Академический Документы
Профессиональный Документы
Культура Документы
Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
15 Juin 2011
1/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Contexte et motivation
Contexte industriel : problme dordonnancement cyclique
dinstructions
Paralllisme dinstructions
Architectures VLIW : ST200 de STMicroelectronics
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
Dcomposition de Dantzig-Wolfe
Relaxation Lagrangienne
Mthode hybride
Conclusion et perspectives
3/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
4/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Ordonnancement cyclique
5/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Ordonnancement priodique
Dfinition
Le temps de cycle moyen :
maxiO (iq + pi )
q
q
z() = lim
6/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
7/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
n
X
wi i )
i=1
s.c
j i + ij ij , (i, j) E
X
iA(t)
i 0, i = 1, 2, ..., n
o A(t) = {i {1, . . . , n}|q N, iq = t} est lensemble des instances
des tches excutes linstant t N
8/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
9/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Contraintes de prcdence
Exemple de dpendance :
Dpendance (i, j) avec ij = 2, ij = 1, = 2.
j; q + 1
j; q
i =
j
q + ij
itration de la tche j
ij = 1
i; q
=2
q 1, iq + ij j
q 1, i + ij i j j
Problme polynomiale, ordonnancements priodiques,
algorithmes O(n 3 logn) de recherche de circuite critique.
10/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Ressources
Disponibilit
Oprations
1
2
3
4
5
6
7
8
9
10
R1
4
R1
1
1
1
1
1
1
1
1
1
1
R2
1
R2
0
1
1
1
0
1
0
0
0
0
R3
1
R3
0
0
0
0
0
0
0
0
1
0
R4
2
R4
0
0
0
0
0
0
0
0
1
0
R4
R3
R2
4.0
1.0
8.0
7.0
4.0
5.0
1.0
2.0
3.0
9.0
9.1
9.0
9.1
6.0
2.1
4.1
3.1
6.1
4.2
8.1
8.2
4.1
7.1
9.0
1.1
5.1
6.0
10.0
2.1
4.2
R1
3.0
2
3.1
6
9.1
1.2
6.1
10.1
8
= 4, Cmax = 5
11/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
m2
m3
2,3
1,1
m1
1,4
1,2
2,1
2,2
2,4
1,3
Ordo priodique
=1
1,1
m1
m2
1,2
2,1
2,2
Ordo modulo
=2
m3
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Rsolution du RCMSP
circuit de G
n
P
res
()
()
max
= max
1sm
i=1
bis
Bs
13/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
14/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
15/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Capacity
4
1
1
2
RESERVATION
ALU
ALUX
MUL
MULX
MEM
MEMX
CTL
=2
Cmax = 7
16/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
17/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
o : ki
ki est le numro du cycle dans lequel
chaque tche est place. i = i mod, date de dbut de la tche
gnrique i dans lintervalle [0, 1].
18/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
9
9
8
7
8
7
4
4
2
2
1
1
i
ki
2
0
Cmax = 4
5 = 5 + k5 avec
5 = 2 + 0(4) = 2
2
1
=4
Cmax = 4
6 7
=4
19/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
n
X
i=1
1
X
1
X
wi (
yi + ki )
=0
yi = 1, i [1, n]
=0
1
X
yi + ki + ij ij
1
X
yj + kj , (i, j) E
=0
=0
n
X
yi bis Bs , s m, [0, 1]
i=1
yi {1, 0}, ki N
20/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
j
( + 1)mod
i
i
yx
yx + ki kj i b
+ ij 1
x=0
21/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
n
X
wi (
i=1
K
X
K
X
PT
t=0
txit .
