Académique Documents
Professionnel Documents
Culture Documents
et
SIMULATION
des
PROCESSUS
PRESENTATION
Du
COURS
Chap.
1/3
Chapitre 1: INTRODUCTION
Dfinitions & but de la simulation et de l'optimisation de processus
Importance et rle de l'optimisation dans la protection de
l'environnement
Etapes de rsolution d'un problme d'optimisation d'un processus
Chap.
Chap
1/4
Chap.
1/5
APPLICTION :
TD de 4h : utilisation du logiciel Matlab pour la simulation d'un
problme d'optimisation d'un processus chimique en vue de
minimiser le taux de pollution
CHAP1
INTRODUCTION
Chap.
Chap1
1/7
:
Introduction
Chap.
objectifs
1/8
Importance &
des modles
statistiques
Objectifs
Fournir des lois, de nature "statistique", l o il n'est pas
possible d'en fournir qui soient de nature certaine ou
dterministe.
Applications
Sondage, prvision, contrle des processus indust. Lois empiriques
Chap.
Modlisatio
1/9
n?
Dfinitions
Modlisation ? : Ensemble des procdures permettant dobtenir un modle
Modliser un systme = capable de prdire le comportement du systme
Subjectivisme de la modlisation : modle = intersection du systme et du
modlisateur
Modle jamais "exact"?
Importance
Outil d'aide la dcision., Support de la simulation,
Reprsente 50 % dun projet de commande
Perspectives grce l'informatisation
Un
Chap.
modle
1/10comment
faire ?
1. MODELE DE CONNAISSANCE
2. MODELE DE REPRESENTATION
Chap.
Classification
1/11
modles
des
Chap. de
tapes
1/12
modlisation
Chapitre 3
OPTIMISATION
13
Chap3 : OPTIMISATION
Chap.3/
14
INTRODUCTION
OPTIMISATION : Obtention d'un meilleur rsultat sous
quelques conditions.
Critre d'optimalit : Fonction conomique ou de but.
Reprsentation quantitative du but d'optimisation.
Importance du modle mathmatique.
Formes de la f-n de but (Algbrique, diff-elles..)
disponibles.
EXEMPLES : Maximum de profit avec ressources limites etc..
Chap3 : OPTIMISATION
Chap.3/
15
CONDITIONS
D'OPTIMISATION
Chap3 : OPTIMISATION
Chap.3/
16
METHODES
D'OPTIMISATION
METHODES ANALYTIQUES
Chap3 : OPTIMISATION
Chap.3/
17
METHODES
D'OPTIMISATION
PROGRAMMATION DYNAMIQUE
PRINCIPE DU MAXIMUM
Utiliss pour les problmes dcrits par des systmes d'quations
diffrentielles;
La solution optimale est la rsolution des quations diffrentielles
dcrivant le processus et celui des contraintes pour des conditions
aux limites reprsentant le domaine de l'intervalle d'intgration.
Chap3 : OPTIMISATION
Chap.3/
18
METHODES
D'OPTIMISATION
Chap3 : OPTIMISATION
Chap.3/
19
PROGRAMMATION LINEAIRE
(PL)
DFINITION
Mthode de recherche de l'extremum du critre d'optimalit dans
les problmes dont les quations sont linaires.
FORMULATION MATHEMATIQUE
Fonction conomique : Elle associe linairement les quantits de
facteurs utiliss et les profits unitaires correspondants
F C1 X 1 C2 X 2 ... Cn X n
Avec: X i : Quantits du i ime facteur; Ci : Marge (Cot) du i ime facteur.
a X a X ... a X B
1 1 2 2
n n
a X a X ... a X B
1 1 2 2
n n
en plus :
X 1, X 2 ,... X n 0
Chap3 : OPTIMISATION
Chap.3/
20
Problmatique de
la PL
But :
Optimiser les rsultats conomiques tout en tenant compte
strictement des contraintes
Dterminer
X X 1
X 2 ... X n
tel que:
F Ci X i Max.( Min.)
et
ai X i () B.
Chap3 : OPTIMISATION
Chap.3/
21
Niveaux d'apprhension de
la PL
FONCTION
CONOMIQUE
FORME DES
CONTRAINTES
NIVEAU DES
RESSOURCES
Chap3 : OPTIMISATION
Chap.3/
22
RESOLUTION DUN
PROBLEME PL
1. METHODE GRAPHIQUE
Lorsque le nombre de variables est limit (< 2), il est possible de
rsoudre un problme d'optimisation linaire graphiquement
EXEMPLE
Une socit fabrique 2 produits P1 et P2. Il faut leur faire subir des
oprations dans 3 ateliers diffrents o ils doivent tre progressivement
monts.
