PLANIFICATION et Ordonnancement
Nous en déduisons le réseau PERT correspondant à l'application proposée : Calculs sur le graphe : La méthode PERT a pour but de planifier la durée d'un projet
Ordonnancement de graphes de tâches
Trouver un ordonnancement optimal est alors un défi algorithmique majeur. Plan du sujet proposé. La partie I introduit la notion d'ordonnancement d'un graphe de.
BTS SIO - Ordonnancement. Méthode MPM
6 avril 2021. BTS SIO. Page 2. On ordonne le graphe des tâches par niveaux en ajoutant une tâche ? Début ? et une tâche ? Fin ?. Chaque sommet est
GRAPHES ET ORDONNANCEMENT
Puissances entières et booléennes de la matrice d'adjacence. Fermeture transitive d'un graphe. Pour un graphe sans circuit : niveau d'un sommet niveaux
Chapitre 4 - Graphes dordonnancement 1 Méthode MPM
La marge totale est toujours supérieure ou égale à la marge libre. • On peut faire apparaître sur le graphe d'ordonnancement les marges mais ce n'est pas l'
Thème 17: Problèmes dordonnancement - 17.1 Introduction
De même il y a un chemin critique : A – C – E – fin (il y a tou- jours un chemin critique dans un graphe MPM). 6) Marge totale. On appelle marge totale le
LE PROBLEME CENTRAL DE LORDONNANCEMENT
La durée minimale des travaux est égale à la longueur du plus long chemin de ? à ? dans le graphe potentiel-tâche. Calcul des dates au plus tôt. Ce calcul
Approche par contraintes des problèmes dordonnancement et d
23 sept. 2005 Bellman-Ford alors que celle sur un graphe potentiels-bornes est réalisée par un algorithme du type. Floyd-Warshall. Page 15. 3 PROPAGATION DE ...
Un domaine très ouvert : les problèmes dordonnancement
- Graphique de Gantt. 3.2 Traitement des problèmes d'ordonnancement à contraintes potentielles. Introduction. Ces méthodes permettent d'ordonnancer
Aperçu sur les problèmes dordonnancement
y Recommencer 9 jusqu'à épuisement du graphe. Cette procédure permet de marquer tous les sommets de manière unique puisque G est sans circuit. Exercice proposé
GRAPHES ET ORDONNANCEMENT - ac-toulousefr
transitive d'un graphe •Mettre en œuvre un algorithme permettant d'obtenir les niveaux dans un graphe sans circuit •Représenter géométriquement un graphe en l’ordonnant par niveaux La définition d’un graphe fini simple orienté est limitée à la donnée d’un ensemble de sommets et d’un ensemble d’arcs On considère
M´ethodes d’Optimisation
3 1 LE GRAPHE 31 •N 3 = {g} On en d´eduit le graphe ordonnanc´e en niveaux suivant : Figure 3 3 – Graphe ordonnanc´e - Exercice corrig´e On a repr´esent´e sur les arcs d’origine a la dur´ee op´eratoire de la tˆache a
Lycée de CachanBTS SIO 2 Chapitre 4 - Graphes d - Free
Pour construire un graphe d'ordonnancement on e ectue les étapes suivantes : 1 On commence par déterminer le niveau de chaque tâche dans le graphe (voir chapitre 3) 2 On représente le projet par un graphe pondéré dans lequel : chaque tâche est représentée par un sommet les sommets sont alignés verticalement par niveau
Graphes et ordonnancement
Le graphe obtenu par la méthode MPM a pour sommets les tâches à e?ectuer classées par niveau avec des informations supplémentaires accolées : la date de début au plus tôt la date de début au plus tard la marge totale et la marge libre
Comment ordonnancer un graphe par niveaux ?
Ordonnancer le graphe par niveaux. Tracer le graphe ordonnanc´e en ´evitant que les arcs se coupent. D´eterminer le (les) chemin(s) critique(s). Ordonnancement par niveaux : on se donne le dictionnaire des pr´ec´edents : N0={A},r(A) = 0, on barreAdans le dictionnaire :
Comment trouver le chemin critique sur un graphe ordonnanc'e ?
