La Recherche Oprationnelle

La science pour mieux comprendre et mieux rsoudre les problmes dcisionnels

Philippe Chrtienne
2mes rencontres des Sciences et Technologies de l'Information du 24 au 26 octobre 2005 ISIMA, CLERMONT-FERRAND

La R.O. : quelle histoire!

Dillustres prcurseurs. Blaise Pascal (1623-1662) : rflexions sur quelques problmes de dcision dans lincertain. Gaspard Monge (1781) : - problme des dblais et des remblais; - problme des dfilements. Considr aujourdhui par les mathmaticiens comme le pre de loptimisation .

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.

Harris (1913) : Formule du lot conomique* en Gestion de Stock : Q = (2kCl/Cs)1/2

;

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.

frquence et quantit optimales de rapprovisionnement dune unit de production

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.

Vous avez dit R.O.?

La R.O. est une discipline visant rsoudre scientifiquement les problmes doptimisation lis aux organisations du monde rel. Champs dapplication : - systmes administratifs (ex : emplois du temps) ; - ateliers de production (ex : ordonnancement) ; - systmes physiques (ex : verres de spin) ; - systmes de transport (ex : tournes de distribution) - systmes informatiques (ex : localisation de fichiers) - systmes biologiques (ex : alignements de squence) Le plus souvent, la nature de ces problmes est discrte.

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.

Typologie des problmes de R.O.

3 types de problme : - combinatoires ; - optimisation dans les graphes (flots,) - ordonnancement ; - logistique et transport ; - localisation ; - . - stochastiques ; - systmes dattente ; - stratgies dans lincertain ; - - aide la dcision ; - jeux concurrentiels ; - systmes et modles de prfrences -

Un problme combinatoire emblmatique de la R.O. : le voyageur de commerce

Donne : - n villes V1, V2, .Vn ; - des distances d(Vi,Vj) ; Appelons tour une permutation circulaire mono-orbitale (Vi1,Vi2,.,Vin,Vi1) des n villes ; Le cot dun tour est la somme des distances parcourues. Problme : Dterminer un tour de cot minimum

V2

V6

V1

V5

V3 V4 (V1,V6,V3,V5,V2,V4,V1) est un tour parmi les 120 tours possibles.

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.

Localisation de centres de secours

Donne : - rseau R=(X,A) des liaisons routires dune rgion ; - nombre K de centres localiser. Une solution est un sous-ensemble de K sites de X Le cot dune solution s est gal : MaxxX d(x,s) o d(x,s) est la longueur dun plus court chemin de x un site de s. Problme : Dterminer une solution de cot minimum.

Enumrer est rapidement impossible. Ex : pour 5 centres et 30 sites : 142506 solutions

Une solution pour un rseau de 12 sites et 3 centres

Un problme dordonnancement datelier : le job-shop

Donne : - m machines spcialises M1,M2,,Mm ; - n pices fabriquer J1,J2,,Jn ; Chaque pice Jj doit subir une opration sur chacune des machines dans un ordre fix lavance. Soit Ojk lopration subie par Jj sur la machine Mk. Chaque machine ne peut traiter quune pice la fois. Chaque pice ne peut tre traite que par une machine la fois.

Modle disjonctif O11 O12 O13 O14

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.

Exemple simple de systmes dattente

arrive de clients : taux

dparts des clients

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

Solution non explicite

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

Les outils de la R.O.

Complexit et approximation; Thorie des graphes ; Probabilits et Processus stochastiques ; Programmation mathmatique (continue et discrte); Programmation linaire (continue, entire et mixte); Programmation dynamique ; Mta-heuristiques ; Mthodes numratives ; ..

Thorie des graphes

La plupart des problmes combinatoires de la R.O. ont un graphe comme support : - TSP gnralis (graphe des communications); - Ordonnancement (graphe des prcdences) ; - Transport (graphe des liaisons) ; - Emplois du temps ( graphe des incompatibilits) ; - Flots et circulations (graphe des liaisons) Les progrs en : - thorie des graphes ; - algorithmique sur les graphes ; ont des retombes importantes en R.O. (ex: le thorme max-flot min-cut de Ford et Fulkerson)

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

2,4,5 1,3 8 clients 4 sessions K=2

2,5 4,6 3,4 1,6

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.

Ce problme se modlise par un graphe biparti (sessions*clients) :

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,)

La R.O. dans le monde

Discipline reconnue, enseigne et valorise dans de nombreux pays Production scientifique trs importante dans des journaux de qualit (Operations Research, Management Science, Discrete Optimization, INFORMS, EJOR, ) Une fdration internationale : IFORS ; Une association europenne: EURO ; Des socits savantes nationale efficaces (CORS, Live OR, AIRO, ROADEF,) Des congrs internationaux rguliers gnralistes et spcifiques (EURO, CO, MAPSP, PMS, )

La R.O. en France : Enseignement et Recherche

Enseignement : - Formation solide dans la plupart des coles dingnieurs : - Formations plus disperses dans les universits - le plus souvent en Informatique ; - quelquefois en Mathmatiques Appliques. - Quelques centres o la RO est bien implante (Clermont-Ferrand, Grenoble, Nancy, Compigne, Bordeaux, Paris(6,9,11,13,CNAM/IIE,Evry)

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;

La R.O. dans les entreprises

Peu dentreprises ont un service R.O. au sens strict . La R.O. est souvent une composante dun service plus large traitant de problmes de : - gestion et organisation ; - logistique et systmes dinformations. Ex: SNCF, AIR France, Devant un problme difficile, les entreprises font appel - une socit de consultance (ex: ILOG,EURODECISION, .) - une quipe dune universit ou dun institut de recherche (contrats, bourses CIFRE, ) Les collaborations universit-industrie sont en progression importante depuis les annes 1990.