txit )
t=0
xit = 1
t=0
K
X
t=0
txit + ij ij
K
X
txjt , (i, j) E
t=0
n bX
c
X
i=1 k=0
xit {0, 1}
22/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
t+ij ij 1
xih +
h=0
23/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
24/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
25/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
K1
X
xi +k
k=0
ki =
K1
X K1
X
xit
i {1, . . . , n}
k=1 t=k
26/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
27/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
min
21
38
24
26
11
7
11
8
28
4
20
8
19
10
8
16
9
53
8
6
18
18
16
11
7
11
15
15
4
6
10
8
10
18
6
8
21
40
24
26
11
7
11
8
28
4
20
8
19
10
8
16
9
8
6
18
18
16
11
7
11
15
15
4
6
10
8
10
18
6
8
PLNE(decomp+)
Cmax
CPUs
30
14400
42
582362
33
0.05
32
79362
17
0.05
13
17
17
0.05
8
0.05
28
0.05
4
0.05
21
0.05
8
0.05
25
1856
13
301.25
8
0.05
20
7520
16
0.05
9
0.05
10
0.05
22
0.05
22
0.05
25
3652
17
12.6
13
12
17
47
15
0.05
21
2365
5
0.05
11
0.05
15
27
16
0.05
10
0.05
24
2356
10
0.05
14
0.05
21
40
24
26
11
7
11
8
28
4
20
8
19
10
8
16
9
8
6
18
18
16
11
7
11
15
15
4
6
10
8
10
18
6
8
PLNE(direct+)
Cmax
CPUs
30
16235
42
601000
33
0.05
32
83991
17
0.05
13
20
17
0.05
8
0.05
28
0.05
4
0.05
21
0.05
8
0.05
25
2023
13
478
8
0.05
20
8156
16
0.05
9
0.05
10
0.05
22
0.05
22
0.05
25
4001
17
15
13
15
17
73
15
0.05
21
2503
5
0.05
11
0.05
15
42
16
0.05
10
0.05
24
2562
10
0.05
14
0.05
28/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
min
52
82
24
59
26
17
28
9
28
6
20
10
27
20
9
38
23
120
12
13
20
18
37
28
16
26
21
33
7
12
18
15
12
33
14
15
PLNE(decomp+)
Cmax
25
42
36
46
27
27
41
45
12
12
32
35
8
8
24
24
13
13
43
48
33
45
12
12
33
33
15
15
20
27
30
30
29
29
56 (Gap=1.75%)
56
42
42
25
25
39
39
30
30
52(Gap=8%)
50
7
7
14
16
24
28
21
25
17
21
18
26
20
25
CPUs
250
280
152
92
0.27
0.56
0.10
0.37
12.65
985.03
220
12.36
90
38.23
123
42.03
80.36
604800
210
58
142
0.25
604800
5.05
52
230
95
15
12
15
25
36
27
41
12
32
8
24
13
43
33
12
33
15
20
30
29
42
25
39
30
7
14
24
21
17
18
20
PLNE(direct+)
Cmax
CPUs
42
375
46
299.03
27
265
45
115
12
0.31
35
60
8
0.11
24
0.39
13
19
48
1236
45
252
12
13
33
105
15
43
27
137
30
59
29
112
42
513
25
67
39
169
30
1.01
7
8
16
53
24
403
25
168
21
29
26
17
25
23
29/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
min
21
38
24
26
11
7
11
8
28
4
20
8
19
10
8
16
9
53
8
6
18
18
16
11
7
11
15
15
4
6
10
8
10
18
6
8
21
38
24
26
11
7
11
8
28
4
20
8
19
10
8
16
9
53
8
6
18
18
16
11
7
11
15
15
4
6
10
8
10
18
6
8
Cmax
29.5
42
33
31.5
15.2
11.2
15.2
8
28
4
21
8
25
12.63
8
16.97
15.25
53
8
10
22
21
24.52
15.2
11.2
15.2
15
17.23
5
8.2
10
12.5
10
18
10
10.4
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
min
52
82
24
59
26
17
28
9
28
6
20
10
27
20
9
38
24
120
12
13
20
18
37
28
16
26
21
33
6
11
18
15
12
34
14
15
52
82
24
59
26
17
28
9
28
6
20
10
27
20
9
38
24
120
12
13
20
18
37
28
16
26
21
33
6
11
18
15
12
34
14
15
Cmax
52
82
32
59
26
17
28
9
28
6
21
10
27
20
9
38
24
120
12
13
22
21
37
28
16
26
21
33
6
11
18
15
12
34
14
15
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
32/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
33/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
34/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Dcomposition de Dantzig-Wolfe :
P( ) : ensemble de solutions ralisables respectant les contraintes de
ressources linstant {0, ..., }.