Le graphe ordonnanc´e : La tˆache L peut d´ebuter 3 jours apr`es le d´ebut de E alors que E dure 7 jours : La tˆache N suit K 3 jours apr`es son d´ebut, K dure 7 jours, K pr´ec`ede aussi Q, M d´ebute 3 joursapr`es le d´ebut de K : La recherche du chemin critique sera e?ectu´ee sur ce graphe.
Quels sont les différents types d’ordonnancement ?
Cours sur les différents techniques d’ordonnancement qui sont nécessaires à la gestion de projet dans l’entreprise, notons le diagramme de Gantt, les méthode PERT et MPM. L’ordonnancement suit des étapes et tient compte des contraintes (le temps, l’antériorité, la production).
Comment expliquer les méthodes d’ordonnancement ?
Il consiste à expliquer, d’une manière simple, les différentes techniques ou méthodes d’ordonnancement telles que PERT et GANTT. Et il commence par présenter certains objectifs des méthodes. 1. Historique 2. LA méthode PERT 2.2. Notions de base 2.3. Représentation graphique des étapes et des tâches dans un réseau 2.4. Normalisation du graphe : 2.5.
2MiB}+ `2b2`+? /Q+mK2Mib- r?2i?2` i?2v `2 Tm#@
HBb?2/ Q` MQiX h?2 /Q+mK2Mib Kv +QK2 7`QK
i2+?BM; M/ `2b2`+? BMbiBimiBQMb BM 6`M+2 Q` #`Q/- Q` 7`QK Tm#HB+ Q` T`Bpi2 `2b2`+? +2Mi2`bX /2biBMû2 m /ûT?¬i 2i ¨ H /BzmbBQM /2 /Q+mK2Mib b+B2MiB}[m2b /2 MBp2m `2+?2`+?2- Tm#HBûb Qm MQM-Tm#HB+b Qm T`BpûbX
TT`Q+?2 T` +QMi`BMi2b /2b T`Q#HffK2b
i2KTQ`2HH2b 2i Kû+MBbK2b /2 T`QT;iBQMSB2``2 GQT2x
hQ +Bi2 i?Bb p2`bBQM, i2KTQ`2HH2b 2i Kû+MBbK2b /2 T`QT;iBQMX mi`2 (+bXP>)X AMbiBimi LiBQMH SQHvi2+?MB[m2 /2 hQmHQmb2 @ ALSh- kyyjX i2H@yyyRyke9Habilitation `a diriger des recherches
pr´epar´ee au Laboratoire d"Analyse et d"Architecture des Syst`emes du CNRS en vue de l"obtention du Diplome de l"Institut National Polytechnique de ToulouseApproche par contraintes des probl`emesd"ordonnancement et d"affectation : structurestemporelles et m´ecanismes de propagation
parPierre LOPEZ
Charg´e de Recherche au CNRS
Soutenue le 10 d´ecembre 2003 au LAAS-CNRS
en Salle de Conf´erences devant le Jury compos´ede:Jacques Erschler Professeur INSA, Toulouse
G´erard Fontan Professeur INP, Toulouse
Claude Le Pape Directeur R&D Ilog, Gentilly
Philippe Michelon Professeur Univ. d"Avignon et des Pays de Vaucluse (rapporteur) Eric Pinson Professeur Univ. Catholique de l"Ouest, Angers (rapporteur) Roman S?lowi´nski Professeur Univ. de Technologie de Poznan, Pologne (rapporteur)R´esum´e
Ces travaux pr´esentent une classe d"approches par contraintes pour aborder les pro- bl`emes d"ordonnancement de taches et d"affectation de ressources. Ils pr´esentent notam-ment les recherches men´ees sur la conception de m´ecanismes g´en´eraux de propagation de
contraintes. Des rapprochements sont faits avec des techniques issues des probl`emes de satisfaction de contraintes. Le cas des probl`emes d"ordonnancement purement temporels est rapidement abord´e, puis la pr´esentation se consacre `adesprobl`emes dans lesquels les taches doivent respecter `a la fois des contraintes temporelles et des contraintes de partage et d"affectation de ressources. On pr´esente notamment une synth`ese des travaux ayant pour but l"´elaboration de r`egles de propagation faisant interagir des contraintes tempo- relles simples et des contraintes de ressources. Trois types de raisonnement sont ´etudi´es et dans certains cas ´etendus par rapport `a leur formulation originale. Le premier, lesop´erations locales, n´ecessite une analyse pr´ealable des conflits entre taches et inf`ere des
conditions de s´equencement locales `a une ressource. Le deuxi`eme, les op´erations globales, agit suivant le principe d"une contrainte pos´ee sur l"ensemble du probl`eme. Le troisi`eme, leraisonnement ´energ´etique, int`egre simultan´ement les contraintes de temps et de ressources
