Février 2024

Heure:	10:30 - 11:30
Lieu:	Salle B107, bâtiment B, Université de Villetaneuse
Résumé:	Exponentially large arc-flow models
Description:	François Clautiaux Network flow formulations are among the most successful tools to solve optimization problems. Such formulations correspond to determining an optimal flow in a network. One particular class of network flow formulations is the arc flow, where variables represent flows on individual arcs of the network. In this talk, we will review classical and recent results on integer linear programming models based on arc-flow formulations in exponentially or pseudo-polynomial size networks. We will study the limitations of these approaches, and how various almost disconnected groups have addressed these limitations. We will describe a recent approach based on the generalization of these models to flow in hypergraphs, and propose some research directions.

Heure:	10:30 - 11:30
Lieu:	https://bbb.lipn.univ-paris13.fr/b/wol-ma9-vjn
Résumé:	Efficacité et équité dans le problème d'ordonnacement multi-organisation
Description:	Martin Durand On considère le problème d'ordonnancement multi-organisation (POMO). Un ensemble de N organisations possèdent chacune un ensemble de machines et de tâches. Chacune de ses organisations dispose d'un ordonnancement, dit local, dans lequel elle ordonnance ses tâches sur ses machines. Notre but est de trouver un ordonnancement de toutes les tâches sur toutes les machines et tel que chaque organisation soit au moins aussi satisfaite dans cette solution globale qu'avec son ordonnancement local, cette contrainte est appelée contrainte de rationalité. On montre que la coopération peut permettre à toutes les organisations d'obtenir simultanément une meilleure solution. On étudie egalement à quel point la contrainte de rationalité impacte la qualité de la solution globale. Dans un second temps, on introduit un nouveau problème centré sur l'équité: on formule le bénéfice qu'une organisation obtient en coopérant et on étudie le problème de maximisation du plus petit bénéfice. On montre que ce problème est fortement NP-difficile et inapproximable dans le cas général et on propose une heuristique polynomiale qui retourne de bonnes solutions dans nos expérimentations.