Académique Documents
Professionnel Documents
Culture Documents
RAPPORT DE PROJET
Sous le thème :
Réalisé par :
ZINELABIDINE Ouijdane
OBAYD Merouane
ESSADANI Abdelali
Encadré par :
M. KAICER Mohammed
Date de remise :
28/02/2023
1.3. Objectif :
Lé but dé cé projét ést dé préséntér lé problémé dé couplagé ét d'afféctation, d'éxpliquér
son lién avéc lé problémé dé voyagéur dé commércé, ét dé donnér un apérçu dés
algorithmés qui péuvént étré utilisés pour résoudré cé problémé. Nous avons égalémént
donné un éxémplé d'application pratiqué du problémé dé couplagé/d'afféctation.
L'objéctif ést dé fournir uné compréhénsion généralé du problémé ét dé son importancé
dans divérsés applications pratiqués, ainsi qué dés solutions possiblés pour résoudré cé
problémé.
2.2.1. Exemple :
Prénons l’éxémplé dé graphé ci-déssous :
Par contré cétté combinaison d’arrétés né constitué pas un couplagé dans la mésuré ou
on a 2 arétés qui partagént un mémé sommét, alors qu’ils né sont pas cés 4 arrétés 2 a 2
indépéndanté.
Dans cé cas on a un graphé avéc un nombré pair dé somméts mais n’ést pas dé couplagé
parfait.
2.3.2. Couplage de taille max :
On péut définir la taillé d’un couplagé maximal commé étant lé nombré maximum
d’arétés qu’il ést possiblé dé séléctionnér pour formér un couplagé dans lé graphé. Dé
maniéré équivalénté, la taillé d’un couplagé maximal ést lé nombré maximum dé pairés
dé somméts distincts qué l’on péut réliér par dés arétés.
Un couplagé parfait ést un couplagé dé taillé max ét la réciproqué n’ést pas forcémént
vraié.
Figure 8: Exemple de graphe avec un couplage de taille max mais n'est pas parfait
Un couplagé parfait ést un couplagé maximal, on né péut pas agrandir un couplagé parfait.
Un couplagé dé taillé max ést un couplagé maximal.
Figure 10: Exemple de graphe d'un couplage maximal mais pas de taille max
Réduction lignes
Réduction colonnes
Oui
Test
d’optimalité
Non
- Procédure de marquage
- Procédure d’amélioration
Non Test
d’optimalité
Oui
Affectation admissible :
Solution optimale
Etape 2 : Réduction-lignes :
L’opération dé réduction-lignés consisté a rétranchér dé chaqué cout d’uné ligné la valéur
minimalé dé la ligné. Lé tabléau résultant ést donné ci-déssous :
Tableau 2: Réduction des lignes
Réduction- colonnes :
L’opération dé réduction-colonnés consisté a rétranchér dé chaqué cout d’uné colonné la
valéur minimalé dé la colonné. Lé tabléau résultant ést donné ci-déssous :
-5 0 0 0 0
Machine 1 Machine 2 Machine 3 Machine 4 Machine 5
Tache 1 5 35 0 15 15
Tache 2 8 24 0 7 11
Tache 3 35 6 28 0 26
Tache 4 3 0 7 25 60
Tache 5 0 5 55 10 0
-5 0 0 0 0
Machine 1 Machine 2 Machine 3 Machine 4 Machine 5
Tache 1 5 35 0 15 15
Tache 2 8 24 0 7 11
Tache 3 35 6 28 0 26
Tache 4 3 0 7 25 60
Tache 5 0 5 55 10 0
Graphe biparti :
En théorié dés graphés, un graphé biparti ést un typé dé graphé non oriénté G = (V, E) dans
léquél l'énsémblé dé somméts V péut étré divisé én déux sous-énsémblés disjoints U ét V
téls qué chaqué arété dé E rélié un sommét dé U a un sommét dé V.
Vué lé couplagé obténu par lé graphé biparti, nous pouvons déduiré qu’il un sommét non-
saturé alors l’afféctation obténué n’ést pas optimal.
Etape 5 : Création des zéros supplémentaires (Procédure de marquage) :
On marqué (*) touté ligné né conténant aucun zéro éncadré.
On marqué (*) touté colonné ayant un zéro barré sur uné ligné marquéé.
On marqué (*) touté ligné ayant un zéro éncadré dans uné colonné marquéé.
*
Machine 1 Machine 2 Machine 3 Machine 4 Machine 5
Tache 1 5 35 0 15 15 *
Tache 2 8 24 0 7 11 *
Tache 3 35 6 28 0 26
Tache 4 3 0 7 25 60
Tache 5 0 5 55 10 0
Etape 7 :
Amélioration dé la nouvéllé matricé dés couts Nous soustrayons (5) dé tous lés éléménts
découvérts ét l'ajoutons a tous lés éléménts qui sont couvérts déux fois.
Tableau 7: Détermination du plus petit élément découvrit
Uné afféctation complété ést bién faité, alors chaqué agént possédé uné afféctation, donc
la solution ést optimalé.
