Académique Documents
Professionnel Documents
Culture Documents
OBJECTIFS :
Ce cours a pour objectif de présenter les principales méthodes et techniques utilisées dans
la recherche opérationnelle. Cette dernière est à la croisée de trois disciplines : la
résolution de problèmes, les mathématiques et l’informatique. Les graphes sont un
instrument puissant pour modéliser de nombreux problèmes combinatoires. La
programmation linéaire aide à résoudre un problème de maximisation ou minimisation
d’une fonction objective sous un certain ensemble de contraintes. Ce cours propose des
algorithmes très efficaces pour la résolution de nombreux problèmes connus, comme les
algorithmes de la recherche du plus court chemin ou le problème d’ordonnancement.
1- Introduction:
La Recherche Opérationnelle (RO) (aussi appelée aide à la décision) est une discipline
qui s'occupe de l'application des méthodes analytique pour résoudre des problèmes
complexes de prise de décision. Elle englobe l'utilisation de méthodes mathématiques,
statistiques et informatiques pour trouver des solutions optimales ou quasi-optimales. Les
projets de recherche sont souvent pluridisciplinaires (sciences de la décision, ingénierie,
économie, médecine, etc. . . ).
Par exemple, une entreprise peut utiliser la RO pour déterminer comment acheminer
efficacement ses produits vers différents points de vente tout en minimisant les coûts de
transport.
2- Historique :
La recherche opérationnelle (R.O.) s’est développée depuis la seconde guerre mondiale
en Grande-Bretagne durant, quand l’armée fit appel à des équipes de mathématiciens
pour résoudre des problèmes de choix militaires. En 1940, Patrick Blackett est appelé par
l'état-major anglais à diriger la première équipe de recherche opérationnelle, pour
résoudre certains problèmes lorsqu'on décida d'employer des méthodes scientifiques pour
étudier divers aspects des opérations militaires tels que l'implantation optimale de radars
de surveillance ou la gestion des convois d'approvisionnement.
Depuis lors, et grâce au succès obtenu, elle a été par ailleurs adoptée dans d'autres
domaines d'application tels que l'économie, l'industrie, le commerce, physique,
l'urbanisme, les finances, probabilité et statistique, le service social, le service sanitaire,
etc. . . , actuellement, en l'utilise dans tous les domaines pour optimiser les ressources
disponibles et d'améliorer l'efficacité pour obtenir des bénéfices, il s'agit souvent de
déterminer un maximum (tel que le profit, la performance ou le rendement) ou le
minimum (comme la perte, le risque ou le coût).
Parmi les sujets d'application récents de la RO, on peut mentionner
Ø les études logistiques (forces armées),
Ø la sécurité ferroviaire,
Ø la conception d'emballages,
Ø la gestion prévisionnelle du personnel,
Ø le transport aérien,
Ø les opérations forestières,
Ø l'optimisation du carburant nucléaire,
Ø l'affectation des ressources dans un hôpital,
Ø l'étude des réseaux de commutation,
Ø la planification de la production,
Ø l’apprentissage artificiel.
3.1. Type combinatoire : Un problème est dit combinatoire lorsqu’il comprend un grand
nombre de solutions admissibles parmi lesquelles on cherche une solution optimale ou
proche de l’optimum.
Par exemple le problème de déterminer ou installer 5 centres de distributions parmi 30
sites d’implantation possibles, de sorte que les couts de transport entre ces centres et les
clients soient minimums. Ce problème ne peut être résolu par une simple énumération des
solutions possibles par l'esprit humain. Et même si un problème de cette taille peut être
résolu par énumération par un ordinateur, les décideurs sont régulièrement confrontés à
des problèmes infiniment plus complexes, où le nombre de solutions acceptables se
compte en milliards de milliards (voir explosion combinatoire).
Autres exemples :
- Définition des investissements les plus rentables
- Optimisation des problèmes d’affectation
- Optimisation des problèmes de transport
- Optimisation des problèmes d’ordonnancement
3.2. Type aléatoire : Un problème est dit aléatoire s’il consiste à trouver une solution
optimale à un problème qui se pose en termes incertains.
Par exemple, le problème suivant :
Connaissant la distribution aléatoire du nombre de personnes entrant dans une
administration en une minute et la distribution aléatoire de la durée de traitement du cas
d’une personne, déterminer le nombre minimum de guichets à ouvrir pour qu'une
personne ait moins de 5% de chances de devoir attendre plus de 15 minutes.
Autres exemples :
- Files d’attente
- Problèmes de stocks
- Réparation et renouvellement des équipements
3.3. Type concurrentiel : Un problème est dit concurrentiel s'il consiste à trouver une
solution optimale face à un problème dont les termes dépendent de l'interrelation entre
ses propres agissements et ceux d'autres décideurs.
Exemple typique : fixer une politique de prix de vente, sachant que les résultats d'une
telle politique dépendent de la politique des concurrents.
Autres exemples :
- Définition des politiques d’approvisionnement
- Définition des politiques de vente.
5- Rappels Mathématiques :
L’utilisation d’un modèle mathématique permet de représenter la réalité en schématisant
les relations entre les variables identifiées pour pouvoir lui appliquer les outils, les
techniques et les théories mathématiques, puis généralement, en sens inverse, la
traduction des résultats mathématiques obtenus en prédictions ou opérations dans le
monde réel.
Les problèmes d'organisation rencontrés dans une entreprise ne sont pas mathématiques
dans leur nature. Mais les mathématiques peuvent permettre de résoudre ces problèmes.
Pour cela, il faut traduire le problème dans un cadre mathématique, cadre dans lequel les
techniques de la recherche opérationnelle pourront s'appliquer. Cette traduction est le
modèle du problème.
Cette phase essentielle s'appelle la modélisation.
1. Théorie des Graphes : La théorie des graphes est couramment utilisée pour
modéliser des problèmes de réseau, tels que les problèmes de flux maximal, les
problèmes de plus court chemin, etc.
5. Théorie des Jeux : La théorie des jeux est utilisée pour modéliser des situations
de conflit ou de coopération entre des décideurs et résoudre des problèmes tels
que les jeux à somme nulle ou les jeux coopératifs.
Exemple : Deux entreprises concurrentes peuvent utiliser la théorie des jeux pour
déterminer leurs stratégies de prix afin de maximiser leurs profits.
Ces techniques sont largement utilisées en recherche opérationnelle pour résoudre des
problèmes complexes dans divers domaines tels que la gestion, l'ingénierie, la logistique,
l'économie et bien d'autres. Le choix de la technique dépend du type de problème, de sa
complexité et des objectifs de résolution spécifiques. Souvent, plusieurs techniques sont
combinées pour aborder des problèmes réels.