et permet de limiter l"intervalle de temps sur lequel peut etre r´ealis´ee une tache. L"utilisa-
tion et le controle des m´ecanismes de propagation de contraintes sont discut´es. Ils peuvent
servir `ad´ecouvrir rapidement une inconsistance globale dans la formulation du probl`eme,ou `a simplifier sa r´esolution. Nous fournissons ainsi des ´el´ements sur la d´ecomposition et
la strat´egie de r´esolution des probl`emes. Mots-cl´es :ordonnancement, affectation, propagation de contraintes, structures tempo- relles A Constraint-based Approach for Scheduling and Allocation:Temporal Structures and Propagation Mechanisms
Abstract:
This work presents a class of constraint-based approaches for task scheduling and resource allocation. The research aims at designing general constraint propagation mech- anisms. Akin techniques coming from Constraint Satisfaction Problems are reviewed. Throughout the presentation are respectively presented pure temporal scheduling prob- lems, then problems dealing with time and resource sharing constraints, finally problems considering also resource allocation constraints. The focus is done on works of which the objective is to design constraint propagation rules where time and resource constraints interact. Three kinds of methods are particularly studied, and extensions from their orig- inal formulation are proposed: local operations (such as "edge-finding"techniques), global operations ("shaving"), and energetic reasoning. The use and the control of the various mechanisms to detect a global inconsistency or simplify the resolution are discussed; thus, elements for problem decomposition as well as strategies for solving the problems under consideration are proposed. Keywords:Scheduling, Allocation, Constraint Propagation, Temporal StructuresTable des mati`eres
I - Descriptif des activit´es de recherche 1
Avant-propos 1
1 Introduction 1
2 Les probl`emes d"ordonnancement 3
2.1 D´efinitionsliminaires.............................. 3
2.2 Notationsdebase................................ 3
2.3 R´esolution.................................... 4
2.4 Mod´elisation adopt´ee.............................. 5
2.4.1 Probl`emesdesatisfactiondecontraintestemporelles......... 5
2.4.2 In´egalit´esdepotentiels......................... 6
2.4.3 Repr´esentation graphique . . ..................... 7
3 Propagation de contraintes 8
3.1 G´en´eralit´es ................................... 8
3.2 Propagation de contraintes temporelles.................... 9
3.3 Propagation de contraintes de partage de ressources............. 10
3.3.1 Introduction............................... 10
3.3.2 Op´erationslocales ........................... 11
3.3.3 Op´erations globales........................... 14
3.3.4 Raisonnement ´energ´etique....................... 18
3.3.5 Interpr´etationsurungraphedecontraintes.............. 23
3.4 Propagation de contraintes d"affectation de ressources............ 25
3.5 Propagation de contraintes et recherche de solutions............. 27
4 Structures temporelles pour la propagation 29
4.1 Groupes de taches `arangsinclus ....................... 30
4.2 Treillis d"intervalles de taches ......................... 31
5 Orientations de recherche 33
5.1 Bilan....................................... 33
5.2 Prospective ................................... 34
II - R´ef´erences bibliographiques 37
III - Annexes 47
A Curriculum vitae 47
B Publications 48
C Participation `a projets 55
D Actions pour la communaut´e scientifique 58
