<!-- Slide number: 1 -->
Ministère de l’enseignement supérieur et de la recherche scientifiqueUniversité des Sciences et de la Technologie d’Oran (Mohamed Boudiaf)Faculté des sciencesDépartement d’Informatique
La recherche tabou
Professeur responsable : Mr BENYETTOU Mohamed
Réalisée par : BOUCHIKHI Nouha
<!-- Slide number: 2 -->
Plan de travail
Introduction
Historique scientifique
La Recherche Tabou
Définition de la recherche Tabou (RT)
Domaine d’application de la recherche Tabou
Principe de la recherche Tabou
Algorithme générale de la recherche tabou
Etude d’un exemple
Conclusion
<!-- Slide number: 3 -->
Introduction
Un problème d’optimisation combinatoire consiste à chercher le minimum s d’une fonction f (fonction économique) sur un ensemble fini S, les éléments de S vérifiant certaines contraintes sont appelés solutions réalisables ; parmi lesquels, figure la solution optimale.
La recherche Tabou est une méthode efficace et simple, elle peut être appliquée à un grand nombre de problème d’optimisation combinatoire.
2
<!-- Slide number: 4 -->
Historique scientifique
#
L’idée de base des métaheuristiques est d’accepter provisoirement une
mauvaise solution pour trouver une meilleure solution :
Pour éviter de rester bloqué sur un optimum local.
Eviter de boucler.
Pour parcourir le plus d'espace possible.
3
<!-- Slide number: 5 -->
Historique scientifique
#
Tendance dans les années 70 : techniques d’amélioration des solutions par recherche locale.
1983 : une nouvelle métaheuristique apparaît, le Recuit Simulé.
1986 : bien que son origine remonte à 1977, la recherche Tabou (RT) n’est proposée qu’au milieu des années 80 par Fred Glover.
4
<!-- Slide number: 6 -->
Définition de la recherche Tabou (RT)
Le mot Tabou vient du Tonga polynésien. Le Tonga indique une chose qui ne peut pas être touchée parce qu’elle est sacré, la signification du mot Tabou (Tabu en anglais) est interdit.
Définition de base de RT : méthode métaheuristique utilisée pour la résolution des problèmes d’optimisation, destinée principalement à guider d’autres méthodes afin de trouver de meilleures solutions à partir d’une solution initiale obtenue par l’une des heuristiques.
5
<!-- Slide number: 7 -->
Domaine d’application
#
Problèmes de transport.
Planification et ordonnancement.
Optimisation de graphes.
Télécommunications.
Logique et intelligence artificielle.
6
<!-- Slide number: 8 -->
Principe de la Recherche Tabou
La RT est basée sur :
L’utilisation de structures de mémoires flexibles (court, moyen, long terme) permettant l’exploration complète du critère d’évaluation et aussi de l’historique de la recherche.
Un mécanisme de contrôle basé sur l’alternance entre les conditions qui restreignent (restriction Tabou) et qui libèrent (critère d’aspiration) le processus de recherche.
Publicité
L’incorporation des stratégies dites d’intensification et de diversification de la recherche :
La stratégie d’intensification utilisant la mémoire à moyen terme, sert à renforcer la recherche dans la région des meilleures solutions trouvées récemment.
La stratégie de diversification utilisant la mémoire à long terme,
sert à guider la recherche dans de nouvelles régions.
7
<!-- Slide number: 9 -->
Algorithme générale de la recherche tabou
1-Initialisation.
2-Créer une liste des mouvements candidats.
3-Choisir le meilleur candidat. Ce choix est basé sur les restrictions Tabou et le critère d’aspiration.
-On obtient ainsi une autre solution, mais qui ne sera enregistrer que si elle est meilleur que la solution précédente.
4-Appliquer le critère d’arrêt.
-Continue: changer les candidats d’admissibilité (restriction Tabou et critère d’aspiration). Aller à 2.
-Stop: passer aux stratégies d’intensification et diversification.
8
<!-- Slide number: 10 -->
Avantages et inconvénients de la Recherche tabou
Avantages :
Offre des économies de temps de résolution pour des programmes de grosse taille .
Très bons résultats sur certains types de problèmes.
Algorithmes faciles à mettre en œuvre.
Inconvénients :
Paramètres peu intuitifs.
Demande en ressources importantes si la liste des tabous est trop imposante.
Aucune démonstration de la convergence.
9
<!-- Slide number: 11 -->
Etude d’un exemple
Placer n reines sur un échiquier nxn, de telle manière qu’aucune reine n’en capture une autre.
| | | | R1 | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | R2 | | |
| | | R3 | | | | |
| | | | | | R4 | |
| | | | | | | R5 |
| R6 | | | | | | |
| | R7 | | | | | |
| 4 | 5 | 3 | 6 | 7 | 1 | 2 |
| --- | --- | --- | --- | --- | --- | --- |
10
<!-- Slide number: 12 -->
Etude d’un exemple
Formulation d’une collision :
X = {X(1), X(2),X(3),X(4),……,X(n)} ; X(i) est l’index de la colonne avec :
X(i) ≠ X(j) (pour que deux reines ne soient pas placées dans la même ligne ou la même colonne).
les reines doivent être sur des diagonales différentes.
Pour représenter ce problème, on a:
Liste Tabou : contient les mouvements interdits.
Mouvement (permettant d’aller d’une solution à une autre) : correspond à permuter les positions des deux reines en collision.
Critère d’aspiration : entreprendre le mouvement en respectant les contraintes de collision.
