Vous êtes sur la page 1sur 56

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Introduction à la Programmation par Contraintes

Cours 5. Modélisation des problèmes réels (ou proches de la réalité).

Ruslan Sadykov

INRIA Bordeaux—Sud-Ouest

14 Novembre 2011

Ruslan Sadykov

INRIA Bordeaux—Sud-Ouest 14 Novembre 2011 Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des prob.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1 Affectation des fréquences

2 Séquençage des voitures

3 Ordonnancement sportif

4 Emploi de temps

5 « Job-shop »

6 Placement

Ruslan Sadykov

de temps 5 « Job-shop » 6 Placement Ruslan Sadykov Introduction à la PPC. Cours 5.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1

2

3

4

5

6

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ruslan Sadykov

Emploi de temps « Job-shop » Placement Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Affectation des fréquences : énoncé

Il y a 5 émetteurs et 7 fréquences de transmission possibles. On doit les affecter les fréquences de telle sorte qu’elles évitent des parasites entre les émetteurs proches. Toutes les fréquences affectées doivent être différentes

T 1

≥ 1 T 2 T 3 ≥ 2 ≥ 2 = d 23 ≥ 3
≥ 1
T 2
T 3
≥ 2
≥ 2 = d 23
≥ 3
≥ 2
T 4
≥ 3
≥ 1
≥ 1

T 5

Ruslan Sadykov

≥ 3 ≥ 2 T 4 ≥ 3 ≥ 1 ≥ 1 T 5 Ruslan Sadykov

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Affectation des fréquences : modélisation

Variables : F i — fréquence affectée à l’émetteur i.

Domaines : D F i = {1, Contraintes :

, 7}, i.

| F i F j |≥ d ij ou F i F j d ij F i F j ≤ −d ij , (i, j);

≥ 1 all-different(F 1 , , F 5 ). ≥ 2 5 ≥ 2 7
≥ 1
all-different(F 1 ,
, F 5 ).
≥ 2
5 ≥ 2
7
1
≥ 3
≥ 2
2
≥ 3
≥ 1
≥ 1

3

Ruslan Sadykov

7 1 ≥ 3 ≥ 2 2 ≥ 3 ≥ 1 ≥ 1 3 Ruslan Sadykov

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Affectation des fréquences : contraintes additionnelles

Il y a les fréquences basses ou VHF (1,2,3) et hautes ou UHF (4,5,6,7). Exactement 2 fréquences basses et 3 fréquences hautes doivent être affectées. Variables additionnelles : S i = 0 si basse et 1 si haute. Contraintes additionnelles :

element(S i , {0, 0, 0, 1, 1, 1, 1}, F i ), i. gcc({S i } i , {0, 1}, 2, 3, 2, 3).

1

≥ 1 ≥ 2 6 ≥ 2 4 ≥ 3 ≥ 2 7 3 ≥
≥ 1
≥ 2
6 ≥ 2
4
≥ 3
≥ 2
7
3
≥ 3
≥ 1
≥ 1

Ruslan Sadykov

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1

2

3

4

5

6

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ruslan Sadykov

Emploi de temps « Job-shop » Placement Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Séquençage des voitures : énoncé

Job-shop » Placement Séquençage des voitures : énoncé Ruslan Sadykov Source : Alan M. Frisch Introduction

Ruslan Sadykov

Source : Alan M. Frisch

voitures : énoncé Ruslan Sadykov Source : Alan M. Frisch Introduction à la PPC. Cours 5.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Séquençage des voitures : modélisation

Données :

n options, m types de voiture.

d i voitures de type i doivent être produites, 1 i m,

T =

a ij = 1 si types i exige l’option j, sinon a ij = 0, 1 i 1 j n.

Pour chaque sous-séquence de q j voitures, l’option j peut être installée à au plus p j , 1 j n.

m i=1 d i .

m,

Variables :

X k — numéro de type de voiture en position k dans la séquence, 1 k T . O kj = 1 si la voiture en position k exige l’option j, sinon O kj = 0, 1 k T , 1 j n.

Domaines :

D X k = {1,

D O kj = {0, 1}, k, j.

, m}, k.

Ruslan Sadykov

{ 0 , 1 } , ∀ k , j . , m } , ∀

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Séquençage des voitures : modélisation

Données :

n options, m types de voiture.

d i voitures de type i doivent être produites, 1 i m,

T =

a ij = 1 si types i exige l’option j, sinon a ij = 0, 1 i m, 1 j n. Pour chaque sous-séquence de q j voitures, l’option j peut être installée à au plus p j , 1 j n.

m i=1 d i .

