Académique Documents
Professionnel Documents
Culture Documents
Introduction
?
?
?
Conclusion
Références bibliographiques
Résumé
Les problèmes de planification
d’horaires de travail notamment le
problème de l’emploi du temps ont reçu
une grande attention.
La plupart des travaux dans ce sens les
traitent dans leur forme mono-objectif.
Dans ce projet, je me suis intéressé à
l’étude de ce problème dans sa version
multi objectif en utilisant les méta-
heuristiques.
Introduction
Dans de nombreux domaines de la vie
professionnelle, on se trouve confronter au
problème de la planification d´horaire de
travail.
Les problèmes de gestion du temps, pour les
résoudre, revient à résoudre un puzzle
complexe, chaque organisation possède ses
propres normes et critères.
De ce fait, ce sont principalement les
Problèmes d’Optimisation Mono Objectifs qui
sont utilisés lors de la résolution de ce type de
problème.
Les heuristiques :
Les heuristiques forment un ensemble de méthodes utilisées en
recherche opérationnelle pour résoudre des problèmes d’optimisation
réputés difficiles. Résoudre un problème d’optimisation combinatoire,
c’est trouver l’optimum d’une fonction, parmi un nombre fini de choix,
souvent très grand. Les applications concrètes sont nombreuses, que
ce soit dans le domaine de la production industrielle, des transports ou
de l’économie – partout où se fait sentir le besoin de minimiser des
fonctions numériques, dans des systèmes où interviennent
simultanément un grand nombre de paramètres.
A ces problèmes de minimisation, les heuristiques permettent, dans
des temps de calcul raisonnables, de trouver des solutions, peut-être
pas toujours optimales, en tout cas très proches de l’optimum ; elles se
distinguent en cela des méthodes dites exactes, qui garantissent certes
la résolution d’un problème, mais au prix de temps de calcul prohibitifs
pour nombres d’applications industrielles.
Lorsque la solution optimale ne peut être obtenue en un temps
raisonnable, on a souvent recours à des méthodes approchées de
type heuristique ou métaheuristique.
Définition du Problème :
Concepts de base :
Formellement, un Problème d‘Optimisation
MultiObjectif (POMO) est décrit comme suit :
Avec g(x) ≤ m
(m contraintes d'inégalités)
et h(x) = p
(p contraintes d'égalités)
Elle consiste à trouver une solution x* qui
satisfasse l'ensemble de toutes les
contraintes et qui optimise le vecteur
objectif f(x*).
L'optimisation du vecteur objectif f revient
soit :
- A minimiser l'ensemble de toutes
les fonctions objectifs
- A maximiser l'ensemble de toutes
les fonctions objectifs
-Minimiser certaines fonctions
objectifs tout en maximisant d'autres.
Les Contraintes Dures :
Ce type de contraintes doit être
obligatoirement satisfait dans toutes les
situations car la violation de l’une de ces
contraintes rend l’emploi du temps inefficace
dans la réalité.
Les contraintes de préférence :
Contrairement au type de contraintes
précédent, les contraintes de préférences
n’exigent pas la vérification stricte, mais
d’approcher au maximum de l’objectif voulu.
Modélisation des Contraintes
Les contraintes dures :
A chaque contrainte i est associée une
mesure de sa violation V(i).
Un enseignant ne peut pas être impliqué dans
plus d’une séance à la fois. Nous devons donc
vérifier qu’il est libre pendant la séance
d’affectation. D’où la mesure de violation :
Avec X(i,j) retourne l’enseignant affecté à la
séance qui se déroule à la salle i pendant la
période j.
1 sinon
Les fonctions objectifs
A chaque emploi du temps possible S est
associé un vecteur objectif F(S) qui
représente l’évaluation de la solution.
Avec F = (f1, f2, f3, f4, f5, f6), chaque fi
correspond à la contrainte de préférence i.
Utilisation des heuristiques
Conclusion
Références bibliographiques