• Aide
  • Eurêkoi Eurêkoi

Livre

Approximation polynomiale des problèmes NP-difficiles : optima locaux et rapport différentiel

Résumé

Exposé des fondements de la théorie de l'approximation polynomiale, de la définition de critères d'évaluation de la performance des algorithmes approchés à celle des classes d'approximabilité des problèmes, en passant par des notions de réductions conservant l'approximabilité. Présente aussi une introduction de la classe des problèmes GLO.


  • Autre(s) auteur(s)
  • Éditeur(s)
  • Date
    • 2003
  • Notes
    • Bibliogr. p. 213-218. Index
  • Langues
    • Français
  • Description matérielle
    • 221 p. : ill. ; 24 cm
  • Sujet(s)
  • ISBN
    • 2-7462-0597-1
  • Indice
    • 511.3 Combinatoire et analyse combinatoire
  • Quatrième de couverture
    • Cet ouvrage traite les problèmes courants de recherche opérationnelle et d'informatique fondamentale tels le problème du voyageur de commerce, l'ordonnancement, la stabilité, la satisfaisabilité optimale, etc., sous le double angle de l'approximation polynomiale et de l'optimalité locale.

      Les optima locaux constituent un outil souvent utilisé pour aborder ces problèmes : s'il n'est pas raisonnable d'envisager qu'une solution soit la meilleure parmi toutes les solutions possibles, il est en revanche souvent intéressant d'assurer qu'elle le soit dans un espace de solutions voisines. Cette approche est notamment exploitée par les métaheuristiques ou même par les méthodes basées sur la séparation et l'évaluation ; l'objet de ce livre est de l'exploiter pour l'approximation polynomiale.

      Ainsi, notre approche se pose en termes de classification des problèmes vis-à-vis du bon comportement de leurs optima locaux plutôt qu'en termes de conception d'algorithmes dédiés ou de détermination d'optima locaux particuliers : on cherche à déterminer quels sont les problèmes qui ont de bonnes solutions pour l'optimalité locale, pour une structure particulière de voisinage.

      Approximation polynomiale des problèmes NP-difficiles s'adresse aux chercheurs en optimisation combinatoire, ainsi qu'aux chercheurs en recherche opérationnelle en général ; il intéressera également toute personne confrontée aux applications de l'optimisation.


  • Tables des matières
      • Approximation polynomiale des problèmes NP-difficiles