Variables :

X k — numéro de type de voiture en position k dans la

séquence, 1 k T .

O kj = 1 si la voiture en position k exige l’option j, sinon

O kj = 0, 1 k T , 1 j n.

Domaines :

X k = {1,

D

, m}, k.

D O kj = {0, 1}, k, j.

Ruslan Sadykov

D O k j = { 0 , 1 } , ∀ k , j .

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Séquençage des voitures : modélisation

Données :

n options, m types de voiture.

d i voitures de type i doivent être produites, 1 i m,

T =

a ij = 1 si types i exige l’option j, sinon a ij = 0, 1 i m, 1 j n. Pour chaque sous-séquence de q j voitures, l’option j peut être installée à au plus p j , 1 j n.

m i=1 d i .

Variables :

X k — numéro de type de voiture en position k dans la

séquence, 1 k T .

O kj = 1 si la voiture en position k exige l’option j, sinon

O kj = 0, 1 k T , 1 j n.

Domaines :

X k = {1,

D

, m}, k.

D O kj = {0, 1}, k, j.

Ruslan Sadykov

D O k j = { 0 , 1 } , ∀ k , j .

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Séquençage des voitures : contraintes

La demande pour chaque type de voiture doit être satisfaite :

gcc ({X k } k , {1,

, m}, {d i } i , {d i } i ) .

Liaison entre les variables X et O :

element O kj , {a ij } i , X k ,

k, j.

Contraintes de séquence :

k+q j

k =k

O k j p j ,

j,

1 k T q j + 1.

Ruslan Sadykov

j , 1 ≤ k ≤ T − q j + 1 . Ruslan Sadykov Introduction

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Constrainte globale de séquençage

Les deux dernières contraintes peuvent être remplacées par la contrainte globale de séquençage (Source : Puget et Régin) :

gsc(X 1 ,

, X n , V, q, p)

Cette contrainte exige que dans chaque sous-séquence de X de longueur q le nombre totale des valeurs dans V prises soit au plus p.

Pour notre problème :

gsc {X k } k , {i} a ij =1 , q j , p j ,

1 ≤ j ≤ n.
1 ≤ j
≤ n.

Ruslan Sadykov

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Constrainte globale de séquençage

Les deux dernières contraintes peuvent être remplacées par la contrainte globale de séquençage (Source : Puget et Régin) :

gsc(X 1 ,

, X n , V, q, p)

Cette contrainte exige que dans chaque sous-séquence de X de longueur q le nombre totale des valeurs dans V prises soit au plus p.

Pour notre problème :

gsc {X k } k , {i} a ij =1 , q j , p j ,

1 ≤ j ≤ n.
1 ≤ j
≤ n.

Ruslan Sadykov

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1

2

3

4

5

6

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ruslan Sadykov

Emploi de temps « Job-shop » Placement Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : énoncé

n équipes, n 1 semaines,

Chaque paire d’équipes joue exactement 1 fois. Chaque équipe joue un match chaque semaine. Chaque équipe joue au plus deux fois dans la même période.

n

2

périodes.

au plus deux fois dans la même période. n 2 périodes. Ruslan Sadykov Source : Jean-Charles

Ruslan Sadykov

Source : Jean-Charles Régin

n 2 périodes. Ruslan Sadykov Source : Jean-Charles Régin Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : variables

Pour chaque case, 2 variables représentent les équipes :

T pw et T pw ,

h

a

p [1,

D(T pw ) = D(T pw ) = {0,

h

a

,

n

2

], w [1,

, n 1},

, n 1].

T h

pw < T pw , p, w.

a

Pour chaque case, une variable représente le match :

M pw ,

D(M pw ) = {1,

p [1,

,

n

2

], w [1,

, n(n1)

2

},

, n 1].

M pw = n · T pw + T

h

pw , p, w.

a

M p w = n · T pw + T h p w , ∀ p

Ruslan Sadykov

· T pw + T h p w , ∀ p , w . a Ruslan

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : variables

Pour chaque case, 2 variables représentent les équipes :

T pw et T pw ,

h

a

p [1,

D(T pw ) = D(T pw ) = {0,

h

a

,

n

2

], w [1,

, n 1},

, n 1].

