WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Optimisation des délais dans un système de planification et de gestion de la performance.


par CHEBBAB Abdesslem NEFRAOUI Aimen
Université des Sciences et de la Technologie Houari Boumediene - Master en Recherche Opérationnelle, MAnagement, RIsque et Négociation (ROMARIN) 2021
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 4.Modélisation du problème posé

La Méthode par séparation et évaluation (Branch and Bound)

L'algorithme de séparation et évaluations, plus connu sous son appellation anglaise Branch and Bound (B&B) est une méthode exacte, appartient à la famille de recherche arborescente qui est utilisée pour la résolution des programmes mathématiques (P). Le principe de cette méthode consiste à faire une énumération des solutions admissibles en gardant pour objectif de ne pas développer tout l'arbre de recherche en "coupant" des branches à l'aide de bornes. Le Branch-and-Bound est composé de deux étapes : évaluation et séparation. [10]

· La séparation: cette phase consiste à diviser le problème initial en plusieurs sous-problèmes qui ont chacun un ensemble de solutions réalisables, en résolvant tous les sous-problèmes et en gardant la meilleure solution on assure la résolution de notre problème initial. L'ensemble de solutions construit une hiérarchie en arbre souvent appelée arbre de décision.

· L'évaluation : l'évaluation d'un noeud de l'arbre de décision a pour but de déterminer l'optimum de l'ensemble des solutions réalisables associés au noeud en question ou bien le contraire, c'est à dire de prouver mathématiquement que cet ensemble ne contient pas de solution optimale pour la résolution du problème.

4.4.2 Les Méthodes approchées

Les méthodes de résolution approchées sont connues sous le nom d'heuristiques ou de méta-heuristiques. Elles ont pour but de trouver une solution admissible en un temps raisonnable, mais sans garantir l'optimalité de cette solution. Ces méthodes sont utilisées pour résoudre des problèmes de grandes tailles en temps de calcul acceptable.

Les heuristiques

Une heuristique est un algorithme de résolution qui fournit une solution réalisable mais pas nécessairement optimale, pour un problème d'optimisation combinatoire. La différence entre les méthodes heuristiques et les méthodes algorithmiques est que ces derniers ne nous assurent pas qu'on va arriver à un résultat en un nombre fini d'étapes.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon