𝑀𝑎𝑥 𝑓 𝑥

𝑥∈𝑋

Optimisation Combinatoire

Modélisation
© A. AIT EL CADI 2023
Professeur UPHF / INSA-HdF / LAMIH
Abdessamad.aitelcadi@uphf.fr
 Plan
• Modélisation
• Système / Problème
• Solution
• Validité d’un modèle
• Analyse de sensibilité
• Cycle de la modélisation
• Classification de la programmation
• Approche de résolution
Outils mathématiques et informatiques en opérations 2
 Modélisation
Un modèle de recherche opérationnelle est composé de 3
éléments essentiels:
• des décisions
– représentées par des variables
• des contraintes
– qui feront intervenir des paramètres
– qui expriment souvent des limites sur les ressources ou
des performance minimum à atteindre
• un objectif
– une fonction qui exprime notre préférence pour certaines
solutions
– qui fera intervenir des paramètres et les variables
Outils mathématiques et informatiques en opérations 3
 Modélisation

• Variables de décision
• Objectif
• Contraintes

Outils mathématiques et informatiques en opérations 4

 Modélisation

Formulation mathématique

min f ( x )
programme
mathématique x X

Outils mathématiques et informatiques en opérations 5

 Modélisation

Programme mathématique
vecteur

 min f ( x ), x  X 
Fonct. objectif
ensemble de contraintes

Chercher x pour minimiser f(x)

L’étude de ce genre de progr. = programmation

mathématique
Outils mathématiques et informatiques en opérations 6
 Modélisation
Programme linéaire :
min 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯
min 𝑐𝑥
𝑠𝑜𝑢𝑠 𝑙𝑒𝑠 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒𝑠:
𝑠𝑜𝑢𝑠 𝑙𝑒𝑠 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒𝑠:
≡ 𝑎11 𝑥1 + 𝑎12 𝑥2 … = 𝑏1 ,
𝐴𝑥 = 𝑏,
𝑎21 𝑥1 + 𝑎22 𝑥2 … = 𝑏2 ,
𝑥≥0
= 𝑜𝑢 ⋮ ⋱ ⋮
𝑥1 , 𝑥1 , … ≥ 0
≥ 𝑜𝑢
Avec : ≤
𝑥1 𝑎11 𝑎12 ⋯
• 𝑥 = 𝑥2 : vecteur des variables; • 𝐴 = 𝑎21 𝑎22 … : La matrice des
⋮ ⋮ ⋮ ⋱
• 𝑐 = 𝑐1 𝑐2 … : vecteur des coefficients (paramètres) dans les contraintes
coefficients (paramètres) dans la 𝑏1
fonction objectif • 𝑏 = 𝑏2 : vecteur second membre des
• ⋮
contraintes
Outils mathématiques et informatiques en opérations 7
 Le système / Le problème

• Les données du problèmes seront appelés paramètres qui vont définir

l’objectif et les contraintes du modèle de décision
• Le résultat du modèle sera mesuré sous forme de variables de sortie
• La taille du problème est définie par Le nombre de variables de décisions
et Le nombre de contraintes
• Les hypothèses permettent de simplifier le problème / délimiter le système.

Outils mathématiques et informatiques en opérations 8

 La solution
• Une solution réalisable est une solution qui satisfait toutes les
contraintes du problème
• L’espace solution est l’ensemble des solutions réalisables.
• Une solution optimale est la meilleure solution (fonction objectif)
de tout l’espace solution.
C’est une solution réalisable dont la valeur de la fonction objectif
atteint une valeur au moins aussi bonne que celle de toute autre
solution réalisable.
• La valeur optimale est la valeur prise par la fonction objectif pour
une solution optimale
• Une solution analytique est une solution qui peut être exprimée de
manière explicite en fonction des paramètres du problème
Outils mathématiques et informatiques en opérations 9
 Validité d’un modèle

• La validité d’un modèle reflète la mesure dans

laquelle les conclusions qui en sont dérivées sont
valables dans la réalité

• Elle permet de déterminer entre autre les limites

du modèle

• Il y a souvent un compromis à trouver entre la

validité d’un modèle et la facilité de résolution du
modèle
Outils mathématiques et informatiques en opérations 10
 Analyse de sensibilité
• L’analyse de sensibilité est l’exploration des
résultats d’un modèle (mathématique) en fonction
de la variation de certains paramètres
• L'analyse de sensibilité permet de connaître l'effet
qu'ont des paramètres sur les variables de sortie.
• Elle permet de savoir l’impact des contraintes sur la
solution
• Elle permet une meilleure compréhension des
relations entre l'entrée et la sortie des variables
dans un système ou d'un modèle.
• …
Outils mathématiques et informatiques en opérations 11
Cycle de la modélisation

Outils mathématiques et informatiques en opérations 12

 Classification de la programmation

• Programmation linéaire • Programmation non-linéaire

– Programmation convexe
– Programmation quadratique
– autre
• Programmation en • Programmation en nombres
nombres réels entiers
• Programmation • Programmation
déterministe stochastique
• Programmation statique • Programmation dynamique
• Programmation mono- • Programmation multi-
objectif objectif
Outils mathématiques et informatiques en opérations 13
Classification de la programmation

Outils mathématiques et informatiques en opérations 14

 Approche de résolution
• Résolution Analytique
– Une solution analytique est une solution qui peut être exprimée de manière explicite en
fonction des paramètres du problème

• Optimisation exacte
– Une solution optimale exacte est une solution réalisable dont on peut prouver que la valeur
de sa fonction objectif est au moins aussi bonne que n’importe quelle autre solution
réalisable.

• Heuristique & Métaheuristique

– Une solution heuristique ou optimum approché est une solution réalisable qui est dérivée
d’une analyse qui ne peut garantir l’optimalité.

• La simulation
– Une autre approche est la simulation qui permet la réalisation de modèles fort proches de la
réalité (grande validité), mais qui demande en général un grand effort de calcul et l’analyse
de sensibilité est très complexe.

• Approches hybrides
Outils mathématiques et informatiques en opérations 15
 Autres considérations

Compromis entre
– la validité d’un modèle et sa résolution
– le cout de la collecte des données et le résultat
obtenu
– Puissance de résolution
– La vitesse de résolution

Outils mathématiques et informatiques en opérations 16