      • Optima locaux et rapport différentiel

      • Jérôme Monnot/Vangelis T. Paschos/Sophie Toulouse

      • Hermes Science

      • Avant-propos9
      • Chapitre 1. Introduction17
      • Chapitre 2. L'approximation polynomiale21
      • 2.1. Les problèmes21
      • 2.1.1. Qu'est-ce qu'un problème de NPO ?21
      • 2.1.2. Définitions indispensables23
      • 2.2. Leur résolution23
      • 2.2.1. La mission de l'approximation polynomiale26
      • 2.2.2. Son arme27
      • 2.3. L'évaluation de leurs algorithmes27
      • 2.3.1. Fer de lance de l'approximation polynomiale : le rapport classique27
      • 2.3.2. Une alternative : le rapport différentiel28
      • 2.3.3. L'erreur29
      • 2.4. Degrés d'approximation30
      • 2.4.1. Approximation à rapport constant r030
      • 2.4.2. Approximation à r, r aussi proche de 1 que l'on veut32
      • 2.5. Définition logique35
      • 2.5.1. Les classes MaxNP et MaxSNP36
      • 2.5.2. Logique et approximation38
      • 2.6. Effets de classe41
      • 2.6.1. Le principe de réduction41
      • 2.6.1.1. Réduction polynomiale41
      • 2.6.1.2. Réduction préservant l'optimalité42
      • 2.6.1.3. Réduction préservant l'approximation43
      • 2.6.2. La notion de complétude46
      • 2.6.3. La fermeture47
      • 2.7. Affinité entre problèmes47
      • 2.7.1. Réductions continues47
      • 2.7.2. Réductions affines50
      • 2.8. Voyageur de commerce et affinité54
      • 2.8.1. Le cas métrique55
      • 2.8.2. Ses cousins55
      • 2.8.3. Le cas bivalué56
      • 2.8.4. Le cas général57
      • 2.9. Conclusion58
      • Chapitre 3. Optimum local garanti61
      • 3.1. Quelques concepts61
      • 3.1.1. Qu'est-ce qu'un algorithme de recherche locale ?61
      • 3.1.1.1. LSA - algorithme de recherche locale62
      • 3.1.1.2. Complexité d'un LSA63
      • 3.1.1.3. Conditions nécessaires et conditions suffisantes de polyno-mialité63
      • 3.1.2. Voisinages h-bornés65
      • 3.2. Les classes GLO[R]68
      • 3.3. Exemples simples pour voisinages 1-bornés69
      • 3.4. Limite des voisinages h-bornés72
      • 3.5. Réductions préservant l'approximation locale73
      • 3.5.1. Préserver le voisinage74
      • 3.5.1.1. La LOC-réduction74
      • 3.5.1.2. La LOC'-réduction77
      • 3.5.2. La réduction dans GLO[R]79
      • 3.5.3. Exemples80
      • 3.6. GLO et associés première partie82
      • 3.6.1. Voisinages miroirs et classe CGLO[R]82
      • 3.6.2. Optima altérés et GGLO[R]84
      • 3.6.3. Mixage ou GCGLO[R]84
      • Chapitre 4. Problèmes dans GLO et GLO[Delta]85
      • 4.1. Des voisinages 1- et 2-bornés85
      • 4.1.1. Couverture d'ensembles88
      • 4.1.2. Ensemble minimum d'arêtes retour92
      • 4.1.3. Couplage maximum dans un hypergraphe93
      • 4.1.4. Les problèmes d'ordonnancement94
      • 4.1.5. Le problème de sous-graphe partiel maximum libre de H095
      • 4.1.6. Ensemble minimum de sommets retour98
      • 4.2. Exemples pour les voisinages 3-bornés et plus99
      • 4.2.1. Retour sur le problème de sous-graphe partiel maximum libre de H099
      • 4.2.2. Le voyageur de commerce et le voisinage 2-opt104
      • 4.3. Résultats négatifs107
      • 4.3.1. Satisfaisabilité maximum107
      • 4.3.2. Le sac-à-dos108
      • 4.4. Où les classes GLO[R] se situent-elles ?110
      • 4.4.1. GLO[R] et les classes d'approximation110
      • 4.4.2. GLO[R] et les classes logiques115
      • 4.4.3. Quelle unité dans tout ça ?117
      • 4.5. Conclusion117
      • Chapitre 5. Les problèmes de satisfaisabilité121
      • 5.1. Les problèmes de satisfaisabilité entre eux121
      • 5.1.1. Présentation121
      • 5.1.2. Tous pour un124
      • 5.2. GLO et associés deuxième partie126
      • 5.3. Déclinaison des problèmes de satisfaisabilité maximum en GLO128
      • 5.3.1. Une opposition de plus entre rapports classique et différentiel128
      • 5.3.2. MaxSat et CGLO129
      • 5.3.3. MaxKappa-Sat et GLO129
      • 5.3.4. MaxKappa-Sat et CGLO131
      • 5.3.5. MaxNAEKappa-Sat et GLO132
      • 5.3.6. MaxKappa-Sat et GCGLO133
      • 5.4. Les problèmes de satisfaction de contraintes conjonctives134
      • 5.4.1. Un problème difficile134
      • 5.4.2. Vers le 1/4 différentiel138
      • 5.4.3. Approximation à 1/3141
      • 5.5. Limites de l'approche GLO142
      • 5.5.1. 1/3, le meilleur de CGLO pour Max2-CCSP142
      • 5.5.2. 1/5, le meilleur espoir de CGLO[Delta] pour Max2-CCSP145
      • 5.5.3. 1/2, le meilleur de GLO pour MaxNAE2-Sat146
      • 5.5.4. 1/3, le meilleur espoir de GLO[Delta] pour MaxNAE2-Sat147
      • 5.6. Conclusion148
      • Chapitre 6. Réductions149
      • 6.1. Dans les graphes et les hypergraphes (systèmes d'ensembles)149
      • 6.1.1. Régularisation pour la couverture d'ensembles150
      • 6.1.2. Dépondération pour la couverture d'ensembles151
      • 6.1.3. Dépondération pour la couverture de sommets154
      • 6.1.4. Autres problèmes simples dans les graphes156
      • 6.2. Les problèmes de logique157
      • 6.2.1. Autour de MinEQ157
      • 6.2.2. Autour de MaxNAESat161
      • 6.2.3. Dense ou pas dense ?164
      • 6.3. Conclusion170
      • 6.3.1. Un certain goût d'inachevé170
      • 6.3.2. Synthèse170
      • Chapitre 7. En-deçà de GLO173
      • 7.1. La classe PLS des problèmes de recherche locale173
      • 7.1.1. De la difficulté de détermination des optima locaux174
      • 7.1.1.1. Quelques notions indispensables174
      • 7.1.1.2. Le graphe de transition175
      • 7.1.2. Approximation des optima locaux177
      • 7.2. Les problèmes radiaux178
      • 7.2.1. Qu'est-ce que radial ?179
      • 7.2.2. Les problèmes Tau-radiaux182
      • 7.2.2.1. Définition et exemples183
      • 7.2.2.2. Problèmes Tau-radiaux et optima locaux185
      • 7.2.3. Une sous-famille remarquable186
      • 7.2.3.1. Les problèmes réguliers186
      • 7.2.3.2. Les problèmes héréditaires et anti-héréditaires188
      • 7.2.3.3. Les problèmes de partitionnement héréditaire190
      • 7.3. Conclusion190
      • Annexes191
      • A. Problèmes rencontrés191
      • A.1. Problèmes dans les graphes192
      • A.2. Problèmes de programmation linéaire197
      • A.3. Problèmes de logique198
      • A.4. Autres problèmes201
      • B. Définitions203
      • B.1. Les fondements203
      • B.2. Les classes205
      • B.2.1. Classes d'approximation205
      • B.2.2. Classes définies par la logique205
      • B.2.3. Classes d'approximation locale206
      • B.3. Réductions207
      • B.3.1. Propriétés remarquables207
      • B.3.2. Réductions remarquables208
      • B.4. Localité210
      • B.5. Problèmes particuliers210
      • Bibliographie213
      • Index219

  • Origine de la notice:
    • BNF
  • Disponible - 511.3 MON

    Niveau 2 - Sciences