T h

pw < T pw , p, w.

a

Pour chaque case, une variable représente le match :

M pw ,

D(M pw ) = {1,

p [1,

,

n

2

], w [1,

, n(n1)

2

},

, n 1].

M pw = n · T pw + T

h

pw , p, w.

a

M p w = n · T pw + T h p w , ∀ p

Ruslan Sadykov

· T pw + T h p w , ∀ p , w . a Ruslan

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : contraintes

all-different({M pw } 1pn/2,1wn1 );

all-different({T pw , T

gcc({T

h

a

h

a pw } 1pn/2 ), w

[1,

, n 1] ;

].

pw , T pw } 1wn1 , {k, 0, 2} 0kn1 ), p [1,

,

n

2

contraintes implicites ;

symétrie (très important) : élimination des permutations.

symétrie (très important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5.

Ruslan Sadykov

important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des prob.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : contraintes

all-different({M pw } 1pn/2,1wn1 );

all-different({T pw , T

gcc({T

h

a

h

a pw } 1pn/2 ), w

[1,

, n 1] ;

].

pw , T pw } 1wn1 , {k, 0, 2} 0kn1 ), p [1,

,

n

2

contraintes implicites ;

symétrie (très important) : élimination des permutations.

symétrie (très important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5.

Ruslan Sadykov

important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des prob.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : contraintes

all-different({M pw } 1pn/2,1wn1 );

all-different({T pw , T

gcc({T

h

a

h

a pw } 1pn/2 ), w

[1,

, n 1] ;

].

pw , T pw } 1wn1 , {k, 0, 2} 0kn1 ), p [1,

,

n

2

contraintes implicites ;

symétrie (très important) : élimination des permutations.

symétrie (très important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5.

Ruslan Sadykov

important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des prob.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : contraintes

all-different({M pw } 1pn/2,1wn1 );

all-different({T pw , T

h

a pw } 1pn/2 ), w

[1,

, n] ;

gcc({T

pw , T pw } 1wn1 , {k, 2, 2} 0kn1 ), p [1,

h

a

,

n

2

].

contraintes implicites ;

symétrie (très important) : élimination des permutations.

symétrie (très important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5.

Ruslan Sadykov

important) : élimination des permutations. Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des prob.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : résultats

En utilisant PPC, on peut trouver un ordonnancement pour 40 équipes (dans 6 heures) — taille réelle !

Aujourd’hui, les ordonnancements pour MLB (centaines de contraintes) sont produits en utilisant la Recherche Opérationnelle (PLNE,

PPC, heuristiques) Source : Michael A. Trick

Ruslan Sadykov

heuristiques) Source : Michael A. Trick Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement sportif : résultats

En utilisant PPC, on peut trouver un ordonnancement pour 40 équipes (dans 6 heures) — taille réelle !

Aujourd’hui, les ordonnancements pour MLB (centaines de contraintes) sont produits en utilisant la Recherche Opérationnelle (PLNE,

PPC, heuristiques) Source : Michael A. Trick

(PLNE, PPC, heuristiques) Source : Michael A. Trick Ruslan Sadykov Introduction à la PPC. Cours 5.

Ruslan Sadykov

heuristiques) Source : Michael A. Trick Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1

2

3

4

5

6

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ruslan Sadykov

Emploi de temps « Job-shop » Placement Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Emplois de temps : énoncé

4

employées, 7 jours dans la semaine.

3

périodes de travail chaque jour :

Placement

jour (D, difficulté 1.0), soir (E, 0.8), nuit (N, 0.5).

Dans chaque période, exactement un employée doit être présent chaque jour 3 employées travaillent, un est en repos. Difficulté totale pour chacun doit être 3.0.

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

J

M. Bleu

S

M. Rouge

N

M. Brun

Ruslan Sadykov

Source : Gilles Pesant

N M. Brun − Ruslan Sadykov Source : Gilles Pesant Introduction à la PPC. Cours 5.

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : modélisation

Variables : T acheˆ

Charge ij , 1 i 4, 1 j

Domaines : D T acheˆ

Contraintes :

ij , 1 i 4, 1 j 7,

7.

ij = {D, E, N, −}, i, j.

all-different(T acheˆ

element(Charge ij , {1.0, 0.8, 0.5, 0}, T acheˆ

·j ), j.

j=1 7 Charge ij 3.0, i.

ij ), i, j.

