Ecole Nationale Supérieure des Mines de

Rabat

Algorithmes de type
voisinage

Encadré Par: Mme.LEBBAR

Optimisation Avancée
 Introduction

En général, deux grandes classes d’approches sont

mises en avant :
(i) les méthodes de résolution dites exactes,
(ii) les méthodes de résolution dites approchées.
Chacune de ces deux catégories peut à son tour être
divisée en plusieurs sous-catégories, avec par
exemple les heuristiques, les métaheuristiques ou
les méthodes hybrides pour les méthodes
approchées.

2
 PLAN

 Historique
 Structure de voisinage et minimum local
 Définition
 Algorithme
 Exemple
 Avantages/Inconvénients

3
 PLAN

 Historique
 Structure de voisinage et minimum local
 Définition
 Algorithme
 Exemple
 Avantages/Inconvénients

4
 Historique

 C’est parmi les plus anciennes méthodes de type

amélioration

 Contrairement aux méthodes dites : constructives

tels que les algorithmes gloutons

5
 PLAN

 Historique
 Structure de voisinage et minimum local
 Définition
 Algorithme
 Exemple
 Avantages/Inconvénients

6
Structure de voisinage et minimum
local
 S un ensemble de solutions à un problème d’optimisation

 f la fonction objectif

 Une structure de voisinage est une fonction N qui associe

un sous-ensemble de S à toute solution s ϵ S
 Sous ensemble de S : décrit par la notion de voisinage
graphique Décrit en fonction du vecteur X0
 Ensemble de X proche X0
 Avec un nombre limité de composants qui soient
différents
 Une solution s’ ϵ N(s) est dite voisine de s

7
 Arrêt sur un minimum local : j’ai besoin du minimum global
=> l’inconvénient
 Répéter la procédure plusieurs fois avec des X0 différents

 Augmenter la probabilité d’avoir l’optimum global

 Ensemble de X proche X0 :

 Le nombre de composants différents sera dit : taille du

voisinage qui sera plus au moins grand (de 1 à 3 au plus 4)

 Voisin pour un PVC : solution qui change un arc deux arcs

rarement trois arcs

8
Exemples de mouvements
 PVC
 Echange d’arcs : tournée voisine 1 2 ou
3 arcs différents
 Ordonnancement de tâches
 Echanges de tâches : permuter 2
tâches / insérer une tâche
 Sac à dos
 Echanged’objets : ajout / retrait /
remplacement
9
 Principe ou étapes :
 X0 ? Solution initiale
 Tester plusieurs X0
 DEFINIR Voisinage : mouvement
 Taille du voisinage / description
 Critère d’arrêt :
 Temps de calcul : exemple 10 min 1 min …
 Nombre d’itérations : 100 itérations ou
1000 …
 Arrêt spontané : minimum local
10
Structure de voisinage et minimum
local
 Une solution s ϵ S est un minimum local
relativement à la structure de voisinage N si :

 Une solution s ϵS est un minimum global si :

11
Structure de voisinage et minimum
local

X0

12
Structure de voisinage et
minimisation locale

13
Avantages / Inconvénients
 La recherche s’arrête au premier minimum local
rencontré
 Ne garantie pas la découverte d’un optimum global en
un temps fini.
 Facile à utiliser : les différentes étapes de l’algorithme
sont faciles à comprendre et à mettre en œuvre.
 « Efficace »: les meilleures solutions sont obtenues en
un temps de calcul modéré. Taille du voisinage est petite
 Recommandé de tester avec plusieurs solutions initiales
différentes et/ou des tailles de voisinage différentes

14
 Problème du Voyageur de Commerce

 Structures de Voisinage vocabulaire

V1 : mouvement 1-opt.
V2 : mouvement 2-opt.
V3 : mouvement 3-opt.

15
 Avantages et Inconvénients
 Avantages
 Etant très généraliste, elle s’applique à un grand nombre de
problèmes d’optimisation combinatoire
 Elle est efficace : les meilleures solutions sont obtenues en
un temps de calcul modéré
 Inconvénients

 Elle ne garantit pas non plus la découverte d’un optimum

global en un temps fini

16
 Conclusion

 Les métaheuristiques étant très généralistes, elles

peuvent être adaptées à tout type de problème
d’optimisation.

 Elles sont souvent moins puissantes que des

méthodes exactes sur certains types de
problèmes.

 Elles ne garantissent pas non plus la découverte de

l’optimum global en un temps fini.

17