D.1 Encadrementdoctoral ............................. 58 D.2 Rayonnementscientifique............................ 59 D.3 Gestiondelarecherche............................. 60 D.4 Enseignements dispens´es............................ 60E Conditions"non premi`ere / non derni`ere»61
E.1 Travauxexistants................................ 61 E.2 Modification de l"algorithme calcLB2 de Nuijten . .............. 61 E.3 Un nouvel algorithme . . ............................ 63 E.4 Comparaison avec l"algorithme Baptiste-Le Pape . .............. 65IV - Copie de quelques publications 67
1 INTRODUCTION1
I - Descriptif des activit´es de recherche
Le th`eme de recherche majeur auquel je me suis int´eress´e durant les dix derni`eresann´ees concerne les probl`emes d"ordonnancement. Ce th`eme a ´et´e initialement d´evelopp´e,
au sein du LAAS, dans le groupe de recherche"Organisation et Conduite de Syst`emes Discrets»dont les objectifs sont la mod´elisation, l"analyse et la conduite des syst`emes de production discr`ete, qu"il s"agisse de biens ou de services. Je dois ici remercier plusieurs personnes, aupr`es de qui j"ai directement travaill´eou qui m"ont soutenu dans certaines actions (dont l"´ecriture de ce document!), notamment les membres du groupe"Mod´elisation, Optimisation et Gestion Int´egr´ee de Syst`emes d"Activit´es»o`u mon travail personnel est actuellement poursuivi, et plus particuli`ere- ment Marie-Jos´e Huguet, Jacques Erschler, Patrick Esquirol et Fran¸cois Roubellat. Je dois ´egalement citer Christian Artigues et Jean-Charles Billaut, anciens du LAAS et d´e- sormais personnalit´es actives en ordonnancement. Sans se lancer dans une dithyrambe personnalis´ee, je voudrais les remercier globalement, mais chaleureusement. Je n"oubliepas ma famille qui, forc´ement, a un peu pati de la pr´eparation de ce travail : mille baisers
`aMuriel,ArmandetBasile. Dans le document, les travaux originaux auxquels j"ai contribu´e sont signal´es par une´etoile dans la marge (j"ai emprunt´e¸ca `a Thomas Schiex... qu"il veuille bien me pardonner!).?
De plus, lors de citations multiples de r´ef´erences, j"indique parune police diff´erente comme
celle-ci, celles o`u je suis intervenu.1 Introduction
Dans le contexte actuel d"´evolution des entreprises, il faut disposer de m´ethodes et d"outils de plus en plus performants pour l"organisation et la conduite de la production. Cette organisation de la production doit etre vue au niveau de l"entreprise elle-meme, mais aussi au niveau de la chaıne logistique dont elle constitue l"un des maillons. Pour atteindre ces objectifs, l"organisation repose en g´en´eral sur la mise en uvre d"un cer- tain nombre de fonctions assur´ees par des m´ethodes d"autant plus sophistiqu´ees que les syst`emes d"information sont de plus en plus fiables et dynamiques. Parmi ces fonctions, l"ordonnancement joue un role essentiel.1 INTRODUCTION2
La fonction ordonnancement vise `a organiser l"utilisation des ressources technologiques et humaines pr´esentes dans les ateliers ou les services de l"entreprise pour satisfaire soit directement les demandes des clients, soit les demandes issues d"un plan de production pr´epar´e par la fonction de planification de l"entreprise. Compte tenu de l"´evolution des march´es et de leurs exigences, cette fonction doit or-ganiser l"ex´ecution simultan´ee de multiples travaux sur des d´elais de r´ealisation de plus
en plus courts, `a l"aide de ressources plus ou moins polyvalentes disponibles en quantit´es limit´ees. Ceci constitue un probl`eme complexe `ar´esoudre 1 . En cela, apporter des solutions efficaces et performantes aux probl`emes d"ordonnancement constitue surement un enjeu´economique important.
