SlideShare une entreprise Scribd logo
1  sur  25
Projet R-O Complexité:
Problème De Sac à Dos
Plan
• Mise En contexte
• Problématique
• Enoncé mathématique
• Solutions Proposées
• Conclusion
2
Plan
• Mise En contexte
• Problématique
• Enoncé mathématique
• Solutions Proposées
• Conclusion
3
Mise en contexte
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
• Article Reducibility Among Combinatorial
Problems de Richard Karp en 1972 .
• Les 21 problèmes NP-complets de Karp ont
marqué une étape importante de l'histoire de
la théorie de la complexité des algorithmes.
4
Plan
• Mise En contexte
• Problématique
• Enoncé mathématique
• Solutions Proposées
• Conclusion
5
Problématique
6
1|2
Histoire du
problème Mise en contexte
Domaines
concernés
Enoncé
mathématique
Variantes
Conclusion et
perspective
Sac du
cambrioleur
Capacité est
limitée
Chaque objet
possède un
poids et une
valeur
Le voleur doit
optimiser la
valeur Totale
des objets
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Question qui se pose?
Quels sont les objets que l’on doit prendre pour maximiser le coût
transporté tout en respectant la contrainte de poids du sac?
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Plan
• Mise En contexte
• Problématique
• Enoncé mathématique
• Solutions Proposées
• Conclusion
8
Formulation mathématique
• Toute formulation commence par un énoncé des données:
Problème: choisir un sous ensemble d’objet d’utilité maximale à placer dans un
sac tel la capacité du sac soit respectée.
Données:
• W : capacité maximale du sac
• I : ensemble de n objets
• Pi: pour chaque objet i € I , pi représente son utilité
• wi : chaque objet i a un poids w
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Pour quatre objets (n = 4) et un sac à dos d'un poids maximal de 30 kg (W = 30),
nous avons par exemple les données suivantes:
• Ensuite, il nous faut définir les variables qui représentent en quelque sorte les
actions ou les décisions qui amèneront à trouver une solution:
• xi: une variable associée à un objet i de la façon suivante :
xi = 1 si l’objet i est mis dans le sac
xi = 0 si l’objet i n’est pas mis dans le sac
Objets 1 2 3 4
pi 7 4 3 3
wi 13 12 8 10
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
• Une solution possible au problème ?
x1 = 0, x2 = 1, x3 = 1, et x4 = 1
• La contrainte est elle respectée?
x1.w1 + x2.w2 + x3.w3 + x4.w4 ≤ W 
il suffit de calculer cette somme : 0 × 13 + 1 × 12 + 1 × 8 + 1 ×10 = 30, ce qui
est bien inférieur ou égal à 30.
Nous parlons alors de solution réalisable. Mais ce n’est pas nécessairement la
meilleure solution.
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
la fonction qui traduit notre objectif : maximiser la valeur totale des objets dans
le sac.
• Pour n objets, cela s’écrit:
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Plan
• Mise En contexte
• Problématique
• Enoncé mathématique
• Solutions Proposées
• Conclusion
13
• Il existe deux grandes catégories de méthodes de résolution de problèmes
d’optimisation combinatoire :
les méthodes exactes: permettent d’obtenir la solution optimale à chaque
fois, mais le temps de calcul peut être long si le problème est compliqué à
résoudre
les méthodes approchées:
- encore appelées heuristiques, permettent d’obtenir rapidement une
solution approchée, donc pas nécessairement optimale.
- a pour but de trouver une solution avec un bon compromis entre la qualité
de la solution et le temps de calcul
Méthode d Résolution
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Le Best Fit Decreasing (BFD) (meilleur remplissage par ordre décroissant):
•Triant tous les objets par ordre décroissant de poids
• Sélectionnant les objets un à un dans l’ordre du tri et en ajoutant l’objet
sélectionné dans le sac le plus lourd tel que la contrainte de poids maximal
reste respectée.
Déroulons cet algorithme sur notre exemple :
Best Fit Decreasing Algorithme
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Best Fit Decreasing Algorithme
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Première étape:
Objets 2 3 1 4 5 6 7
Pi 4 4 3 3 3 2 1
Objets 2 3 1 4 5 6 7
Pi 4 4 3 3 3 2 1
Xi 1 1 2 2 2 1 2
Deuxième étape:
Best Fit Decreasing Algorithme
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
Objets 2 3 1 4 5 6
Pi 4 4 3 3 3 3
Xi 1 1 2 2 2 3
Cette solution est optimale, mais cet algorithme est imparfait comme le
montre le cas suivant :
=>La qualité de cet algorithme est de rester rapide même si le nombre
d’objets augmente considérablement tout en approchant de moins d’un
facteur 2 la solution optimale
Best Fit Decreasing Algorithme
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
• First Fit - FF : on place au fur et à mesure les objets dans le premier sac possible
.
• Worst Fit - WF : on place au fur et à mesure les objets dans le sac le plus léger
possible .
• Best Fit – BF : on place, au fur et à mesure, les objets dans le sac le plus lourd
possible .
• First Fit Decreasing et Worst Fit Decreasing – FFD etWFD : on trie les objets
dans l’ordre des poids décroissant puis on applique FF / WF.
La méthode de Branch and Bound
1. Recherche de solution initiale:
On va utiliser une approche glouton. En commençant par le premier objet, on met
des objets dans le sac à dos tant que la capacité le permet.
2. Principe d’évaluation:
Le principe d’évaluation a pour objectif de connaître la qualité des nœuds à traiter
La méthode de Branch and Bound utilise deux types de bornes:
- une borne inférieure de la fonction d’utilité du problème initial,
- une borne supérieure de la fonction d’utilité.
- si pour un sous-problème la borne supérieure est plus petite que la borne inférieure
du problème, l’exploration du sous-ensemble correspondant est inutile
3. Le principe de séparation :
- Le principe de séparation consiste à diviser le problème en un certain nombre de
sous problèmes qui ont chacun leur ensemble de solutions réalisables. En résolvant
tous les sous problèmes et en prenant la meilleure solution trouvée, on est assuré
d'avoir résolu le problème initial. Ce principe de séparation est appliqué de manière
récursive à chacun des sous ensembles tant que celui-ci contient plusieurs solutions
. Condition d’arret:
La procédure de séparation d’un ensemble s’arrête lorsqu’une des conditions suivantes
est vérifiée :
- on connaît la meilleure solution de l’ensemble ;
- on connaît une solution meilleure que toutes celles de l’ensemble ;
- on sait que l’ensemble ne contient aucune solution admissible
4. Stratégie de parcours :
- La stratégie de parcours est la règle qui permet de choisir le prochain sommet à
séparer parmi l’ensemble des sommets de l’arborescence
Plan
• Mise En contexte
• Problématique
• Enoncé mathématique
• Solutions Proposées
• Conclusion
23
Le Problème de sac à dos est un problème qui est toujours d’actualité. En effet,
dans la recherche en informatique, le problème du sac à dos et ses dérivés sont
encore beaucoup étudiés. Il en existe de nombreuses variantes : sac à dos multi-
dimensions (plusieurs poids par objet), plusieurs fonctions objectif, etc. De
nombreux algorithmes exacts et approchés sont proposés pour ce type de
problèmes. Les chercheurs ne sont pas près de partir en vacances…
Conclusion
Mise en contexte
Problématique
Enoncé
Mathématique
Solutions Proposées Conclusion
25
Merci
Pour votre attention

