Problème NP-complet

Chapitre 12 Quelques problèmes NP-complets Maintenant que nous connaissons la NP-complétude d’au moins un problème (SAT), nous allons montrer qu’un très grand nombre de problèmes sont NP-complets. Le livre [Garey and Johnson, 1979] en recensait plus de 300 en 1979. Nous n’avons pas l’ambition d’en présenter autant, mais de décrire quelques problèmes NP-complets célèbres, de façon à montrer quelques preuves de NP-complétude. 12.1 Quelques problèmes NP-complets 12.1.1 Autour de

Chapitre III III.1 Problème 3-SAT III.1.1 Présentation du problème Le problème 3-SAT est une variante du problème SAT. C’est un problème de décision qui se préoccupe de la satisfiabilité d’une forme normale conjonctive dont les clauses sont la disjonction de trois littéraux. III.1.2 Preuve de la NP-complétude de 3-SAT [5] Le problème 3-SAT est un problème NP car il est décidable en temps polynomial par une machine de Turing non déterministe. Nous Pour prouver son NP-complétude, il ne reste

ensemble de valeurs. Exemple 1.1 Problème : Trier une suite de nombres entiers dans l'ordre croissant. Entrée : Suite de n nombres entiers (a1, a2, ...an) Sortie : Une permutation de la suite donnée en entrée (a'1, a'2, ...a'n) telle que a'1≤a'2≤, ...≤a'n. A partir de la suite (6,9,2,4), un algorithme de tri fournira le résultat (2,4,6,9). Définition 1.2.Une valeur particulière de l'ensemble des valeurs données en entrée est appelée instance du problème. Exemple 1.1 (suite) La valeur (6

le 9 mai 2006 - Jury - Président : M. le Professeur Christophe Picouleau Membres : TABLES DES MATIERES Tables des matieres 2 Introduction 3 1. Les métaheuristiques, une réponse aux problèmes d’optimisation difficile 4 1.1 Le cadre de l’optimisation combinatoire 4 Exemples de problèmes 5 1.3 Structure de voisinage et minimum local 6 1.4 Méthode exacte et méthode approchée 7 1.5 Heuristique et métaheuristique 8 1.6 Classification des métaheuristiques 9 2. Analyse des principales

......................................5 1. 2. 3. 4. La Recherche Opérationnelle.................................................................5 Quelques problèmes de recherche opérationnelle:....................................6 Résumons :......................................................................................10 Les problémes combinatoires...............................................................10 5 B. LES GRAPHES......................................................

Quelques définitions [Français | English] Vocabulaire de base   Un graphe est une paire d'ensemble (V,E) où E est une famille de paires (orientées ou non) d'éléments de V.   Un graphe est dit complet si toute paire de sommets de G est une arête.   Une clique de G est un sous-graphe complet de G.   Un stable de G est un sous-graphe de G sans arêtes.   Le degré d'un sommet de G est le nombre des arêtes qui lui sont incidentes.   Un graphe est connexe lorsqu'il existe un chemin

certitude que le problème posé par Jeanne est décidable? Un problème est décidable lorsqu’au moins un algorithme permet de le résoudre et quand on peut s’assurer que notre problème ne s’agit pas d’une conjoncture. Si nous avons affaire à une conjoncture nous ne pourrons affirmer avec certitude que le problème est décidable. Puisqu’ici nous connaissons nos données (de 1 à 9) et quelles ne sont pas infinies, nous pouvons répondre à la question qu’il n’y existe pas de conjoncture et que le problème est décidable

(France) UN ALGORITHME EVOLUTIONNISTE POUR LE PROBLEME DE TOURNEES SELECTIVES AVEC CONTRAINTES DE FENETRES DE TEMPS N. Hayari, M.-A. Manier, C. Bloch, A. El Moudni Laboratoire Systèmes et Transports UTBM, site de Belfort 90010 Belfort cedex Tel : (33) 3 84 58 33 97 Fax : (33) 3 84 58 33 42 Mél : (noureddine.hayari, marie-ange.manier, christelle.bloch, abdellah.elmoudni)@utbm.fr RESUME : Ce papier propose une contribution dans la résolution du problème de tournées sélectives sous contraintes de

Troyes (France) LES METAHEURISTIQUES : DES OUTILS PERFORMANTS POUR LES PROBLEMES INDUSTRIELS Marino WIDMER Université de Fribourg Département d’informatique Rue Faucigny 2 CH – 1700 Fribourg (Suisse) Mél : marino.widmer@unifr.ch RESUME : Durant ces dernières années, plusieurs métaheuristiques ont prouvé leur efficacité pour la résolution de problèmes combinatoires, ensemble auquel appartiennent plusieurs problèmes industriels. Ce papier se concentre sur la description des trois classes

équipes • Les ressources peuvent être identiques (même temps de traitement sur toutes les machines) ou hétérogènes (les temps de traitement diffèrent d’une machine à une autre) 03/04/2014 2 Machines parallèles    Généralisation du problème à une machine. Cas particulier du Flow Shop flexible. Résolution en deux étapes :  déterminer quels travaux affecter à quelles machines,  déterminer la séquence de travaux sur chaque machine. 03/04/2014 3 Machines parallèles