Nouvelles approches analytiques et concept de mémoire artificielle pour divers problèmes d'ordonnancement

New analytic approaches and concept of artificial memory for a number of scheduling problems

• Auteur / Autrice : Chengbin Chu
• Direction : Jean-Marie Proth
• Type : Thèse de doctorat
• Discipline(s) : Automatique
• Date : Soutenance en 1990
• Etablissement(s) : Metz

Mots clés

Mots clés contrôlés

Ordinateurs -- Mémoires virtuelles

Ordonnancement (informatique)

Analyse des données

Résumé

L'objectif de la thèse a été de construire une structure générale de mémoire artificielle et de l'évaluer sur de nombreux problèmes d'ordonnancement. En cherchant des algorithmes approches efficaces pour la mémoire artificielle relative à ces problèmes, il a été trouvé des résultats analytiques nouveaux sur les problèmes à une machine que nous présentons au chapitre 3. Le chapitre 1, essentiellement bibliographique, est une introduction générale aux problèmes d'ordonnancement et à leur résolution. La première partie du chapitre 2 est consacrée aux concepts et aux outils qui permettent de construire une structure générale de mémoire artificielle. La deuxième partie du chapitre 2 montre comment construire les modules spécifiques propres aux problèmes considérés dans cette thèse: 1) ordonnancement d'atelier de type job-shop pour différents critères; 2) ordonnancement d'atelier à une machine avec dates d'arrivée des taches non identiques pour différents critères; 3) ordonnancement du placement de boites parallélépipédiques dans un emballage parallélépipédique (problème de container loading). Le chapitre 3 est consacré aux problèmes à une machine, et en particulier aux résultats analytiques nouveaux trouves. Le chapitre 4 est consacré à une première évaluation du concept de mémoire artificielle grâce à de nombreuses expériences réalisées pour les trois applications