Contribution à la résolution de problèmes d'ordonnancement par réseaux de neurones
Institution:
Grenoble INPGDisciplines:
Directors:
Abstract EN:
Pas de résumé disponible.
Abstract FR:
Les problemes d'ordonnancement se posent dans de nombreux domaines tels que la productique, et l'informatique. Leur variete vient de la diversite des donnees, des contraintes et des criteres d'optimisation qu'ils impliquent. Cette these traite le probleme de l'ordonnancement deterministe dans un atelier a taches (job-shop) sur la base d'une utilisation des reseaux de neurones. Ce probleme est un probleme d'optimisation np-complet lorsque les nombres de machines et de taches sont superieurs a 2. Les donnees sont constituees de l'ensemble des taches a executer, de leur gammes operatoires, de leur durees ainsi que de l'ensemble des machines. Les contraintes prises en compte sont les contraintes de partage de ressource et de precedence. Les variables de decision interpretent les dates de debut ou les dates de fin des operations. Deux criteres d'optimisation sont consideres, le makespan qui correspond a la minimisation de la duree totale de l'ordonnancement, et la minimisation de la somme ponderee des retards que peuvent accuser les taches. L'utilisation des reseaux de neurones est interessante car le parallelisme intrinseque de ces derniers offre, a priori une possibilite de traiter des problemes de grandes tailles. Une etude comparative de neuf reseaux de neurones traitant de l'ordonnancement a ete effectuee. Elle nous a permis d'apprecier les potentialites des reseaux de neurones dans le traitement d'une variete de problemes d'ordonnancement. Notre travail a consiste ensuite a ajuster les particularites des reseaux de neurones a mettre en oeuvre pour la resolution de notre probleme. Les propositions de cette these sont articulees autour d'une utilisation combinee des reseaux de neurones et de la programmation lineaire en nombres mixtes, l'utilisation combinee des reseaux de neurones et de la relaxation lagrangienne, d'un reseau de neurone de type potts. Ces combinaisons ont l'interet de permettre des approches qui peuvent apporter, dans certains cas, une amelioration des temps d'obtention de solutions satisfaisantes. Enfin, une des particularites fondamentales des reseaux de neurones etant la robustesse, il nous a paru interessant de chercher dans quelle mesure il est possible d'explorer utilement cette propriete. Cette demarche nous a conduit a la proposition d'un reseau de type machine de boltzmann qui fournit un ordonnancement quand surviennent des modifications des temps operatoires.