 1-Formulation du CSP : Formellement, un problème de satisfaction de contraintes (ou CSP

pour Constraint Satisfaction Problem) est défini par:

 Un ensemble fini de variables X1 , …, Xn.

 Chaque variable Xi a un domaine Di de valeurs possibles

 Un ensemble fini de contraintes C1 , …, Cm sur les variables.

 Une contrainte restreint les valeurs pour un sous-ensemble de

variables.

 Un état (nœud) d’un problème CSP est défini par une assignation de valeurs {Xi=vi ,X1=v1 ,
…} à certaines variables ou à toutes les variables:

 Une assignation qui ne viole aucune contrainte est dite consistante ou

légale.

 Une assignation est complète si elle concerne toutes les variables.

 Une solution à un problème CSP est une assignation complète et

consistante.

Exemple 1:

 Soit le problème CSP défini comme suit :

 Ensemble de variables V = {X1 , X2 , X3 }

 Un domaine pour chaque variable D1= D2 = D3={1,2,3}.

 Une contrainte spécifiée par l’équation linéaire X1+ X2 = X3 .

 Il y a trois solutions possibles :

 {X1=1, X2=1, X3=2}

 {X1=1, X2=2, X3=3}

 {X1=2, X2=1, X3=3}

Ces 3 assignations sont complètes et compatibles.

Cours 1: Introduction – Description du domaine d’applications – Aperçus des modèles et algorithmes

de résolutions • Cours 2 : Modelisation – Concept de bases : variables, domaines, contraintes –
Exemples • Cours C’est quoi un modèle? • Un modèle est une abstarction d’un problème • Un
modèle doit respecter le langage du solveur (le solveur est une boite noire) Meilleur est le modèle (et
le solveur), meilleur est la solution 3: Résolution – Concept de base : recherche et propagation –
exemple