Soit A1, A2 et A3 les 3 ateliers : Estampage, reprise et Assemblage.
Les profits unitaires raliss sur les produits P1 et P2 sont
respectivement 15 F et 12,5 F.
Chap3 : OPTIMISATION
Chap.3/
23
Mthode graphique de
la PL
Reprise
Assemblage P1
Assemblage P2
Produit P1
25 000
33 333
22 500
Produit P2
35 000
16 667
15 000
Reprise
Assemblage P1
Assemblage P2
Produit P1
0,004
0,003
0,0044
Produit P2
0,00286
0,006
0,00667
100
100
100
100
Chap3 : OPTIMISATION
Chap.3/
24
Mthode graphique de
la PL
Question :
Quantit de produits P1 et P2 produire de telle sorte que :
Le profit soit maximal;
Tout en respecter les limitations de capacit de production
1. Formulation mathmatique
Soit X1 et X2 les quantits des produits P1 et P2 produire
Fonction de profit : F 15 X1 12,5 X 2 Max.
Contraintes (Limitation des capacits de production) :
0,004 X1 0,00286 X 2 100 : Estampage
X1, X 2 , X 3 0
Chap3 : OPTIMISATION
Chap.3/
25
2. RESOLUTION GEOMETRIQUE
On trace sur le plan OX1 et OX2 trace les droites :
X2
E s ta m p a g e (S a tu r a tio n )
(1 )
35
30
O P T IM A L
A s s e m b la g e P 1 (N o n s a tu r a tio n )
25
(3 )
20
R
15
(4 )
10
A s s e m b la g e P 2
(N o n s a tu r a tio n )
(2 )
R e p r is e
(S a tu r a tio n )
N
0
10
15
20
25
30
x1000
Chap3 : OPTIMISATION
Chap.3/
26
Mthodologie :
On dplace paralllement elle mme la droite F jusqu'au point extrme
P, o la droite F cesse d'avoir un point commun avec le domaine du
polydre OMNPQR, form par le plan associ aux contraintes en ce point
X2
35
Point optimal P
X1opt=20363
X2opt=6485
Fmax=159271 FF
E s ta m p a g e (S a tu r a tio n )
(1 )
30
O P T IM A L
A s s e m b la g e P 1 (N o n s a tu r a tio n )
25
(3 )
20
R
15
(4 )
10
A s s e m b la g e P 2
(N o n s a tu r a tio n )
(2 )
R e p r is e
(S a tu r a tio n )
N
0
10
15
20
X1
25
30
x1000
Chap3 : OPTIMISATION
Chap.3/
27
Propositions :
Diminuer la capacit d'assemblage de P2 (si c'est possible) ce qui diminuera
le prix de revient donc augmenter le profit.
Augmenter le profit en variant le profit unitaire correspondant chacune des
fabrication (ceci se traduit par une plus grande inclinaison de F sur la figure).
Chap3 : OPTIMISATION
Chap.3/
28
Chap3 : OPTIMISATION
Chap.3/
29
ALGORITHME DU
SIMPLEXE
Chap3 : OPTIMISATION
Chap.3/
30
EXEMPLE
Une entreprise peut fabriquer sur une seule machine fonctionnant
45h/semaine 3 produits P1,P2,P3.
Les profits nets sont respectivement : 4F, 12F et 3F.
Rendement de la machine (Nbre d'article/h) : 50 P1/h, 25 P2/h, 75
P3/h.
Possibilits de ventes : 100 P1, 500 P2, 1500 P3.
Question :
Rpartir la capacit de production entre les 3 produits pour
maximiser le profit
Chap3 : OPTIMISATION
Chap.3/
31
FORMULATION MATHEMATIQUE
X1, X2 et X3 : Quantit des produits P1, P2 et P3
F : La fonction conomique
F 4 X 1 12 X 2 3 X 3 Max.
Contraintes:
0 X1 1000
0 X 2 500
0 X 3 1500
X1 X 2 X 3
453 X1 6 X 2 2 X 3 6750
50 25 75
Chap3 : OPTIMISATION
Chap.3/
32
X1 X 4 1000
X 2 X 5 500
X 3 X 6 1500
3 X16 X 2 2 X 3 X 7 6750
FORME MATRICIELLE
1
0
0
1
0
6
0
0
1
2
1
0
0
0
0
1
0
0
0
0
1
0
0
0
X1
X
2 1000
X3
500
X 4
1500
X5
6750
X6
X 7
X 4 , X 5 , X 6 , X 7: Variables de BASE;
X1, X 2 , X 3: Variables hors base.