Nous pr´esentons, dans la suite, des ´el´ements de mod´elisation qui constituent la pre-mi`ere ´etape dans la r´esolution d"un probl`eme. La d´emarche suivie dans notre travail pour
la r´esolution des probl`emes d"ordonnancement s"inscrit dans la probl´ematique d"une ap- proche par contraintes. Au centre des pr´eoccupations d"une telle approche, on trouve des recherches sur la conception de m´ecanismes efficaces et g´en´eraux de propagation decontraintes; ceci constitue le cur de ce document. Des r´esultats sp´ecifiques tir´es de
l"´etude des probl`emes d"ordonnancement et des r´esultats g´en´eraux issus de l"´etude des
probl`emes de satisfaction de contraintes ont ´et´e regroup´es. On pr´esente tout d"abord le cas des probl`emes d"ordonnancement purement temporels. Il existe des algorithmes de propagation complets et de complexit´e acceptable pour des probl`emes temporels simples, dans lesquels chaque contrainte limite la distance entre deuxdates `a un domaine connexe. Le traitement de contraintes temporelles plus´evolu´ees, bas´ees
notamment sur des disjonctions d"intervalles temporels, rend le probl`eme tr`es difficile, meme lorsque ces disjonctions sont limit´ees `a deux intervalles. On se consacre ensuite `adesprobl`emes dans lesquels les taches doivent respecter `ala fois des contraintes temporelles et des contraintes de partage et d"affectation de ressources. On pr´esente notamment une synth`ese des travaux ayant pour but l"´elaboration de r`egles de propagation faisant interagir des contraintes temporelles simples et des contraintes de ressources. Trois types de raisonnement sont pr´esent´es. Le premier n´ecessite une analysepr´ealable des conflits entre taches et inf`ere des conditions de s´equencement locales `a une
ressource. Le deuxi`eme agit suivant le principe d"une contrainte globale. Le troisi`eme int`egre simultan´ement les contraintes de temps et de ressources; il permet de limiterl"intervalle de temps sur lequel peut etre r´ealis´ee une tache, de fa¸con `a respecter un bilan
´energ´etique.
L"utilisation et le controle des m´ecanismes de propagation de contraintes sont discut´es. Ils peuvent servir `ad´ecouvrir rapidement une inconsistance globale dans la formulation du probl`eme, ou `a simplifier sa r´esolution. Nous fournissons ainsi des ´el´ements sur la d´ecomposition et la strat´egie de r´esolution des probl`emes. 1Tr`es souvent, le probl`eme de d´ecision associ´e`aunprobl`eme d"ordonnancement en pr´esence de res-
sources limit´ees appartient `a la classe des probl`emes NP-complets.2 LES PROBL`EMES D"ORDONNANCEMENT3
2 Les probl`emes d"ordonnancement
2.1 D´efinitions liminaires
La r´esolution d"un probl`eme d"ordonnancement consiste `a placer dans le temps desactivit´es ou taches, compte tenu de contraintes temporelles (d´elais, contraintes d"enchaı-
nement, ...) et de contraintes portant sur l"utilisation et la disponibilit´e des ressources requises par les taches [EL99,LR01].? Un ordonnancement constitue une solution au probl`eme d"ordonnancement. Il d´ecritl"ex´ecution des taches et l"allocation des ressources au cours du temps, et vise `a satisfaire
un ou plusieurs objectifs. Plus pr´ecis´ement, on parle de probl`eme d"ordonnancement lors-qu"on doit d´eterminer les dates de d´ebut et les dates de fin des taches, alors qu"on r´eserve
le terme de probl`eme de s´equencement au cas o`u l"on cherche seulement `a fixer un ordre relatif entre les taches qui peuvent etre en conflit pour l"utilisation des ressources. Un ordonnancement induit n´ecessairement un ensemble unique de relations de s´equencement. En revanche, la solution purement s´equentielle d"un probl`eme d"ordonnancement recouvre une famille d"ordonnancements (´eventuellement une infinit´e si le domaine de variation des dates est non born´eour´eel).2.2 Notations de base