Ruslan Sadykov

3 . 0, ∀ i . i j ) , ∀ i , j . Ruslan

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : modélisation

Variables : T acheˆ

Charge ij , 1 i 4, 1 j

Domaines : D T acheˆ Contraintes :

ij , 1 i 4, 1 j 7,

7.

ij = {D, E, N, −}, i, j.

all-different(T acheˆ

element(Charge ij , {1.0, 0.8, 0.5, 0}, T acheˆ

·j ), j.

j=1 7 Charge ij 3.0, i.

ij ), i, j.

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

D

D

M. Bleu

N

N

N

N

N

N

M. Rouge

N

D

D

E

D

M. Brun

E

E

E

E

E

E

Ruslan Sadykov

M. Brun E E E E − E E Ruslan Sadykov Introduction à la PPC. Cours

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : longueur de série

Contrainte additionnelle : longueur d’une série doit être comprise entre une valeur min et une valeur max.

Modélisation :

stretch(T acheˆ

i· , {2, 1, 1, 1}, {4, 4, 4, 7}).

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

D

D

M. Bleu

N

N

N

N

N

N

M. Rouge

N

D

D

E

D

M. Brun

E

E

E

E

E

E

Ruslan Sadykov

M. Brun E E E E − E E Ruslan Sadykov Introduction à la PPC. Cours

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : longueur de série

Contrainte additionnelle : longueur d’une série doit être comprise entre une valeur min et une valeur max.

Modélisation :

stretch(T acheˆ

i· , {2, 1, 1, 1}, {4, 4, 4, 7}).

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

D

D

M. Bleu

N

N

N

N

N

N

M. Rouge

N

D

D

E

D

M. Brun

E

E

E

E

E

E

Ruslan Sadykov

M. Brun E E E E − E E Ruslan Sadykov Introduction à la PPC. Cours

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : longueur de série

Contrainte additionnelle : longueur d’une série doit être comprise entre une valeur min et une valeur max.

Modélisation :

stretch(T acheˆ

i· , {2, 1, 1, 1}, {4, 4, 4, 7}).

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

N

E

D

D

M. Bleu

N

N

N

N

N

N

M. Rouge

D

D

D

M. Brun

E

E

E

E

E

E

Ruslan Sadykov

M. Brun E E E E − E E Ruslan Sadykov Introduction à la PPC. Cours

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : contrainte Pattern

Contrainte additionnelles :

Pas de changement de la période de travail sans le repos.

N

Rotation en avant : D

E

D

Modélisation : pattern(T acheˆ

Cettes contraintes sont satisfaites si chaque séquence

(« mot ») (T acheˆ i1 , l’automate fini A.

i· , A), i.

, T acheˆ i7 ) est satisfaite par

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

N

E

D

D

M. Bleu

N

N

N

N

N

N

M. Rouge

D

D

D

M. Brun

E

E

E

E

E

E

Ruslan Sadykov

M. Brun E E E E − E E Ruslan Sadykov Introduction à la PPC. Cours

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : contrainte Pattern

Contrainte additionnelles :

Pas de changement de la période de travail sans le repos.

N

Rotation en avant : D

E

D

Modélisation : pattern(T acheˆ

Cettes contraintes sont satisfaites si chaque séquence

(« mot ») (T acheˆ i1 , l’automate fini A.

i· , A), i.

, T acheˆ i7 ) est satisfaite par

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

N

E

D

D

M. Bleu

N

N

N

N

N

N

M. Rouge

D

D

D

M. Brun

E

E

E

E

E

E

Ruslan Sadykov

M. Brun E E E E − E E Ruslan Sadykov Introduction à la PPC. Cours

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emplois de temps : contrainte Pattern

Contrainte additionnelles :

Pas de changement de la période de travail sans le repos.

N

Rotation en avant : D

E

D

Modélisation : pattern(T acheˆ

Cettes contraintes sont satisfaites si chaque séquence

(« mot ») (T acheˆ i1 , l’automate fini A.

i· , A), i.

, T acheˆ i7 ) est satisfaite par

 

Lun

Mar

Mer

Jeu

Ven

Sam

Dim

M. Vert

D

D

E

E

E

E

M. Bleu

E

E

E

N

N

N

M. Rouge

N

N

N

N

D

D

M. Brun

D

D

D

Ruslan Sadykov

− − D D D − − Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

L’automate fini pour notre exemple

start

E

 

E

 

b

 

 

 

D

a

c

D

 

 

D

 

d

 

N

g

 

E

 

f

N

 

N

e

Ruslan Sadykov

  f − N   N e Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Emploi de temps : une solution réelle

Job-shop » Placement Emploi de temps : une solution réelle Ruslan Sadykov Introduction à la PPC.

