Ellipses
-
-
Disponible - 681.2 PRO
Niveau 3 - Informatique
Programmation par contraintes : démarches de modélisation pour l'optimisation
Résumé
Un manuel présentant les bonnes pratiques pour la programmation par contraintes, proposant des modèles efficaces pour des problèmes d'optimisation complexes. ©Electre 2020
- Contributeur(s)
- Éditeur(s)
-
Date
- DL 2020
-
Notes
- En avant-titre : "Informatique"
-
Langues
- Français
-
Description matérielle
- 1 vol. (X-232 p.) : ill., fig., tabl. ; 26 cm
- Collections
- Sujet(s)
-
ISBN
- 978-2-340-03585-0
-
Indice
- 681.2 Programmation (généralités)
-
Quatrième de couverture
-
L'ouvrage : niveau C (Écoles d'ingénieurs, Masters)
Cet ouvrage est un véritable guide de bonnes pratiques en Programmation par contraintes (PPC). Il développe un ensemble de démarches permettant de proposer des modèles efficaces pour des problèmes d'optimisation complexes.
La PPC est une alternative à la programmation linéaire. Elle offre la possibilité d'agir sur la manière dont le solveur recherche une solution. Elle permet de concevoir des modèles tirant profit des spécificités du problème et des points forts des solveurs PPC.
Les outils et les raisonnements présentés dans le livre s'adressent à un vaste public, d'ingénieurs de chercheurs et d'étudiants.
Les exemples variés analysés sont essentiellement des problèmes d'optimisation de type ordonnancement/transport réalisés avec le solveur Choco. Sont présentées pour chacun une modélisation mathématique et une modélisation PPC. Les codes proposés, et disponibles en téléchargement, ont été réalisés en Java avec l'environnement NetBeans.
Ce livre complète l'ouvrage des mêmes auteurs paru en 2019 De la programmation linéaire à la programmation par contraintes qui proposait une approche pragmatique de la PPC.
-
-
Tables des matières
-
Informatique
Programmation par contraintes
Éric Bourreau
Philippe Lacomme
Matthieu Gondran
Marina Vinot
Ellipses
- Chapitre 1 Notions fondamentales en PPC
- 1.1 Le solveur Choco11
- 1.2 Principes de la PPC12
- 1.3 Contraintes globales de Choco21
- 1.4 Paramétrage du solveur Choco35
- 1.5 Conclusion39
- 1.6 Références39
- Chapitre 2 Modélisations de problèmes de type VRP
- 2.1 Problème du VRP41
- 2.2 Amélioration du modèle : règles à respecter58
- 2.3 Création des modèles59
- 2.4 Utilisation de stratégies de branchement existantes79
- 2.5 Démarrer le solveur à partir d'une solution existante86
- 2.6 Prise en compte de la topologie des instances87
- 2.7 Conclusion90
- 2.8 Références90
- Chapitre 3 Modélisations de problèmes de type IRP
- 3.1 Problème de l'IRP91
- 3.2 Modélisation d'un IRP à seul produit97
- 3.3 Des instances d'IRP121
- 3.4 Définition d'un schéma de type métaheuristique gloutonne131
- 3.5 Performances du modèle sur les instances abs146
- 3.6 Conclusion148
- 3.7 Références149
- Chapitre 4 Modélisations de problèmes de type Job-Shop
- 4.1 Job-Shop151
- 4.2 Modélisation avec des vecteurs de Bierwirth158
- 4.3 Modélisation PPC avec des vecteurs de Bierwirth162
- 4.4 Schéma itératif basé sur la PPC172
- 4.5 Évaluation numérique de l'approche177
- 4.6 Définition d'un schéma global d'optimisation178
- 4.7 Conclusion182
- 4.8 Références182
- Chapitre 5 Modélisations de problème de type VRP avec synchronisation
- 5.1 Synchronisation de tournées185
- 5.2 Modélisation de problèmes de tournées : rappels194
- 5.3 Les données du problème195
- 5.4 Modélisation des contraintes de synchronisation199
- 5.5 Modélisation complète du problème200
- 5.6 Evaluation numérique du modèle202
- 5.7 Utilisation du modèle pour des instances de grande taille205
- 5.8 Réalisation d'un modèle efficace207
- 5.9 Conclusion228
- 5.10 Références229
- Index231
-
-
Origine de la notice:
- Electre
-
Disponible - 681.2 PRO
Niveau 3 - Informatique
