mathmatiques Appliques (Optimisation, Probabilits, Algbre, Graphes, Jeux, Dcision, .) ; - Informatique (Algorithmique, Complexit, Contraintes) Lapproche R.O. face un problme applicatif consiste : - laborer un modle (rsultat dun consensus entre le demandeur et le chercheur ) ; - dvelopper un algorithme de rsolution exacte ou approche ; - valuer la qualit des solutions produites par lalgorithme dans lenvironnement rel du problme. Le chercheur oprationnel cherchera fournir : - un outil (logiciel) aussi gnrique que possible, i.e : utilisable et performant sur un ensemble dinstances ; - non une solution dune instance particulire.
V2
V6
V1
V5
Enumrer les tours est trs vite impossible : le nombre de tours est gal (n-1)! Taille maximum des problmes rsolus : - annes 60 : 20 villes - annes 80 : 1000 villes ; - annes 00 : 1000000 villes. Pourquoi cette progression ? - progrs thoriques : approche polydrique (nouvelles classes de facettes du polydre des tours) ; - progrs algorithmiques : algos de programmation linaire continue adapts, structures de donnes appropries, - progrs technologiques : vitesse et mmoire des machines.
J1
J2
O21
O22
O23
O24
J3
O31 M1
O32 M2
O33 M3
O34 M4
arc noir : prcdence entre 2 oprations dune mme pice ; arte rouge : disjonction entre 2 oprations dune mme machine
Une solution s : orientation acyclique des artes de disjonction J1 O11 O12 O13 O14 graphe orient sans circuit G(s)
J2
O21
O22
O23
O24
J3
O31 M1
O32 M2
O33 M3
O34 M4
Chaque arc de s est valu par la dure de son opration origine ; Le cot de s est la valeur maximale dun chemin de G(s) ; Il faut trouver une solution de cot minimum.
Nombre de solutions : de lordre de (n!)m . Un problme (10*10) est rest non rsolu pendant plus de 10 ans Aujourdhui, on rsout (exactement) des problmes de plusieurs dizaines de machines et pices. Pourquoi ces progrs : - Amlioration significative des bornes infrieures (edge-finding, raisonnement nergtique, ) ; - principes de branchement labors ; - nouvelles proprits de dominance ; - progrs algorithmiques sur la complexit du calcul des bornes ; - apport de lapproche Contraintes ; - progrs technologiques (vitesse et mmoire) ; - efficacit et convivialit des solveurs.
Problmes stochastiques
Trouver une solution optimale face un problme dont les donnes sont incertaines. Lincertitude est modlise par des hypothses de nature probabiliste. 2 types de problmes : - Evaluation et dimensionnement de systmes dattente. - Stratgie optimale en environnement incertain.
service administratif : N guichets temps moyen de service au guichet : 1/ Question : Nombre minimum de guichets pour que : Prob(Tatt>15mn)<0.05
Avant la seconde guerre mondiale (Erlang) : - progrs thoriques sur les systmes un serveur ; - applications la tlphonie. Le dveloppement de la R.O. a motiv les progrs de cette thorie vers dautres domaines dapplication. En 1957, Jackson modlise un problme de job shop par un rseau ouvert de files dattente : - serveur = machine ; - client= pice ; - routage statique associ aux gammes ; - arrives Poissonniennes ; - dures de traitement exponentielles . Rsultat (de tout premier plan) : - conditions de stationnarit ; - distribution du rgime permanent.
Avec les rseaux de transmission de donnes sont apparus de nouveaux problmes. Caractristiques : - demandes daccs alatoires ; - quantit de donnes transmettre alatoire ; - demandes daccs peu frquentes ; - temps de rponse exigs trs courts. Le modle de Jackson nest plus valide car : - les messages conservent leur longueur (donc le mme temps de traitement) ; - corrlation forte entre longueur de message et inter-arrives ; - le critre est le temps de rponse.
Rponses apportes ces questions (Kleinrock) 10 ans pour rsoudre le systme de 2 serveurs en tandem de capacit identique.
S1
S2
Rsolution dun problme doptimisation de dimensionnement de rseau : Min T = i (i/) Ti ; sous les contraintes : - topologie fixe ; - procdure de routage fixe ; - budget fix Variables : capacits Ci des serveurs Contrainte budget : i di Ci D
Rsultats : capacits optimales : Ci* = i/ + De/di (i di)1/2 (1/ i (i di)1/2 o : De = D - (1/) i (i di) temps de rponse minimal : T= [/ (De] *[i (i di/ )1/2 ]2 o : = i i et = / .
Aide la dcision
Deux types de problmes : - problmes concurrentiels ; - valuation et modles de prfrences. Problmes concurrentiels : - plusieurs acteurs ; - la solution optimale pour un acteur dpend des dcisions prises par les autres. Exemple : Choix dune politique de prix de vente dont les rsultats dpendent des politiques des concurrents.