Contenu connexe

Tendances

Chapitre v algorithmes gloutons
Chapitre v algorithmes gloutonsChapitre v algorithmes gloutons
Chapitre v algorithmes gloutonsSana Aroussi
 
Chapitre 4 heuristiques et méta heuristiques
Chapitre 4 heuristiques et méta heuristiquesChapitre 4 heuristiques et méta heuristiques
Chapitre 4 heuristiques et méta heuristiquesSana Aroussi
 
Data mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes PrincipalesData mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes PrincipalesMohamed Heny SELMI
 
Traitement des images avec matlab
Traitement des images avec matlabTraitement des images avec matlab
Traitement des images avec matlabomar bllaouhamou
 
Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...
Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...
Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...Jean Rohmer
 
Algorithme génétique
Algorithme génétiqueAlgorithme génétique
Algorithme génétiqueIlhem Daoudi
 
Data mining - Classification - arbres de décision
Data mining - Classification - arbres de décisionData mining - Classification - arbres de décision
Data mining - Classification - arbres de décisionMohamed Heny SELMI
 
Installation hadoopv2.7.4-amal abid
Installation hadoopv2.7.4-amal abidInstallation hadoopv2.7.4-amal abid
Installation hadoopv2.7.4-amal abidAmal Abid
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2Amal Abid
 
Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...
Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...
Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...tuxette
 
Méthodes agiles vs méthodes classiques
Méthodes agiles vs méthodes classiquesMéthodes agiles vs méthodes classiques
Méthodes agiles vs méthodes classiquesSirine Barguaoui
 
204081791-Protocole-Frame-Relay.pptx
204081791-Protocole-Frame-Relay.pptx204081791-Protocole-Frame-Relay.pptx
204081791-Protocole-Frame-Relay.pptxFatimazogr
 
Le problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétiqueLe problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétiqueRima Lassoued
 
TD4-UML-Correction
TD4-UML-CorrectionTD4-UML-Correction
TD4-UML-CorrectionLilia Sfaxi
 
Chapitre 4 récursivité
Chapitre 4 récursivitéChapitre 4 récursivité
Chapitre 4 récursivitéSana Aroussi
 
Sécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journéeSécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journéeTactika inc.
 