Les probl`emes d"ordonnancement que l"on consid`ere dans la suite ne concernent dans un premier temps que ceux manipulant des ressources disjonctives (ordonnancement d"atelier par exemple) et pour lesquels le probl`eme d"affectation est r´esolu. Nous reviendrons dans un deuxi`eme temps, d"une part sur les probl`emes melant d´ecisions d"ordonnancement et d"affectation et, d"autre part, sur les probl`emes `a ressources cumulatives (ordonnancement de projet). Un ensembleTdentaches doit etre r´ealis´e`a l"aide d"un ensembleMdemmachines. Chaque machine ne peut ex´ecuter qu"une seule tache `a la fois. Sur une machineμ,on doit ex´ecuter lesn taches d"un ensembleT .Chaquetacheiest caract´eris´ee par (voir figure 1) sa date de d´ebutst i ,sadur´eep i ,sadatedefinft i et doit etre ex´ecut´ee dans une fenetre temporelle [r i ,d i ](r i est la date de d´ebut au plus tot etd i la date de fin au plus tard). On a les relations :st i ≥r i etst i +p i i .Lapr´eemption est interdite : une fois commenc´ee, une tache ne peut etre interrompue. Les contraintes prises en compte sontdes contraintes temporelles (dates limites, pr´ec´edences entre taches, d´elais d"ex´ecution)
ainsi que des contraintes de partage de ressources. Une relation de pr´ec´edence entreiet jest not´eei?j.Une particularit´e importante des probl`emes consid´er´es est que la dur´ee des taches
n"est pas fix´ee mais born´ee :p i ?[p i i ]. Cela exprime notamment des incertitudes sur laconnaissance exacte de la dur´ee d"ex´ecution des taches qui ne sera r´eellement connue qu"`a
l"ex´ecution effective (la dur´ee est ainsi qualifi´ee decontingente). Ce caract`ere incertain
2 LES PROBL`EMES D"ORDONNANCEMENT4
i iFig.1 - Notations de base
de la dur´ee justifie l"utilisation de deux variables temporellesst i etft i pour repr´esenter l"ex´ecution dei.2.3 R´esolution
Lorsqu"on aborde la r´esolution d"un probl`eme d"ordonnancement, on peut choisir entre deux grands types de strat´egies, visant respectivement `a l"optimalit´e des solutions par rapport `a un ou plusieurs crit`eres, ou plus simplement `a leur admissibilit´evis-`a-vis des contraintes. Dans une d´emarche bas´ee sur un mod`ele d"optimisation, l"ensemble des connaissances permettant de fournir une solution id´eale est int´egr´edansunmod`ele programmable dont l"ex´ecution ne demande aucune intervention - ou presque - d"un d´ecideur. De plus, cela suppose que les solutions candidates `aunprobl`eme puissent etre ordonn´ees de mani`ererationnelle selon un ou plusieurs crit`eres d"´evaluation num´eriques permettant d"appr´ecier
la qualit´e des solutions. Lorsqu"au contraire, certaines connaissances sont difficiles `arepr´esenter ou `a exploi-ter (donn´ees incertaines, impr´ecises, crit`eres contradictoires, qualitatifs ou fortement d´e-
pendants du contexte), et/ou lorsqu"il est difficile de traduire l"ensemble des objectifs de r´esolution par un ou plusieurs crit`eres num´eriques, une approche par satisfaction decontraintes ou bas´ee sur l"aide `alad´ecision peut s"av´erer plus r´ealiste et plus souple. Les
techniques de caract´erisation des solutions prennent alors tout leur int´eret, notamment celles bas´ees sur la propagation de contraintes qui permettent de restreindre l"espace de recherche des solutions. La notion d"exactitude est relative : une m´ethode utilisant un crit`ere d"optimisationest exacte si elle garantit l"optimalit´e des solutions trouv´ees; sinon elle est dite approch´ee,
ou heuristique, lorsqu"on observe empiriquement qu"elle fournit de"bonnes»solutions.Si l"objectif se r´eduit `a l"admissibilit´e des solutions, une m´ethode par caract´erisation sera
dite exacte - on pr´ef`erera dans ce cas le termecompl`ete- si elle fournit toutes les solutions satisfaisant toutes les contraintes du probl`eme, y compris celles que constituentles d´ecisions fournies interactivement par un d´ecideur. Une m´ethode interactive bas´ee sur
la propagation de contraintes peut etre consid´er´ee comme approch´ee si ses d´eductions
sont incompl`etes. On d´esigne par"approches par contraintes»des probl`emes d"ordonnancement les travaux centr´es autour de la repr´esentation et de l"exploitation des contraintes en ordon- nancement. Ces approches confrontent et combinent des m´ethodes de Recherche Op´era- tionnelle (th´eorie des graphes, programmation math´ematique, m´ethodes d"optimisation2 LES PROBL`EMES D"ORDONNANCEMENT5