La fonction f à minimiser : minimiser le nombre de collision.
11
Notes:
<!-- Slide number: 13 -->
Itération 0
Publicité
| | | | R1 | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | R2 | | |
| | | R3 | | | | |
| | | | | | R4 | |
| | | | | | | R5 |
| R6 | | | | | | |
| | R7 | | | | | |
| 4 | 5 | 3 | 6 | 7 | 1 | 2 |
| --- | --- | --- | --- | --- | --- | --- |
Les collisions:
(R1,R2)
(R4,R5)
(R6,R7)
(R2,R6)
F= 4
12
<!-- Slide number: 14 -->
Itération 1
| | R1 | | | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | R2 | | |
| | | R3 | | | | |
| | | | | | R4 | |
| | | | | | | R5 |
| R6 | | | | | | |
| | | | R7 | | | |
| 2 | 5 | 3 | 6 | 7 | 1 | 4 |
| --- | --- | --- | --- | --- | --- | --- |
Critère d’aspiration: (R1,R7)
Liste Tabou:
(R1,R7)
Les collisions:
(R2,R6)
(R4,R5)
F= 2
13
<!-- Slide number: 15 -->
Itération 2
| | R1 | | | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | | R2 | |
| | | R3 | | | | |
| | | | | R4 | | |
| | | | | | | R5 |
| R6 | | | | | | |
| | | | R7 | | | |
| 2 | 6 | 3 | 5 | 7 | 1 | 4 |
| --- | --- | --- | --- | --- | --- | --- |
Critère d’aspiration: (R2,R4)
Liste Tabou:
(R1,R7)
(R2,R4)
Les collisions:
(R1,R4)
F= 1
Publicité
14
<!-- Slide number: 16 -->
Itération 3
| | | R1 | | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | | R2 | |
| | R3 | | | | | |
| | | | | R4 | | |
| | | | | | | R5 |
| R6 | | | | | | |
| | | | R7 | | | |
| 3 | 6 | 2 | 5 | 7 | 1 | 4 |
| --- | --- | --- | --- | --- | --- | --- |
Critère d’aspiration: (R1,R3)
Liste Tabou:
(R1,R7)
(R2,R4)
(R1,R3)
Les collisions:
(R1,R5)
F= 1
15
<!-- Slide number: 17 -->
Itération 4
| | | R1 | | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | | R2 | |
| | R3 | | | | | |
| | | | | R4 | | |
| | | | R5 | | | |
| R6 | | | | | | |
| | | | | | | R7 |
| 3 | 6 | 2 | 5 | 4 | 1 | 7 |
| --- | --- | --- | --- | --- | --- | --- |
Critère d’aspiration: (R5,R7)
Liste Tabou:
(R1,R7)
(R2,R4)
(R1,R3)
(R5,R7)
Les collisions:
(R3,R5)
(R4,R5)
F= 2
16
<!-- Slide number: 18 -->
Itération 5
| | | R1 | | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | | R2 | |
| | R3 | | | | | |
| | | | | | | R4 |
| | | | R5 | | | |
| R6 | | | | | | |
| | | | | R7 | | |
| 3 | 6 | 2 | 7 | 4 | 1 | 5 |
Publicité
| --- | --- | --- | --- | --- | --- | --- |
Critère d’aspiration: (R4,R7)
Liste Tabou:
(R1,R7)
(R2,R4)
(R1,R3)
(R5,R7)
(R4,R7)
Les collisions:
(R3,R5)
F= 1
17
<!-- Slide number: 19 -->
Itération 6
| | R1 | | | | | |
| --- | --- | --- | --- | --- | --- | --- |
| | | | | | R2 | |
| | | R3 | | | | |
| | | | | | | R4 |
| | | | R5 | | | |
| R6 | | | | | | |
| | | | | R7 | | |
| 2 | 6 | 3 | 7 | 4 | 1 | 5 |
| --- | --- | --- | --- | --- | --- | --- |
Critère d’aspiration: (R1,R3)
Liste Tabou:
(R1,R7)
(R2,R4)
(R1,R3)
(R5,R7)
(R4,R7)
(R1,R3)
Les collisions : aucune
F= 0
18
<!-- Slide number: 20 -->
Conclusion générale
La recherche Tabou peut être considérer comme une généralisation des méthodes d’améliorations locales traditionnelles.
L’application de recherche Tabou sur n’importe quel type de problèmes ne garantie en aucun cas un succès définitif, mais le plus important est de savoir comment adapter la recherche Tabou au problème posé, et ceci en ajustant de façon adéquate ses différents composants (restriction Tabou, critère d’aspiration,…).
19
<!-- Slide number: 21 -->
Référence
http://wwwabi.snv.jussieu.fr/jompo/Public/OBI/OBI2/Optimisation_combinatoire.pdf
http://www.cours.polymtl.ca/mth6414/automne2004/presentations/MTH6414_Recherche_Tabou.pdf
http://www.cmi.univ-mrs.fr/~preaux/PDF/Optimisation%20Combinatoire.pdf
http://julien.chauveau.online.fr/m1info/optimisation_combinatoire/assets/OC-Hao-Meta06.ppt
http://www-igm.univ-mlv.fr/~desar/Cours/M1-1_Optimisation_Combinatoire/chap5.pdf
http://www.emse.fr/spip/IMG/ppt/Morineau_26-04-07.ppt
20
<!-- Slide number: 22 -->
MERCI POUR VOTRE ATTENTION