Tendances (20)

Chapitre v algorithmes gloutons
Chapitre v algorithmes gloutonsChapitre v algorithmes gloutons
Chapitre v algorithmes gloutons
 
Chapitre 4 heuristiques et méta heuristiques
Chapitre 4 heuristiques et méta heuristiquesChapitre 4 heuristiques et méta heuristiques
Chapitre 4 heuristiques et méta heuristiques
 
Data mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes PrincipalesData mining - ACP Analyse en Composantes Principales
Data mining - ACP Analyse en Composantes Principales
 
Traitement des images avec matlab
Traitement des images avec matlabTraitement des images avec matlab
Traitement des images avec matlab
 
Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...
Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...
Intelligence Artificielle: résolution de problèmes en Prolog ou Prolog pour l...
 
Chapitre 2 hadoop
Chapitre 2 hadoopChapitre 2 hadoop
Chapitre 2 hadoop
 
Algorithme génétique
Algorithme génétiqueAlgorithme génétique
Algorithme génétique
 
Data mining - Classification - arbres de décision
Data mining - Classification - arbres de décisionData mining - Classification - arbres de décision
Data mining - Classification - arbres de décision
 
Installation hadoopv2.7.4-amal abid
Installation hadoopv2.7.4-amal abidInstallation hadoopv2.7.4-amal abid
Installation hadoopv2.7.4-amal abid
 
Td dw1
Td dw1Td dw1
Td dw1
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2
 
Arbre de décision
Arbre de décisionArbre de décision
Arbre de décision
 
Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...
Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...
Théorie de l’apprentissage et SVM : présentation rapide et premières idées da...
 
Deep learning
Deep learningDeep learning
Deep learning
 
Méthodes agiles vs méthodes classiques
Méthodes agiles vs méthodes classiquesMéthodes agiles vs méthodes classiques
Méthodes agiles vs méthodes classiques
 
204081791-Protocole-Frame-Relay.pptx
204081791-Protocole-Frame-Relay.pptx204081791-Protocole-Frame-Relay.pptx
204081791-Protocole-Frame-Relay.pptx
 
Le problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétiqueLe problème de voyageur de commerce: algorithme génétique
Le problème de voyageur de commerce: algorithme génétique
 
TD4-UML-Correction
TD4-UML-CorrectionTD4-UML-Correction
TD4-UML-Correction
 
Chapitre 4 récursivité
Chapitre 4 récursivitéChapitre 4 récursivité
Chapitre 4 récursivité
 
Sécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journéeSécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journée
 

En vedette

Erp Bank with ANgularJs 1
Erp Bank with ANgularJs 1Erp Bank with ANgularJs 1
Erp Bank with ANgularJs 1chagra bassem
 
Dans Mon Sac à Dos de Marisa
Dans Mon Sac à Dos de MarisaDans Mon Sac à Dos de Marisa
Dans Mon Sac à Dos de MarisaFrench MS
 
Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12
Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12
Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12学 松崎
 
Spring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsug
Spring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsugSpring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsug
Spring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsugToshiaki Maki
 
Chapitre 2 le recuit simulé
Chapitre 2 le recuit simuléChapitre 2 le recuit simulé
Chapitre 2 le recuit simuléAchraf Manaa
 

En vedette (6)

Erp Bank with ANgularJs 1
Erp Bank with ANgularJs 1Erp Bank with ANgularJs 1
Erp Bank with ANgularJs 1
 
Dans Mon Sac à Dos de Marisa
Dans Mon Sac à Dos de MarisaDans Mon Sac à Dos de Marisa
Dans Mon Sac à Dos de Marisa
 
Erp presentation
Erp presentation Erp presentation
Erp presentation
 
Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12
Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12
Spring Boot + Doma + AngularJSで作るERP #jjug_ccc #ccc_r12
 
Spring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsug
Spring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsugSpring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsug
Spring4とSpring Bootで作る次世代Springアプリケーション #jjug #jsug
 
