Thèse soutenue

Heuristiques hybrides pour la résolution de problèmes en variables 0-1 mixtes

FR  |  
EN
Auteur / Autrice : Christophe Wilbaut
Direction : Saïd Hanafi
Type : Thèse de doctorat
Discipline(s) : Informatique. Automatique et informatique des systèmes industriels et humains
Date : Soutenance en 2006
Etablissement(s) : Valenciennes

Résumé

FR  |  
EN

Les problèmes d’optimisation en variables 0-1 mixtes permettent de modéliser de nombreux problèmes réels difficiles à résoudre. Cette thèse s’intéresse à la mise en œuvre de méthodes de résolution hybrides pour obtenir des solutions de bonne qualité en des temps raisonnables pour ces problèmes. L’ensemble des algorithmes présentés dans cette thèse est testé sur le problème du sac-à-dos multidimensionnel qui consiste à maximiser une fonction linéaire en respectant un ensemble de contraintes linéaires. Nous présentons dans le premier chapitre différents problèmes de la famille du sac-à-dos. Nous abordons dans le second chapitre un ensemble de méthodes efficaces existantes pour résoudre le problème du sac-à-dos multidimensionnel. Nous proposons dans le chapitre 3 une première méthode hybride qui combine la programmation dynamique et la recherche tabou au sein d’un processus dit d’intensification globale. Des concepts de réduction sont intégrés dans la programmation dynamique pour essayer de réduire la taille du problème. La seconde approche décrite dans le chapitre 4 combine la recherche dispersée avec des éléments de la recherche tabou et des chemins reliants pour affiner la recherche. Une étude expérimentale est menée pour mesurer l’impact de différents composants de l’algorithme. Le chapitre 5 présente une approche utilisant conjointement la relaxation en continu et la relaxation en nombres entiers mixtes pour résoudre efficacement les problèmes en variables 0-1. Un ensemble de résultats numériques est présenté pour chacune des méthodes. La dernière permet d’améliorer quelques meilleures valeurs connues sur des instances existantes de sac-à-dos multidimensionnel.