Chap3 : OPTIMISATION
Chap.3/
33
INITIALISATION
Solution vidente mais sans intrt :
X 1 X 2 X 3 0
Alors: X 4 1000, X 5 500, X 6 1500, X 7 6750
Sens : Profit nul (Valable lors de a fermeture annuelle pour cong pay)
Chap3 : OPTIMISATION
Chap.3/
34
A1
X j
A2
A3
A4
A5
A6
A 7
A 0
X i
C j
S o lu tio n
j
4
0
4
12
0
12
3
0
0
3
1000
0
0
500
0
0
1500 6750
0
0
0
C o e ffic ie n ts d e F
F=0
C o ts m a r g in a u x
Chap3 : OPTIMISATION
Chap.3/
35
CRITERES DE DANTZIG
Pour dterminer la colonne Aj qui doit ENTRER dans la base, on
slectionne celle qui compte le cot marginal le PLUS GRAND.
(Pour amliorer la solution initial, il est judicieux de faire d'abord entrer dans
cette solution la variable qui apporte la marge la plus grande.)
2 12 grand ( j 2) 2mecolonne
Chap3 : OPTIMISATION
Chap.3/
36
0
1
1000
500 X i
1000 500 1500 3750
j max=12 j 2 X ij , X i
;
(i 4,5,6,7) ,
,
,
0
1500 Xi 2
1 0
6
0
6
3750
La colonne i=5 va sortir de la base car x5 /x52 est le plus petit. Alors :
La colonne i=5 va sortir de la base (i=5);
La colonne j=2 va entrer dans la base (dj choisi celle qui compte le cot marginal
le plus grand j=2);
L'lment X52 est le pivot de la transformation (ici X 52 =1)
X2 va entrer dans la base;
Nouvelle base (4), (2),(6),(7).
Chap3 : OPTIMISATION
Chap.3/
37
ETAPE 1 : i = 5, j = 2
TABLEAU N 1 : Nouvelle base (4,2,6,7)
j
C i I n d ic e
( C o t b a s e ) V .E .
A1
X j
A2
A3
A4
A5
A6
A 7
X 2 e n tr e
d a n s la b a s e
A 0
X i
C j
S o lu tio n
j
4
0
4
12
500
0
3
0
3
0
1000
0
0
0
0
1500
-1 2
0
0
3750
0
C o e ffic ie n ts d e F
F=6000
C o ts m a r g in a u x
Chap3 : OPTIMISATION
Chap.3/
38
j 2 X ij X 25 1
F F
Xi
. j
X ij
Chap3 : OPTIMISATION
Chap.3/
39
Xi
X ij
Xi
si K i
X ij
si K i
X 4 X 4 X 42 .
X 5 .
X5
500
10000.
1000 ( K i );
X 52
1
X5
500 ( K i );
X 52
X 6 X 6 X 62 .
X5
500
15000.
1500 ( K i );
X 52
1
X 7 X 7 X 72 .
X5
500
67506.
3750 ( K i ).
X 52
1
Chap3 : OPTIMISATION
Chap.3/
40
X Kl X KJ .
X Kl
X
X il il
X ij
X il
si K i
X ij
si K i
.
X 51
X 51
0
10. 1 ( K i );
X 52
1
X 51 0
0 ( K i );
X 52 1
.
.
X 71 X 72 .
X 71
X 51
0
30. 3( K i );
X 52
1
.
.
Colonne5,Ligne7 Elment X 75.
X 75 X 72 .
X 75
X 55
1
06.. 6( K i );
X 52
1
Chap3 : OPTIMISATION
Chap.3/
41
K K j .
j 0
X iK
si K j
X ij
si K j
Alors:
1 1 2 .
X 51
0
412. 4 ( K j; )
X 52
1
2 0 ( K j );
3 3 2 .
X 53
0
312. 3 ( K j );
X 52
1
4 4 2 .
X 54
0
012. 0 ( K j );
X 52
1
5 5 2 .
X 55
1
012. 12 ( K j );
X 52
1
6 6 2 .
X 56
0
012. 0 ( K j );
X 52
1
7 7 2 .