Chapitre 2 le recuit simulé
Chapitre 2 le recuit simuléChapitre 2 le recuit simulé
Chapitre 2 le recuit simulé
 

Similaire à Problème De Sac à Dos

Support Formation Samsung - Python - Session 2 - 2022.pptx
Support Formation Samsung - Python - Session 2 - 2022.pptxSupport Formation Samsung - Python - Session 2 - 2022.pptx
Support Formation Samsung - Python - Session 2 - 2022.pptxbpmana
 
ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....
ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....
ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....chaymae36
 
presentation_probleme_ordenancement_def_sol.pdf
presentation_probleme_ordenancement_def_sol.pdfpresentation_probleme_ordenancement_def_sol.pdf
presentation_probleme_ordenancement_def_sol.pdfhanadimzlout123
 
recherche operationnelle
recherche operationnelle recherche operationnelle
recherche operationnelle mohamednacim
 
optimisation cours.pdf
optimisation cours.pdfoptimisation cours.pdf
optimisation cours.pdfMouloudi1
 

Similaire à Problème De Sac à Dos (13)

RapportComplet
RapportCompletRapportComplet
RapportComplet
 
Oc1 2013
Oc1 2013Oc1 2013
Oc1 2013
 
Projet mbs
Projet mbsProjet mbs
Projet mbs
 
PLNE.pptx
PLNE.pptxPLNE.pptx
PLNE.pptx
 
Support Formation Samsung - Python - Session 2 - 2022.pptx
Support Formation Samsung - Python - Session 2 - 2022.pptxSupport Formation Samsung - Python - Session 2 - 2022.pptx
Support Formation Samsung - Python - Session 2 - 2022.pptx
 
Oc3 2013
Oc3 2013Oc3 2013
Oc3 2013
 
ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....
ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....
ProgrammationLinéaire.pptxProgrammationLinéaire.pptxProgrammationLinéaire....
 
Branch and bound
Branch and boundBranch and bound
Branch and bound
 
chapitre 5.pptx
chapitre 5.pptxchapitre 5.pptx
chapitre 5.pptx
 
presentation_probleme_ordenancement_def_sol.pdf
presentation_probleme_ordenancement_def_sol.pdfpresentation_probleme_ordenancement_def_sol.pdf
presentation_probleme_ordenancement_def_sol.pdf
 
sa a dos.pdf
sa a dos.pdfsa a dos.pdf
sa a dos.pdf
 
recherche operationnelle
recherche operationnelle recherche operationnelle
recherche operationnelle
 
optimisation cours.pdf
optimisation cours.pdfoptimisation cours.pdf
optimisation cours.pdf
 

Plus de chagra bassem

Les composants d'un routeur
Les composants d'un routeurLes composants d'un routeur
Les composants d'un routeurchagra bassem
 
L’optimisation par essaims de particules
L’optimisation par essaims de particulesL’optimisation par essaims de particules
L’optimisation par essaims de particuleschagra bassem
 
Frontier Parabon Computing
Frontier Parabon ComputingFrontier Parabon Computing
Frontier Parabon Computingchagra bassem
 
Application de la théorie de graphe au problème de flot maximum
Application de la théorie de graphe au problème de flot maximumApplication de la théorie de graphe au problème de flot maximum
Application de la théorie de graphe au problème de flot maximumchagra bassem
 
Le systeme de controle de trafic aerien de l'aeroport de chicago ohare
Le systeme de controle de trafic aerien de l'aeroport de chicago ohareLe systeme de controle de trafic aerien de l'aeroport de chicago ohare
Le systeme de controle de trafic aerien de l'aeroport de chicago oharechagra bassem
 
New jersey department of motor vehicles
New jersey department of motor vehiclesNew jersey department of motor vehicles
New jersey department of motor vehicleschagra bassem
 

Plus de chagra bassem (7)

Les composants d'un routeur
Les composants d'un routeurLes composants d'un routeur
Les composants d'un routeur
 
L’optimisation par essaims de particules
L’optimisation par essaims de particulesL’optimisation par essaims de particules
L’optimisation par essaims de particules
 
Frontier Parabon Computing
Frontier Parabon ComputingFrontier Parabon Computing
Frontier Parabon Computing
 
Application de la théorie de graphe au problème de flot maximum
Application de la théorie de graphe au problème de flot maximumApplication de la théorie de graphe au problème de flot maximum
Application de la théorie de graphe au problème de flot maximum
 
Fukushima accident
Fukushima accidentFukushima accident
Fukushima accident
 
Le systeme de controle de trafic aerien de l'aeroport de chicago ohare
Le systeme de controle de trafic aerien de l'aeroport de chicago ohareLe systeme de controle de trafic aerien de l'aeroport de chicago ohare
Le systeme de controle de trafic aerien de l'aeroport de chicago ohare
 
