Intro duc tion à la recherche opé ra tion nelle
xx
Puis on en envi sage les impor tantes appli ca tions :
– fia bi lité des équi pe ments et sûreté de fonc tion ne ment des sys tèmes ;
– phé no mènes d’attente.
Enfin, un cha pitre par ti cu lier, en fin d’ouvrage, est consa cré aux méthodes de
simu la tion.
• La R.O. dans les pro blèmes com bi na toires conti nus
Cette par tie est entiè re ment dévo lue à la pro gram ma tion mathéma tique. En fait, vu le niveau
auquel on se place ici, on se bor nera à la pro gram ma tion linéaire, selon le plan sui vant :
– pré sen ta tion des pro grammes linéaires ; leur aspect géométrique ;
– algo rithme du sim plexe ;
– notion de dua lité ;
– paramétrisation : para mé trages de la fonc tion éco no mique et du second membre.
En dépit du titre de cette troi sième par tie, on appor tera quelques indi ca tions sur
les tron ca tures réa li sables en pro gram ma tion « dis crète », avec les programmes linéaires en nombres entiers.
• La R.O. et les situa tions concur ren tielles
On se borne, dans cette par tie, à pré sen ter la théo rie des jeux et ses liens avec la pro
gram ma tion linéaire (dua lité).
la r.o. dans sa pra tIque
Ce pré cis n’est qu’un ouvrage didac tique, aussi n’abordons nous que briè ve ment les
condi tions dans les quelles la R.O. inter vient dans la pra tique.
Hâtons nous de pré ci ser d’abord, que, dans la vie, on ne ren contre que rare ment
des situa tions assez simples pour être jus ti ciables direc te ment d’un des algo rithmes
élé men taires. Bien sou vent, un pro blème concret néces site la mise en œuvre d’un
ensemble de méthodes, les unes s’ins pi rant des pro cé dés clas siques, les autres résul
tant de recherches ori gi nales. Par fois, pris par le temps, l’ana lyste se contente d’adap
ter une méta heuristique (aux quelles nous avons réservé un cha pitre en fin d’ouvrage)
à son pro blème et n’obtient qu’une solu tion appro chée. Pour cer taines « heu ris tiques »
(algo rithmes appro chés), il existe des « garan ties de per for mance ».
Répé tons aussi que l’on peut avoir avan tage, dans la pra tique, à subs ti tuer à
la notion d’opti mum (mathéma tique), uti li sée dans les sché mas les plus simples,
le concept de solu tion « très satis faisante », ou même seule ment « bonne ». C’est
notam ment le cas lors qu’un cri tère unique et pré cis n’a pu être défini.
Insis tons enfin sur les rela tions entre chercheurs opé ra tion nels et « uti li sa teurs ».
Toute équipe de R.O. doit, sous peine d’échec, tra vailler en par fait accord avec les
uti li sa teurs, et pré pa rer, en col la bo ra tion avec eux et leur orga ni sa teur, les amé lio
ra tions et chan ge ments qu’elle pré co nise et dont il lui faut éta blir clai re ment l’effi
ca cité. Tout ceci est valable, qu’il s’agisse d’une déci sion excep tion nelle prise au
niveau le plus élevé, ou qu’il soit tout sim ple ment ques tion d’amé lio rer des pro
cé dures déci sion nelles répé titives. Dans ce der nier cas, il y a inté rêt à ins ti tuer une
col la bo ra tion, géné ra le ment accep tée, entre l’homme et la machine.
xx
Puis on en envi sage les impor tantes appli ca tions :
– fia bi lité des équi pe ments et sûreté de fonc tion ne ment des sys tèmes ;
– phé no mènes d’attente.
Enfin, un cha pitre par ti cu lier, en fin d’ouvrage, est consa cré aux méthodes de
simu la tion.
• La R.O. dans les pro blèmes com bi na toires conti nus
Cette par tie est entiè re ment dévo lue à la pro gram ma tion mathéma tique. En fait, vu le niveau
auquel on se place ici, on se bor nera à la pro gram ma tion linéaire, selon le plan sui vant :
– pré sen ta tion des pro grammes linéaires ; leur aspect géométrique ;
– algo rithme du sim plexe ;
– notion de dua lité ;
– paramétrisation : para mé trages de la fonc tion éco no mique et du second membre.
En dépit du titre de cette troi sième par tie, on appor tera quelques indi ca tions sur
les tron ca tures réa li sables en pro gram ma tion « dis crète », avec les programmes linéaires en nombres entiers.
• La R.O. et les situa tions concur ren tielles
On se borne, dans cette par tie, à pré sen ter la théo rie des jeux et ses liens avec la pro
gram ma tion linéaire (dua lité).
la r.o. dans sa pra tIque
Ce pré cis n’est qu’un ouvrage didac tique, aussi n’abordons nous que briè ve ment les
condi tions dans les quelles la R.O. inter vient dans la pra tique.
Hâtons nous de pré ci ser d’abord, que, dans la vie, on ne ren contre que rare ment
des situa tions assez simples pour être jus ti ciables direc te ment d’un des algo rithmes
élé men taires. Bien sou vent, un pro blème concret néces site la mise en œuvre d’un
ensemble de méthodes, les unes s’ins pi rant des pro cé dés clas siques, les autres résul
tant de recherches ori gi nales. Par fois, pris par le temps, l’ana lyste se contente d’adap
ter une méta heuristique (aux quelles nous avons réservé un cha pitre en fin d’ouvrage)
à son pro blème et n’obtient qu’une solu tion appro chée. Pour cer taines « heu ris tiques »
(algo rithmes appro chés), il existe des « garan ties de per for mance ».
Répé tons aussi que l’on peut avoir avan tage, dans la pra tique, à subs ti tuer à
la notion d’opti mum (mathéma tique), uti li sée dans les sché mas les plus simples,
le concept de solu tion « très satis faisante », ou même seule ment « bonne ». C’est
notam ment le cas lors qu’un cri tère unique et pré cis n’a pu être défini.
Insis tons enfin sur les rela tions entre chercheurs opé ra tion nels et « uti li sa teurs ».
Toute équipe de R.O. doit, sous peine d’échec, tra vailler en par fait accord avec les
uti li sa teurs, et pré pa rer, en col la bo ra tion avec eux et leur orga ni sa teur, les amé lio
ra tions et chan ge ments qu’elle pré co nise et dont il lui faut éta blir clai re ment l’effi
ca cité. Tout ceci est valable, qu’il s’agisse d’une déci sion excep tion nelle prise au
niveau le plus élevé, ou qu’il soit tout sim ple ment ques tion d’amé lio rer des pro
cé dures déci sion nelles répé titives. Dans ce der nier cas, il y a inté rêt à ins ti tuer une
col la bo ra tion, géné ra le ment accep tée, entre l’homme et la machine.