Prfrences : Evaluer chaque solution dun problme par un seul scalaire est souvent restrictif : - construction et valuation de modles de prfrences plus ralistes satisfaisant un ensemble daxiomes ; - optimisation multicritre.
Optimisation multicritre Soit S lensemble des solutions dun problme. Chaque solution s de S est value par K critres f1(s), f2(s),,fK(s). 2 problmes importants : - dterminer une solution s* non domine (point de Pareto strict), cest--dire vrifiant : il nexiste pas s dans S\{s*} telle que : k1..K, fk(s) fk(s*) - dterminer tous les points de Pareto stricts (frontire de Pareto).
f2
Minimisation de 2 critres f1 et f2 Points de Pareto (rouges et bleus) Points de Pareto stricts (rouges)
f1
Inversement, les applications de la R.O. font natre de nouveaux problmes de graphes. Exemple en tlcommunications : un cas particulier de routage multicast. Donne : - un metteur multicast, - un rseau en toile ; - demandes de clients (sous-ensembles de canaux) ; - des sessions (sous-ensembles de clients) ; - un nombre maximum K darbres de diffusion Dterminer une partition de cot minimal des sessions en au plus K classes.
2,3
1,3,4
Cot du regroupement en 2 classes : classe 1 (sessions rouge et noire groupes) : cot = 2 + 2 + 2 + 1 ; classe 2 (sessions bleue et verte groupes ) : cot = 2 + 2 + 1 + 2 + 2 ; cot total : 7 + 9 = 16.
Il faut dterminer le nombre minimal dartes ajouter pour quil existe un recouvrement des artes en au plus K bi-cliques ralisant une partition des sessions. Pour lexemple, en ajoutant 3 artes, on obtient une solution 4 bi-cliques.
Programmation linaire
Donne : A : matrice m*n c : vecteur ligne 1*n ; d : vecteur colonne m*1 Problme : Max{cx/Axb, x0} 3 formes : - PLC : x n ; - PLNE : x n ; - PLM : x=(x, x), x n , x n ; Remarque : PLNE et PLM sont dominantes dans les applications.
1947 : Algorithme du simplexe (G.B. Dantzig) et mthode des tableaux Rsultat scientifique de tout premier plan ; Evnement fondateur de la R.O. Difficults face aux problmes rels : - instabilits numriques ; - dgnrescence et cyclage possibles (applic. transport) ; - flexibilit rduite pour intgration dans les applications PLNE o il faut excuter une suite de PLC obtenue aprs : - ajout et suppression de lignes et/ou colonnes ; - fixation de variables.
Difficults thoriques : - lalgorithme du simplexe nest pas polynomial ; - question : complexit du problme PLC? 1979 : Le problme de la complexit de PLC a t rsolu par Khachiyan : - PLC est polynomial ; - algorithme de lellipsode. 1984 : Karmarkar propose un algorithme rvolutionnaire (mthode de point intrieur) qui est la base des algorithmes les plus performants actuels pour rsoudre les plus gros problmes rels : les algorithmes primal-dual barrire logarithmique. Trs rcemment, ???? propose une preuve que PLC est fortement polynomial ( confirmer!)
Progrs algorithmiques : - algorithme dual du simplexe avec pente maximale (choix de la variable sortante); - algbre linaire : - factorisation LU dynamique ; - outils spcifiques pour systmes linaires creux. - dveloppement dune factorisation de Choleski remplissage minimal (ajout dun nombre minimum de coefficients non nuls); - algorithme de Karmarkar ; - presolving (rduction de la taille par recherche des contraintes redondantes et fixation de variables) - mthodes de perturbations et dextension de bornes (pour la dgnrescence et le cyclage) - Pricing hybride : partial pricing et devex pricing
En 10 ans : gain de 6 ordres de grandeur dont : 3 ds la technologie ; 3 ds la thorie et lalgorithmique. Un problme qui exigeait 10 annes de calcul peut aujourdhui tre rsolu en moins de 30 secondes. Dautres facteurs ont largement contribu ces progrs : - machines de bureau rapides ; - disponibilit de donnes de grande taille ; - langages de modlisation algbrique. Tendance actuelle : Adapter la rsolution de PLC aux exigences de la PLNE et de lapproche polydrique des problmes combinatoires (Branch and Cut, Gnration de colonnes,)
Recherche : - Recherche active et productive mais trop atomise ; - Des secteurs en pointe (ordonnancement, optimisation combinatoire, ) - Beaucoup de jeunes chercheurs ; - Collaborations industrielles nombreuses mais de petite ou moyenne amplitude ; - Un tissu assez dense de relations internationales personnalises.
L Action Spcifique R.O du CNRS. (2003) a permis la communaut : - de mieux de se connatre ; - de se structurer ; - dlaborer un projet de GDR. Le GDR R.O. (janvier 2006) donnera une dimension et une visibilit nouvelle la discipline travers : - des projets scientifiques novateurs regroupant des comptences ; - laccroissement des collaborations internationales et industrielles ; - le renforcement des activits danimation de la recherche;