Résolution d'un problème min-max en programmation linéaire par la méthode DUALE adaptée
Loading...
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
ummto
Abstract
La programmation linéaire joue un rôle important dans la planifications optimale de la production d'une entreprise et ainsi un outil efficace et très puissant d'aide à la décision qui permet de résoudre un grand nombre de problèmes d'optimisation en apparence très différent, dans des contextes très divers relevé des mathématiques , de la recherche opérationnelle et à des applications en gestion, d'où elle occupe une place centrale de l'optimisation.
Dans la plupart des problèmes pratiques, les variables sont bornées. Une composante est bornée inférieurement par et supérieurement par , où . Si on note et les vecteurs borne inférieure et supérieure respectivement, on obtient les contraintes dites simples (ou directes) suivantes :
La plus simple manière de traiter ces contraintes consiste à introduire des variables d'écarts et on obtient ainsi les contraintes et .
Dans ce cas le nombre de contraintes d'un problème de programmation linéaire à variables bornées sera augmenté de contraintes : ,
Une méthode adaptée du simplexe pour la résolution d'un problème de programmation linéaire à variables bornées, sans introduire de variables d'écarts par exemple a été proposé par R.Gabasov et F.M.Kirillova durant les années 80. L'avantage de celle-ci est une méthode de points intérieurs pour aller plus vite vers la solution optimale, elle permet aussi l'obtention d'une solution approchée et résout des problèmes de contrôle optimal.
Dans ce travail, nous nous intéressons aux problèmes Min-Max en programmation linéaire, vu leur importance dans de nombreuses applications pour le contrôle optimal, la programmation multi-objective ainsi que dans le domaine de décision multicritère en général.
Le présent travail, s'inspirant essentiellement des travaux de R.Gabasov et F.M.Kirillova est consacré à la résolution des problèmes Min-Max en programmation linéaire.
Dans le premier chapitre, nous rappelons la méthode adaptée pour la résolution de problèmes de programmation linéaire.
Dans le deuxième chapitre, nous présentons la résolution de problèmes Min-Max en programmation linéaire avec des contraintes généralisées primales. Et ensuite par la méthode duale adaptée dans le troisième chapitre.
Dans le quatrième chapitre nous avons implémenté la méthode adaptée sur la machine sous Matlab.
Description
62f.:ill.;30cm
Keywords
Matrice de support, Plan, support-plan (plan d'appui), Plan dual basique, Plan dual accordé
Citation
Mathématiques appliquées à la gestion