New jersey department of motor vehicles
New jersey department of motor vehiclesNew jersey department of motor vehicles
New jersey department of motor vehicles
 

Dernier

Formation échiquéenne jwhyCHESS, parallèle avec la planification de projet
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projetFormation échiquéenne jwhyCHESS, parallèle avec la planification de projet
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projetJeanYvesMoine
 
La nouvelle femme . pptx Film français
La   nouvelle   femme  . pptx  Film françaisLa   nouvelle   femme  . pptx  Film français
La nouvelle femme . pptx Film françaisTxaruka
 
Cours Préparation à l’ISO 27001 version 2022.pdf
Cours Préparation à l’ISO 27001 version 2022.pdfCours Préparation à l’ISO 27001 version 2022.pdf
Cours Préparation à l’ISO 27001 version 2022.pdfssuserc72852
 
Apolonia, Apolonia.pptx Film documentaire
Apolonia, Apolonia.pptx         Film documentaireApolonia, Apolonia.pptx         Film documentaire
Apolonia, Apolonia.pptx Film documentaireTxaruka
 
La mondialisation avantages et inconvénients
La mondialisation avantages et inconvénientsLa mondialisation avantages et inconvénients
La mondialisation avantages et inconvénientsJaouadMhirach
 
Cours ofppt du Trade-Marketing-Présentation.pdf
Cours ofppt du Trade-Marketing-Présentation.pdfCours ofppt du Trade-Marketing-Présentation.pdf
Cours ofppt du Trade-Marketing-Présentation.pdfachrafbrahimi1
 
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptxCopie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptxikospam0
 
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANKRAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANKNassimaMdh
 
Les roches magmatique géodynamique interne.pptx
Les roches magmatique géodynamique interne.pptxLes roches magmatique géodynamique interne.pptx
Les roches magmatique géodynamique interne.pptxShinyaHilalYamanaka
 
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...Universidad Complutense de Madrid
 
L'expression du but : fiche et exercices niveau C1 FLE
L'expression du but : fiche et exercices  niveau C1 FLEL'expression du but : fiche et exercices  niveau C1 FLE
L'expression du but : fiche et exercices niveau C1 FLElebaobabbleu
 
Bilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdfBilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdfAmgdoulHatim
 
658708519-Power-Point-Management-Interculturel.pdf
658708519-Power-Point-Management-Interculturel.pdf658708519-Power-Point-Management-Interculturel.pdf
658708519-Power-Point-Management-Interculturel.pdfMariaClaraAlves46
 
L application de la physique classique dans le golf.pptx
L application de la physique classique dans le golf.pptxL application de la physique classique dans le golf.pptx
L application de la physique classique dans le golf.pptxhamzagame
 
Conférence Sommet de la formation 2024 : Développer des compétences pour la m...
Conférence Sommet de la formation 2024 : Développer des compétences pour la m...Conférence Sommet de la formation 2024 : Développer des compétences pour la m...
Conférence Sommet de la formation 2024 : Développer des compétences pour la m...Technologia Formation
 
Formation qhse - GIASE saqit_105135.pptx
Formation qhse - GIASE saqit_105135.pptxFormation qhse - GIASE saqit_105135.pptx
Formation qhse - GIASE saqit_105135.pptxrajaakiass01
 
STRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdf
STRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdfSTRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdf
STRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdfGamal Mansour
 
les_infections_a_streptocoques.pptkioljhk
les_infections_a_streptocoques.pptkioljhkles_infections_a_streptocoques.pptkioljhk
les_infections_a_streptocoques.pptkioljhkRefRama
 
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...Nguyen Thanh Tu Collection
 

Dernier (20)

Formation échiquéenne jwhyCHESS, parallèle avec la planification de projet
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projetFormation échiquéenne jwhyCHESS, parallèle avec la planification de projet
Formation échiquéenne jwhyCHESS, parallèle avec la planification de projet
 
La nouvelle femme . pptx Film français
La   nouvelle   femme  . pptx  Film françaisLa   nouvelle   femme  . pptx  Film français
La nouvelle femme . pptx Film français
 
Cours Préparation à l’ISO 27001 version 2022.pdf
Cours Préparation à l’ISO 27001 version 2022.pdfCours Préparation à l’ISO 27001 version 2022.pdf
Cours Préparation à l’ISO 27001 version 2022.pdf
 