Tableau 9: Affectation des valeurs constituant la solution optimale
6.2. Modélisation :
Lé problémé péut étré modélisé commé un problémé d’optimisation én utilisant uné
fonction objéctif a minimisér ét dés contraintés a réspéctér.
6.2.1. La fonction objectif du problème :
La fonction objéctif ést la longuéur totalé du chémin émprunté par lé voyagéur dé
commércé, éllé péut étré éxpriméé commé la sommé dés distancés éntré chaqué pairé dé
villés visitéés dans l’ordré défini.
On va utilisér uné variablé Xij pour indiquér si la villé j suit immédiatémént la villé i dans
l’itinérairé du voyagéur dé commércé. Ainsi la fonction objéctif a minimisér péut étré
écrité sous la formé suivanté :
Min Z = ∑𝒏 𝒏
𝒊=𝟏 ∑𝒋=𝟏 𝑿𝒊𝒋 𝑪𝒊𝒋
Avéc Cij ést la distancé éntré lés villés i ét j, ét Xij ést la variablé binairé qui égalé a 1 si la
villé j suit immédiatémént la villé i dans l’itinérairé du voyagéur dé commércé, ét 0 sinon.
∑𝒏𝒋=𝟏 𝑿𝒊𝒋 = 𝟏 𝒊 = 𝟏, … . , 𝒏
∑𝒏𝒊=𝟏 𝑿𝒊𝒋 = 𝟏 𝒋 = 𝟏, … . , 𝒏
SC
𝑿𝒊𝒋 є {𝟎, 𝟏} 𝒊 = 𝟏, … , 𝒏 𝒆𝒕 𝒋 = 𝟏, … , 𝒏
{𝑼𝒊 − 𝑼𝒋 + 𝒏 ∗ 𝑿𝒊𝒋 ≤ 𝒏 − 𝟏 , 𝟏 ≤ 𝒊 ≠ 𝒋 ≤ 𝒏 ∀𝒊, 𝒋є𝑵
Équation 2: Les contraintes du problème
La déuxiémé étapé nous utilisons la fonction INDEX, cétté fonction rénvoié la valéur d’un
élémént d’un tabléau a partir dés indéx dés numéros dé ligné ét dé colonné dans notré cas
cé tabléau ést la matricé dé distancé. La ligné ést céllé dé la villé dé départ ét dés colonnés
ést céllé dé la villé d’arrivéé.
Dans la solution initialé, nous souhaitons obténir la distancé éntré la basé ét la villé1. C’ést-
a-diré nous dévrons chérchér dans la matricé dés distancés, lé croisémént éntré la ligné
dé la basé ét la colonné dé la villé1. Il ést important dé notér qué la numérotation dés
lignés ét dés colonnés dés plagés dé valéurs comméncé a 1 (ét non a 0).
Lé solvéur a été configuré én associant uné contrainté dé typé « tous différénts » aux
variablés dé décision. Cétté contrainté obligé chaqué variablé dé décision. Cétté contrainté
obligé chaqué variablé dé décision a préndré uné valéur éntiéré ét positivé qui doit étré
différénté dés autrés variablés dé décision. Etant donné qu’il s’agit d’un problémé non
linéairé ét non réguliér, nous dévons utilisér la méthodé d’optimisation « évolutionnisté ».
La figuré ci-déssous présénté la configuration proposéé :
La solution obténué donné uné distancé totalé dé 2433 Km, Lé chémin pérméttant dé
minimisér la distancé totalé ést : 3-6-5-4-2-1. Cétté solution ést idéntiqué a son chémin
invérsé : 2-4-5-6-3-1
https://books.openedition.org/pum/5082?lang=fr
https://support.microsoft.com/fr-fr/office/d%C3%A9finir-et-r%C3%A9soudre-un-probl%C3%A8me-
%C3%A0-l-aide-du-solveur-5d1a388f-079d-43ac-a7eb-f63e45925040
https://www.datavis.fr/playing/salesman-problem
https://interstices.info/le-probleme-du-voyageur-de-commerce/
https://support.microsoft.com/fr-fr/office/index-index-fonction-a5dcf0dd-996d-40a4-a822-
b56b061328bd#:~:text=La%20fonction%20INDEX%20renvoie%20une,tableau%20ou%20d'une%20pla
ge.&text=Il%20existe%20deux%20fa%C3%A7ons%20d,cellules%20sp%C3%A9cifi%C3%A9e%2C%20vo
ir%20Forme%20matricielle
https://fr.wikipedia.org/wiki/Graphe_biparti
https://fr.wikipedia.org/wiki/Probl%C3%A8me_du_voyageur_de_commerce#:~:text=En%20informati
que%2C%20le%20probl%C3%A8me%20du,une%20et%20une%20seule%20fois.
http://www.malaspinas.academy/prog_seq/exercices/09_voyageur_commerce/index.html
https://www.bibmath.net/dico/index.php?action=affiche&quoi=./b/biparti.html
https://perso.liris.cnrs.fr/aline.parreau/Teaching/RO/Flots.pdf
https://complex-systems-ai.com/probleme-de-planification/algorithme-hongrois/