(
)
n
X
n
s
P( ) = y {0, 1} |
yi bi Bs , s {1, . . . , m}
i=1
35/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Dcomposition de Dantzig-Wolfe :
Le polydre P( ) peut tre reprsent par lnumration de tous ses
lments :
(
)
X
X
P( ) =
R |y
lR
zl Pl et
lR
36/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
R3
R2
4.0
1.0
8.0
7.0
4.0
5.0
1.0
2.0
3.0
9.0
9.1
9.0
9.1
6.0
2.1
4.1
3.1
6.1
4.2
8.1
8.2
4.1
7.1
9.0
1.1
5.1
6.0
10.0
2.1
4.2
R1
3.0
2
3.1
6
9.1
1.2
6.1
10.1
= 4, Cmax = 5
= 4, {0, 1}
0
1
1
1
2
1
3
1
l1 = {4, 8, 1} zl = 1, zl = 0, zl = 0, zl = 0
1
2
0
2
2
2
3
2
l2 = {1, 7, 5, 2} zl = 0, zl = 1, zl = 0, zl = 0
0
3
0
zl0
1
3
1
z l4
2
3
2
zl
4
3
3
3
zl
4
l3 = {3} zl = 0, zl = 0, zl = 1, zl = 0
l4 = {9, 6}
= 0,
= 0,
= 0,
=1
37/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
n
X
wi (ki +
1
X
X
=0
i=1
1
XX
ai zl = 1
ai zl )
lR
i {1, ..., n}
lR =0
zl 1, {0, . . . , 1}
lR
1
X
=0
l
aj zl
lR
l
ai zl
+ (kj kj ) i i (i, j) E
lR
zi {0, 1}
l {R}, {0, . . . , 1}
ki {0, . . . , K 1},
i {1, . . . , n}
38/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
j
( + 1) mod
i
l x
ai zl
x=0
lR
l x
aj zl + ki kj i b
+ ij 1
c + 1,
(1)
39/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
40/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Gnration de colonnes
PMR
R' R
Rsolution
simplexe
Valeurs
Duales
R << R
'
Sous
Problme
Oui :
Ajoutons
lensemble l
Fin
Colonne cot
rduit
ngatif
Non
41/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
ail i
i=1
X
(i,j)E
ij (ajl ail )
n
X
wi ail , l R, {0, . . . , 1}
i=1
ce qui donne
n
X
i=1
P
P
o F (i, ) = i + (j,i)E ji (i,j)E ij + wi .
42/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
43/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Sous-problme
Il est possible de trouver
une contrainte duale viole, cest--dire un
Pn
vecteur ai tel que i=1 w1 (i, )ai .
max
n
X
F (i, )ai
i=1
n
X
ai bis Bs , s {1, . . . , m}
i=1
ai {0, 1},
i {1, . . . , n}
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
45/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
46/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Rsultats exprimentaux
Relaxation (decomp+)
36/36
0/28
16
7.10
GC(M-decomp+)
34/36
23/28
1
0.58
47/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Rsultats exprimentaux
Relaxation (decomp+)
36/36
0/28
25
9.57
GC (M-decomp+)
34/36
15/28
12
2.58
48/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
49/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Relaxation Lagrangienne
50/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Relaxation Lagrangienne
Considerons
L, (x) =
m 1
X
X
n
X
,s (
s=1 =0
i=1 t
bis xit )
mod =
m 1
X
X
,s Bs .
s=1 =0
le programme linaire
min{L, (x) | x ()}
,s 0 [0, 1].
()
51/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Relaxation Lagrangienne
Proposition
est vide ou L,
> 0.
52/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Relaxation Lagrangienne
Sous-problme Lagrangien :
0
min{L,
(x) | x
0 ()}
53/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
54/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
0
(x) = Cmax+L, (x) =
,
T
X
t
txn+1 +
m 1
X
X
n
X
,s (
s=1 =0
t=0
Dfinition de poids :
m
P s
bi ,s
s=1
fi,t =
t
i=1 t
m 1
X
X
s t
bi xi )
mod =
,s Bs
s=1 =0
si i < n + 1 et t < T
si i = n + 1
sinon
Sous-problme Lagrangien :
min{
n+1 T
X
X
i=1
fi,t xi | x
()}
t=0
55/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
f i ,t
capacits.
f i ,t
.
.
.
b
a
2
1
0
T
56/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Thorme
Il existe une correspondance une une entre la coupe minimale a b
) G avec exactement n arcs avant et une solution
et la paire (X , X
optimale x pour le probleme Lagrangien obtenu par xi,t = 1 si
), et xi,t = 0 sinon.
(vi,t , vi,t+1 ) est un arc sortant de la coupe (X , X
La valeur w(x) dune solution optimale du problme Lagrangien est
) de la coupe minimale (X , X
) de G 0 .
gale la capacit c(X , X
Mhring et al. (2003).