Apolonia, Apolonia.pptx Film documentaire
Apolonia, Apolonia.pptx         Film documentaireApolonia, Apolonia.pptx         Film documentaire
Apolonia, Apolonia.pptx Film documentaire
 
La mondialisation avantages et inconvénients
La mondialisation avantages et inconvénientsLa mondialisation avantages et inconvénients
La mondialisation avantages et inconvénients
 
Cours ofppt du Trade-Marketing-Présentation.pdf
Cours ofppt du Trade-Marketing-Présentation.pdfCours ofppt du Trade-Marketing-Présentation.pdf
Cours ofppt du Trade-Marketing-Présentation.pdf
 
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptxCopie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
Copie de Engineering Software Marketing Plan by Slidesgo.pptx.pptx
 
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANKRAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
RAPPORT DE STAGE D'INTERIM DE ATTIJARIWAFA BANK
 
Les roches magmatique géodynamique interne.pptx
Les roches magmatique géodynamique interne.pptxLes roches magmatique géodynamique interne.pptx
Les roches magmatique géodynamique interne.pptx
 
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
CompLit - Journal of European Literature, Arts and Society - n. 7 - Table of ...
 
L'expression du but : fiche et exercices niveau C1 FLE
L'expression du but : fiche et exercices  niveau C1 FLEL'expression du but : fiche et exercices  niveau C1 FLE
L'expression du but : fiche et exercices niveau C1 FLE
 
Bilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdfBilan énergétique des chambres froides.pdf
Bilan énergétique des chambres froides.pdf
 
658708519-Power-Point-Management-Interculturel.pdf
658708519-Power-Point-Management-Interculturel.pdf658708519-Power-Point-Management-Interculturel.pdf
658708519-Power-Point-Management-Interculturel.pdf
 
L application de la physique classique dans le golf.pptx
L application de la physique classique dans le golf.pptxL application de la physique classique dans le golf.pptx
L application de la physique classique dans le golf.pptx
 
Echos libraries Burkina Faso newsletter 2024
Echos libraries Burkina Faso newsletter 2024Echos libraries Burkina Faso newsletter 2024
Echos libraries Burkina Faso newsletter 2024
 
Conférence Sommet de la formation 2024 : Développer des compétences pour la m...
Conférence Sommet de la formation 2024 : Développer des compétences pour la m...Conférence Sommet de la formation 2024 : Développer des compétences pour la m...
Conférence Sommet de la formation 2024 : Développer des compétences pour la m...
 
Formation qhse - GIASE saqit_105135.pptx
Formation qhse - GIASE saqit_105135.pptxFormation qhse - GIASE saqit_105135.pptx
Formation qhse - GIASE saqit_105135.pptx
 
STRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdf
STRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdfSTRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdf
STRATEGIE_D’APPRENTISSAGE flee_DU_FLE.pdf
 
les_infections_a_streptocoques.pptkioljhk
les_infections_a_streptocoques.pptkioljhkles_infections_a_streptocoques.pptkioljhk
les_infections_a_streptocoques.pptkioljhk
 
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
GIÁO ÁN DẠY THÊM (KẾ HOẠCH BÀI DẠY BUỔI 2) - TIẾNG ANH 6, 7 GLOBAL SUCCESS (2...
 

