Modélisation de problèmes d'ordonnancement avec LocalSolver
Léa Blaise  1, 2@  
1 : Laboratoire dánalyse et dárchitecture des systèmes
université Toulouse 1 Capitole, Institut National des Sciences Appliquées - Toulouse, Institut National des Sciences Appliquées, Université Toulouse - Jean Jaurès, Université Toulouse III - Paul Sabatier, Université Fédérale Toulouse Midi-Pyrénées, Centre National de la Recherche Scientifique : UPR8001, Institut National Polytechnique (Toulouse)
2 : LocalSolver
LocalSolver

On montre ici comment le formalisme ensembliste très riche de LocalSolver permet de modéliser efficacement de nombreux problèmes d'ordonnancement industriels, en n'utilisant que des opérateurs génériques. Plus précisément, on se concentrera d'une part sur les avantages apportés par l'utilisation combinée de variables de décision entières et de listes pour modéliser
les problèmes d'ordonnancement disjonctif, et d'autre part sur les opérateurs variadiques permettant de représenter en intention et non en extension certaines contraintes globales propres à l'ordonnancement cumulatif.

On montre également que ces modèles permettent à LocalSolver d'obtenir de très bons résultats sur de nombreux problèmes d'ordonnancement (écart à la meilleure solution connue en 60s de calcul de 2.23% sur le Job Shop, 1.27% sur le Job Shop Flexible, 0.96% sur le Job Shop Flexible avec temps de transition, 1.4% sur le Resource-Constrained Project Scheduling Problem...).


Personnes connectées : 15 Vie privée
Chargement...