Разработка и исследование бионических методов упаковкиUne approche hybride parallèle pour le problème du conditionnement unidimensionnel

An hybrid parallel genetic approach for solving the one-dimensional bin Packing Problem

• Auteur / Autrice : Roman Potarusov
• Direction : Gilles Goncalves, Вистор Курейчик, Victor Kureychik
• Type : Thèse de doctorat
• Discipline(s) : Science pour l’ingénieur. Génie informatique
• Date : Soutenance en 2008
• Etablissement(s) : Artois en cotutelle avec Taganrog, Université fédérale du sud

Mots clés

Mots clés contrôlés

Conditionnement

Heuristique

Algorithmes parallèles

Algorithmes génétiques

Résumé

One-dimensional Bin Packing Problem (BPP) is well known combinatorial optimization problem. BPP in its general form is P-hard in the strong sense, so there is a little hope of finding even pseudo-polynomial time optimization algorithm for it. BPP is an interesting topic of research, because BPP is encountered in many industries, such as steel, glass and paper manufacturing. There are many other industrial problems that seem to be different, but have a very similar structure, such as capital budgeting, processor scheduling and VLSI design. BPP models several practical problems in computer science. Some examples are: table formatting, prepaging, file allocation. In this thesis the Hybrid Parallel Genetic Algorithm to solve 1-D BPP has been presented. Two evolution models (de Vries’ evolution model and Lamarck’s evolution model) have been adapted to solve the BPP. New problem-oriented genetic operators have also been developed. They never decrease the quality of solution and allow obtaining valid BPP solutions. Two effective local search algorithms are proposed. They allow improving of BPP solutions to get quasi-optimal and optimal packings. Computational experiments show that the presented algorithm gives quasi-optimal and optimal solutions for all benchmark instances in an acceptable amount of computing time, clearly showing the robustness of the proposed approach. In the case of quasi-optimal solutions the absolute deviation from reference solution is at most one bin. Future work could explore the possibility of designing more sophisticated architectures of genetic search with migration and applying the proposed approach to solve the Vehicle Routing Problem with Multiple Routes. BPP approach seems to be effective to distribute routes to vehicles.

Le problème du bin packing (BPP) est l’un des problèmes les plus connus dans le domaine de la recherche opérationnelle et de l’optimisation combinatoire. Sa version classique est le bin packing à une seule dimension mais il existe de nombreuses variantes en deux ou trois dimensions. Le BPP à une dimension fait l’objet de plusieurs applications industrielles à savoir la découpe de câbles ; le remplissage de camions ou de containers avec comme seule contrainte le poids ou le volume des articles. Ce problème fait partie de la classe des problèmes NP-difficiles. C’est pourquoi des heuristiques et des méta-heuristiques sont utilisées pour trouver des solutions approchées mais de bonne qualité. Dans cette thèse nous nous intéressons au BPP à une dimension. Nous développons un algorithme génétique parallèle hybride pour le résoudre. Deux modes d’évolution ont été adaptés et intégrés dans cet algorithme : le mode de Vries et le mode de Lamarck. De nouveau opérateurs génétiques ont été utilisés. Deux méthodes de recherche locale ont été utilisées pour améliorer la qualité des solutions existantes dans la littérature. Notre étude expérimentale montre que notre algorithme proposé donne des solutions quasi-optimales ou optimales pour toutes les instances connues dans la littérature dans un temps de calcul raisonnable. Dans le cas de solutions quasi-optimales la déviation de la solution optimale ne dépasse jamais un seul « bin ». Nos futures recherches vont porter sur l’application de l’algorithme proposé (pour résoudre le BPP) à la résolution du problème de tournée de véhicules avec multiple routes.