Problème De Sac à Dos

  • 2. Plan • Mise En contexte • Problématique • Enoncé mathématique • Solutions Proposées • Conclusion 2
  • 3. Plan • Mise En contexte • Problématique • Enoncé mathématique • Solutions Proposées • Conclusion 3
  • 4. Mise en contexte Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion • Article Reducibility Among Combinatorial Problems de Richard Karp en 1972 . • Les 21 problèmes NP-complets de Karp ont marqué une étape importante de l'histoire de la théorie de la complexité des algorithmes. 4
  • 5. Plan • Mise En contexte • Problématique • Enoncé mathématique • Solutions Proposées • Conclusion 5
  • 6. Problématique 6 1|2 Histoire du problème Mise en contexte Domaines concernés Enoncé mathématique Variantes Conclusion et perspective Sac du cambrioleur Capacité est limitée Chaque objet possède un poids et une valeur Le voleur doit optimiser la valeur Totale des objets Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 7. Question qui se pose? Quels sont les objets que l’on doit prendre pour maximiser le coût transporté tout en respectant la contrainte de poids du sac? Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 8. Plan • Mise En contexte • Problématique • Enoncé mathématique • Solutions Proposées • Conclusion 8
  • 9. Formulation mathématique • Toute formulation commence par un énoncé des données: Problème: choisir un sous ensemble d’objet d’utilité maximale à placer dans un sac tel la capacité du sac soit respectée. Données: • W : capacité maximale du sac • I : ensemble de n objets • Pi: pour chaque objet i € I , pi représente son utilité • wi : chaque objet i a un poids w Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 10. Pour quatre objets (n = 4) et un sac à dos d'un poids maximal de 30 kg (W = 30), nous avons par exemple les données suivantes: • Ensuite, il nous faut définir les variables qui représentent en quelque sorte les actions ou les décisions qui amèneront à trouver une solution: • xi: une variable associée à un objet i de la façon suivante : xi = 1 si l’objet i est mis dans le sac xi = 0 si l’objet i n’est pas mis dans le sac Objets 1 2 3 4 pi 7 4 3 3 wi 13 12 8 10 Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 11. • Une solution possible au problème ? x1 = 0, x2 = 1, x3 = 1, et x4 = 1 • La contrainte est elle respectée? x1.w1 + x2.w2 + x3.w3 + x4.w4 ≤ W  il suffit de calculer cette somme : 0 × 13 + 1 × 12 + 1 × 8 + 1 ×10 = 30, ce qui est bien inférieur ou égal à 30. Nous parlons alors de solution réalisable. Mais ce n’est pas nécessairement la meilleure solution. Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 12. la fonction qui traduit notre objectif : maximiser la valeur totale des objets dans le sac. • Pour n objets, cela s’écrit: Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 13. Plan • Mise En contexte • Problématique • Enoncé mathématique • Solutions Proposées • Conclusion 13
  • 14. • Il existe deux grandes catégories de méthodes de résolution de problèmes d’optimisation combinatoire : les méthodes exactes: permettent d’obtenir la solution optimale à chaque fois, mais le temps de calcul peut être long si le problème est compliqué à résoudre les méthodes approchées: - encore appelées heuristiques, permettent d’obtenir rapidement une solution approchée, donc pas nécessairement optimale. - a pour but de trouver une solution avec un bon compromis entre la qualité de la solution et le temps de calcul Méthode d Résolution Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 15. Le Best Fit Decreasing (BFD) (meilleur remplissage par ordre décroissant): •Triant tous les objets par ordre décroissant de poids • Sélectionnant les objets un à un dans l’ordre du tri et en ajoutant l’objet sélectionné dans le sac le plus lourd tel que la contrainte de poids maximal reste respectée. Déroulons cet algorithme sur notre exemple : Best Fit Decreasing Algorithme Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion
  • 16. Best Fit Decreasing Algorithme Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion Première étape: Objets 2 3 1 4 5 6 7 Pi 4 4 3 3 3 2 1 Objets 2 3 1 4 5 6 7 Pi 4 4 3 3 3 2 1 Xi 1 1 2 2 2 1 2 Deuxième étape:
  • 17. Best Fit Decreasing Algorithme Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion Objets 2 3 1 4 5 6 Pi 4 4 3 3 3 3 Xi 1 1 2 2 2 3 Cette solution est optimale, mais cet algorithme est imparfait comme le montre le cas suivant : =>La qualité de cet algorithme est de rester rapide même si le nombre d’objets augmente considérablement tout en approchant de moins d’un facteur 2 la solution optimale
  • 18. Best Fit Decreasing Algorithme Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion • First Fit - FF : on place au fur et à mesure les objets dans le premier sac possible . • Worst Fit - WF : on place au fur et à mesure les objets dans le sac le plus léger possible . • Best Fit – BF : on place, au fur et à mesure, les objets dans le sac le plus lourd possible . • First Fit Decreasing et Worst Fit Decreasing – FFD etWFD : on trie les objets dans l’ordre des poids décroissant puis on applique FF / WF.
  • 19. La méthode de Branch and Bound
  • 20. 1. Recherche de solution initiale: On va utiliser une approche glouton. En commençant par le premier objet, on met des objets dans le sac à dos tant que la capacité le permet. 2. Principe d’évaluation: Le principe d’évaluation a pour objectif de connaître la qualité des nœuds à traiter La méthode de Branch and Bound utilise deux types de bornes: - une borne inférieure de la fonction d’utilité du problème initial, - une borne supérieure de la fonction d’utilité.
  • 21. - si pour un sous-problème la borne supérieure est plus petite que la borne inférieure du problème, l’exploration du sous-ensemble correspondant est inutile 3. Le principe de séparation : - Le principe de séparation consiste à diviser le problème en un certain nombre de sous problèmes qui ont chacun leur ensemble de solutions réalisables. En résolvant tous les sous problèmes et en prenant la meilleure solution trouvée, on est assuré d'avoir résolu le problème initial. Ce principe de séparation est appliqué de manière récursive à chacun des sous ensembles tant que celui-ci contient plusieurs solutions
  • 22. . Condition d’arret: La procédure de séparation d’un ensemble s’arrête lorsqu’une des conditions suivantes est vérifiée : - on connaît la meilleure solution de l’ensemble ; - on connaît une solution meilleure que toutes celles de l’ensemble ; - on sait que l’ensemble ne contient aucune solution admissible 4. Stratégie de parcours : - La stratégie de parcours est la règle qui permet de choisir le prochain sommet à séparer parmi l’ensemble des sommets de l’arborescence
  • 23. Plan • Mise En contexte • Problématique • Enoncé mathématique • Solutions Proposées • Conclusion 23
  • 24. Le Problème de sac à dos est un problème qui est toujours d’actualité. En effet, dans la recherche en informatique, le problème du sac à dos et ses dérivés sont encore beaucoup étudiés. Il en existe de nombreuses variantes : sac à dos multi- dimensions (plusieurs poids par objet), plusieurs fonctions objectif, etc. De nombreux algorithmes exacts et approchés sont proposés pour ce type de problèmes. Les chercheurs ne sont pas près de partir en vacances… Conclusion Mise en contexte Problématique Enoncé Mathématique Solutions Proposées Conclusion