combinatoire), avec des mod`eles de repr´esentation et de traitement des contraintes issus de l"Intelligence Artificielle (probl`emes de satisfaction de contraintes, algorithmes de pro- pagation de contraintes, langages de programmation par contraintes). L"objectif est de mettre au point des outils facilitant l"interaction entre les mod`eles et les d´ecideurs, en in- t´egrant des m´ethodes d"analyse utiles dans un contexte d"aide `alad´ecision (renforcement de la consistance, caract´erisation de l"espace des solutions) et des algorithmes efficaces de r´esolution (g´en´eration exhaustive, optimisation). Les approches par contraintes ont montr´e leur utilit´edanslarepr´esentation et la r´esolution de probl`emes d"ordonnancement NP-difficiles tels que les probl`emes de JobShop [ERV76, ERV80, BBD
89, DSH90, SC93]. Sans en ´epouser n´ecessairement le for-
malisme, ces approches utilisent des techniques g´en´erales des probl`emes de satisfaction de contraintes, notamment la propagation de contraintes, mais aussi des strat´egies de r´eso- lution tirant parti de la sp´ecificit´edesprobl`emes d"ordonnancement, portant sur le choix des variables `a instancier, le choix de valeurs pour une variable donn´ee, les techniques de retour arri`ere, etc. Ces derniers points conditionnent fortement les performances globales de l"algorithme de r´esolution.2.4 Mod´elisation adopt´ee
2.4.1 Probl`emes de satisfaction de contraintes temporelles
Le choix d"une approche par contraintes pour la r´esolution d"un probl`eme d"ordonnan- cement rend naturelle l"utilisation desprobl`emes de satisfaction de contraintes temporelles (TCSP)num´eriquespour sa mod´elisation [DMP91, Hen89, Hen94, Nui94,EL95,ELFS95,? Sch98]. Il faut en effet d´eterminer une affectation des variables repr´esentant la date de d´ebut ou de fin de chaque tache (les deux si la dur´ee des taches n"est pas connue apriori) `a l"int´erieur d"un domaine li´e`a la fenetre temporelle de la tache, de telle fa¸con
que l"ensemble des contraintes exprim´ees par des relations num´eriques soient satisfaites. Par exemple, dans [ELH01], le TCSP num´erique associ´eauprobl`eme d"ordonnancement? consid´er´ecomprend: - un ensemble de variables temporellesX={x 1 ,...,x 2n }repr´esentant le d´ebut et la fin desntaches (x i =st i ouft i - un ensemble de contraintes unairesD={D 1 ,...,D 2n }repr´esentant les domaines associ´es `a chaque variable. Chaque domaineD i repr´esente l"ensemble des valeurs pouvant etre prises parx i et est l"union d"un ensemble den i intervalles disjoints et ordonn´es :D i ={I 1i ,I 2i ,...,I n i i }={[a 1i ,b 1 i ],[a 2i ,b 2 i ],...,[a n i i ,b n i i ]}. Ceci impose la disjonction suivante entre doubles in´egalit´es : (a 1i i 1i )?(a 2i i 2i (a n i i i n i i - un ensemble de contraintes binairesC={C ij }limitant les valeurs possibles d"une distance entre deux variables,x j -x i , par un domaineD ij den ij intervalles disjoints et ordonn´es :D ij ={I 1ij ,I 2ij ,...,I n ij ij2 LES PROBL`EMES D"ORDONNANCEMENT6
La contrainte universelle correspond `a l"intervalle ]-∞,+∞[ qui couvre toutes les va- leurs possibles. Les contraintes de domaine peuvent etre mises sous la forme de contraintes binaires en introduisant une variablex 0 repr´esentant l"origine. Une incoh´erence apparaıt dans le probl`eme lorsque l"ensemble des intervalles associ´e au domaine d"une variable ou d"une contrainte est vide. La pr´ec´edence entre deux tachesi?jest d´ecrite parst j -st i ?{[p i ,+∞[}.Lesquotesdbs_dbs44.pdfusesText_44[PDF] calcul matrice booléenne
[PDF] calcul matriciel bts
[PDF] prise de note rapide tableau abréviations
[PDF] sauzay programme
[PDF] programme voltaire
[PDF] un petit paragraphe sur l'environnement
[PDF] exemple de texte argumentatif sur l'environnement
[PDF] texte sur l'environnement
[PDF] texte argumentatif sur l'environnement 4am
[PDF] protection de l'environnement définition
[PDF] graphe probabiliste calculatrice
[PDF] graphe étiqueté
[PDF] una marcha por los derechos de los indigenas comprension escrita