X 57
0
012. 0 ( K j ).
X 52
1
Chap3 : OPTIMISATION
Chap.3/
42
ETAPE 2 : i = 4, j = 1
Sur la base du tableau de l'tape 1 on a :
j max 4 j 1
Xi
X ij
le plus petit 0:
Chap3 : OPTIMISATION
Chap.3/
43
j
Ci
(Cot base)
Indice
V.E.
A1
Xj
A2
A3
A4
A5
A6
A 7
A 0
Xi
X1
entre
base
C j
Solution
4 12 3 0 0 0 0
1000 500 0 0 0 1500 750
0 0 3 -4 -12 0 0
Coefficients de F
F = 10000
Cots marginaux
Chap3 : OPTIMISATION
Chap.3/
44
ETAPE 3 : i = 7 , j = 3
Sur la base du tableau de l'tape 2 on a :
j max.=3 j=3;
Xi
750
le plus petit 0est
i7;
Xij
2
PIVOT : X 73 2.
Chap3 : OPTIMISATION
Chap.3/
45
NOUVEAU TABLEAU
Nouvelle base
j (1,2,6,3)
Ci
(Cot base)
Indice
V.E.
A1
Xj
A2
A3
A4
A5
A6
A 7
A 0
Xi
X3 entre
dans base
C j
Solution
4 12 3 0 0 0 0
1000 500 375 0 0 1125 0
0 0 0 1/2 -3 0 - 3/2
Coefficients de F
F = 11125
Cots marginaux
> 0 L'optimum
n'est pas atteind
Chap3 : OPTIMISATION
Chap.3/
46
DERNIERE ETAPE : i = 6, j = 4
Sur la base du tableau de l'tape 3 on a :
j max.=1 2 j=4;
Xi
1125
le plus petit 0est
i6;
X ij
32
PIVOT : X ij X 64 3 2 .
Chap3 : OPTIMISATION
Chap.3/
47
j
C i I n d ic e
(C o t b a s e ) V .E .
X j
A1 A2
A3
A4
A5
A6
A 0
A 7
X i
C j
S o lu tio n
j
12
250 500
0
0
3
1500
0
0
750
0
0
0
-4
0
0
-1 /3
< 0
0
0
-4 /3
C o e ffic ie n ts d e F
F=11500
C o ts m a r g in a u x
L 'o p tim u m
e s t a tte in d
SOLUTION OPTIMALE:
X1 250, X 2 500, X 3 1500
F 4. X 1 12. X 2 3. X 3 11500 F
Chap3 : OPTIMISATION
Chap.3/
48
Commentaires :
Saturation de ventes pour les produits P3 et P2
Non-saturation pour le produit P1.
La machine est occup pleinement puisque 3X1+6X2+2X3=
6750h/semaine
Chap3 : OPTIMISATION
Chap.3/
49
METHODE DE LAGRANGE
50
Chap3 : OPTIMISATION
Chap.3/
51
Problmatiq
ue
CONTRAINTES
1 x1 , x2 ,...xn 0
x , x ,...x 0
2 1 2
n
.
.
m x1 , x2 ,...xn 0
m<n
Chap3 : OPTIMISATION
Chap.3/
52
Conditions
dextremum
Conditions dextremum :
( x1 , x2 ,...xn )
0
x1
( x1 , x2 ,...xn )
0
x2
.
.
( x1 , x2 ,...xn )
0
xn
1 x1 , x2 ,...xn 0
x , x ,...x 0
2 1 2
n
Equations de contraintes
.
.
m x1 , x2 ,...xn 0
Chap3 : OPTIMISATION
Chap.3/
53
x1
.
.
n quations
( x1, x2 ,...xn )
0
xn
1 x1, x2 ,...xn 0
.
.
m quations
m x1, x2 ,...xn 0
Chap3 : OPTIMISATION
Chap.3/
54
Exemple
dapplication
EXEMPLE
Dterminer les dimensions dun rservoir cylindrique de volume V
donne, qui possde une surface S minimale.
R
Chap3 : OPTIMISATION
Chap.3/
55
Solutio
n
Formulation mathmatique
(R, h) 2 R 2 Rh V R 2 h (3)
Conditions optimales
Solution
Rsolution du
R1
systme dquations
( R, h)
2 2 R h 2RH 0 (4)
( R, h) 2R R 2 0 (5)
h
(9) dans (7) et (8)
R 2 (5) h
V
2
V
h 2.3
2
(7 )
4
(8)
2
V
(9)