Notes de l'éditeur

  1. Nous allons commencer cette présentation par une introduction durant laquelle nous allons introduire la problématique, l’organisme d’accueil ainsi que la méthodologie Nous expliciterons ensuite le contexte du projet. Puis Nous enchainerons par les parties étude des besoins, etude conceptuelle et réalisation pour finir avec la conclusion et les perspectives envisagées.
  2. Nous allons commencer cette présentation par une introduction durant laquelle nous allons introduire la problématique, l’organisme d’accueil ainsi que la méthodologie Nous expliciterons ensuite le contexte du projet. Puis Nous enchainerons par les parties étude des besoins, etude conceptuelle et réalisation pour finir avec la conclusion et les perspectives envisagées.
  3. Au cours de ces dernières années, le secteur de télécommunication a vécu un progrès spectaculaire et une mutation structurelle suite à la vague de privatisation et l'ouverture du marché aux opérateurs privé. En effet, suite à l'existence de plusieurs opérateurs dans le même pays, le client a la possibilité de choisir l’opérateur auquel il va confier son contrat . Pour cette raison il vise sans doute à celui qui propose une vue d'ensemble complète sur l'évolution technologique, des offres exceptionnelles et innovantes ainsi que des promotions régulières. D’où l’apparition d’une cooccurrence exponentielle entre les opérateurs Télécom
  4. Nous allons commencer cette présentation par une introduction durant laquelle nous allons introduire la problématique, l’organisme d’accueil ainsi que la méthodologie Nous expliciterons ensuite le contexte du projet. Puis Nous enchainerons par les parties étude des besoins, etude conceptuelle et réalisation pour finir avec la conclusion et les perspectives envisagées.
  5. Étant donné que dans un tel marché, le client est l'unique décideur du succès et suite à cet environnement mouvementé et incertain, les opérateurs télécom se trouvent dans l'obligation d'améliorer leurs compétences, de répondre au besoin du client dans le bref délais et d’assurer l’exclusivité . D'où la nécessité de personnaliser leurs systèmes de facturation afin de garantir l’expansion et maintenir la confrontation à la concurrence. Parmi ces systèmes de facturation qui existent sur le marché on trouve le progiciel majeur BSCS .
  6. Nous allons commencer cette présentation par une introduction durant laquelle nous allons introduire la problématique, l’organisme d’accueil ainsi que la méthodologie Nous expliciterons ensuite le contexte du projet. Puis Nous enchainerons par les parties étude des besoins, etude conceptuelle et réalisation pour finir avec la conclusion et les perspectives envisagées.
  7. Nous allons commencer cette présentation par une introduction durant laquelle nous allons introduire la problématique, l’organisme d’accueil ainsi que la méthodologie Nous expliciterons ensuite le contexte du projet. Puis Nous enchainerons par les parties étude des besoins, etude conceptuelle et réalisation pour finir avec la conclusion et les perspectives envisagées.
  8. Nous allons commencer cette présentation par une introduction durant laquelle nous allons introduire la problématique, l’organisme d’accueil ainsi que la méthodologie Nous expliciterons ensuite le contexte du projet. Puis Nous enchainerons par les parties étude des besoins, etude conceptuelle et réalisation pour finir avec la conclusion et les perspectives envisagées.