Ruslan Sadykov

Emploi de temps : une solution réelle Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1

2

3

4

5

6

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ruslan Sadykov

Emploi de temps « Job-shop » Placement Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

Ordonnancement d’atelier

« Job-shop »

Placement

Ordonnancement d’atelier modélise des problèmes où les tâches se constituent d’opérations nécessitantes machines (ressources) spécifiques.

nécessitantes machines (ressources) spécifiques. Exemples d’application Atelier de montage. Ligne de
nécessitantes machines (ressources) spécifiques. Exemples d’application Atelier de montage. Ligne de

Exemples d’application

Atelier de montage.

Ligne de production.

Ruslan Sadykov

Atelier de montage. Ligne de production. Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation des

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ateliers à cheminement libres : Job-shop

Entrée de

l’atelier

M 2 M 1 M 3
M 2
M 1
M 3

Sortie de

l’atelier

Opérations de chaque tâche forment une chaîne :

O i1 O i2 → ··· → O in i .

Tâches suivent ces propres séquences sur les machines.

Ruslan Sadykov

ces propres séquences sur les machines . Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ateliers à cheminement libres : Job-shop

Entrée de

l’atelier

M 2 M 1 M 3
M 2
M 1
M 3

Sortie de

l’atelier

Opérations de chaque tâche forment une chaîne :

O i1 O i2 → ··· → O in i .

Tâches suivent ces propres séquences sur les machines.

Ruslan Sadykov

ces propres séquences sur les machines . Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement « job-shop » : énoncé

n tâches, chaque tâche J i se constitue d’une chaîne de n i

opérations (O i1 ,

m machines disponibles.

Chaque opération O ij est de longueur p ij est doit être

exécutée par machine a ij ∈ {1,

, O i,n i ).

, m}.

But : trouver un ordonnancement de longueur n’excédant pas T où les opérations ne se
But : trouver un ordonnancement de longueur n’excédant
pas T où les opérations ne se chevauche pas sur chaque
machine.
Machine 3
O 31
O 13
O 23
Machine 2
O 21
O 12
O 33
Machine 1
O 11
O 22
O 32

Ruslan Sadykov

O 21 O 12 O 33 Machine 1 O 11 O 22 O 32 Ruslan Sadykov

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

Ordonnancement « job-shop » : modélisation

Variables : S ij — date de début d’exécution de l’opération O ij , 1 i n, 1 j n i .

Domaines : D S ij = [0, T p ij ], i, j.

Contraintes :

précédence : S ij + p ij S i,j+1 , i, 1 j n i 1; non-chevauchement :

disjunctive {S ij } a ij =k , {p ij } a ij =k , 1 k m.

Machine 3

Machine 2

Machine 1

k , 1 ≤ k ≤ m . Machine 3 Machine 2 Machine 1   O
 

O

31

   

O

13

O

23

O

21

O

12

 

O

33

O

11

 

O

32

 

O

22

 
33 O 11   O 32   O 22   Ruslan Sadykov Introduction à la PPC.

Ruslan Sadykov

  O 32   O 22   Ruslan Sadykov Introduction à la PPC. Cours 5. Modélisation

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Ordonnancement sportif

Job-shop : exemple

Emploi de temps

« Job-shop »

Placement

Chez Faittout, certains produits sont étiquetés avant d’être emballés, alors que pour d’autres l’étiquette est placée sur l’emballage. Combien de temps faut-il pour apprêter les lots suivants ?

lot

A

B

C

D

E

F

durée d’emballage durée d’étiquetage emballer avant d’étiqueter ?

10

16

14

4

8

4

12

10

12

0

6

8

oui

oui

oui

no

no

Ruslan Sadykov

Source : François Vanderbeck

no no Ruslan Sadykov Source : François Vanderbeck Introduction à la PPC. Cours 5. Modélisation des

Introduction à la PPC. Cours 5. Modélisation des prob. réels

Affectation des fréquences

Séquençage des voitures

Lignes directrices

Ordonnancement sportif

Emploi de temps

« Job-shop »

Placement

1 Affectation des fréquences

2 Séquençage des voitures