Rsolution de dual Lagrangien : Sous-gradient
57/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
58/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Heuristique
59/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
60/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Rsultats exprimentaux
Nombre dinstances rsolues
Test avec = opt
Ecart maximal opt
Ecart moyen opt
Test avec Cmaxsup = Cmax opt
Ecart maximal Cmax opt Cmaxsup
Ecart moyen Cmax opt Cmaxsup
36/36
28/36
8
0.55
21/28
5
0.68
33/36
14/28
3
0.64
12/14
5
1.21
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
62/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
63/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Mthode hybride
64/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Compaction de la boucle
Circuit retiming
Algorithme de liste
Ordonnancement ralisable
* Algorithme de Gasparoni et Schwiegelsohn (1992).
* Minimisation du chemin critique. Leiserson et Saxe (1991).
* Minimisation du nombre d'arcs. Darte et Huard (2000).
* Minimisation du nombre d'arcs et chemin critique. Darte et Huard (2000).
65/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
= (ij ) = ij + j i
(i, j) E, : (i, j) Z tel que i,j
Dfinition
Un retiming lgal est un retiming tel que
66/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Mthode hybride
Mthode hybride
Dcalage des instructions
Circuit retiming
* Algorithme de Gasparoni et
Schwiegelsohn (1992).
Compaction de la boucle
Formulation PLNE
dcompose structure.
ki i , i = 1,..., n
Ordonnancement ralisable
i i = 1,..., n
67/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Mthode hybride
Algorithme 1: Mthode hybride
1
2
min
n
X
wi (
yi + i )
=0
i=1
1
X
1
X
yi = 1, i [1, n]
=0
1
X
x=
j
( + 1)mod
i
i
yx +
yx + i j i b
+ ij 1
c + 1, [0, ), (i, j) E
x=0
n
X
i=1
yi {0, 1}
3
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
69/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Rsultats exprimentaux
HybrideHD
36/36
34/36
1
0.005
HybrideGS
36/36
32/36
3
0.22
DSP
36/36
30/36
3
0.25
iFLAT
33/33
26/33
3
0.24
Rellag
36/36
28/36
8
0.55
HybrideHD
34/36
21/28
4
0.39
HybrideGS
32/36
20/28
3
0.42
DSP
36/36
20/28
5
0.82
iFLAT
25/25
16/25
3
0.64
Rellag
33/36
14/28
3
0.64
70/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Plan
1
Dcomposition de Dantzig-Wolfe
Nouvelles formulations
Gnration de colonnes
Sous-problme
Rsultats exprimentaux
Relaxation Lagrangienne
Dfinition et rsolution du sous-problme Lagrangien
Heuristique
Rsultats exprimentaux
Mthode hybride
Mthode hybride
Rsultats exprimentaux
Conclusion et perspectives
71/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Conclusion et perspectives
Problme dordonnancement modulo sous contraintes de
ressources : application lordonnancement dinstructions VLIW.
Formulations PLNE pour le RCMSP :
Formulations dcompose et directe + version structure et
dsagrge.
Comparaison des valeurs thoriques des relaxations.
Comparaison exprimentale des formulations presentes.
Bornes faibles pour la priode .
Dcomposition de Dantzig-Wolfe :
Nouvelles formulations rnforces : grand nombre de variables.
Schma de gnration de colonnes : solution des relaxations des
nouvelles formulations.
Amelioration des bornes pour les instances avec consommation de
ressources non unitaires.
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Conclusion et perspectives
Relaxation Lagrangienne :
Relaxation Lagrangienne sur la formulation directe structure.
Solution du sous-problme partir dune coupe minimale :
rsultats de Mhring.
Heuristique : relaxation Lagrangienne + formulation PLNE
dcompose.
Bornes suprieures de bonne qualit pour la priode et pour le
Cmax.
Temps de calcul importants.
Rsultats publis : ISCO 2010. Electronic Notes in Discrete
Mathematics, Vol.36, pp.191-198, Aot 2010
Mthode hybride :
Combinaison de DSP + formulation PLNE structure
Nouvelles bornes suprieures pour la priode .
Amlioration des temps de calcul.
Rsultats publis : article sumis Computational Optimization
And Applications
73/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
Conclusion et perspectives
74/75
Def. Problme
Approche PLNE
Dantzig-Wolfe
Lagrange
Hybride
Conclusion
75/75