3.5 Résultats expérimentaux
4.2.3 Un prétraitement pour le problème de dé ision
Dans le Chapitre 2, nous proposons un prétraitement que nous notons
v1
. Il repose sur la onstatation suivante : si l'on peut ranger l'ensemble des arti les de faiblehauteur au-dessus des arti lesdontlahauteur est grande, alors e rangement estoptimal.SoitD
uneinstan ede2BP
etunentierl
,1 ≤ l ≤
1
2H
.NousdénissonsAht
= {ai
∈ A : hi
> H − l}
, etAs
= {ai
∈ A : hi
< l}
. Nous notonsm = |Aht|
. Pour haque arti leai
deAht
, un binBi
de taille(H − hi, wi)
est réé. ConsidéronsD′
= (As, {B1, . . . Bm})
leproblèmesuivant:Existe-t-ilune ongurationréalisable pour
As
dans les binsB1, . . . Bm
? .1 2 3 4 5 6 7 1 2 3 Figure4.2 Pro édure
v
∗
1
Proposition 4.2. SiD
′
a une solution réalisable alors la fon tion
v1l,H
: [0, W ] × [0, H] → [0, W ] × [0, H]
ai
7→
(wi, H)
sihi
> H − l
(0, 0)
sihi
< l
(wi, hi)
sinonest une IFF pour
D
.Le traitement que nous proposons dans e as de gure est le suivant : on augmente la tailledes grands arti les jusqu'à la valeur
H
et on supprime les petits arti les.Lesgrandsarti lesainsiobtenuspeuventêtresupprimés ommenousl'avons expliqué plus haut.Cependant, e traitement est ine a e lorsqu'il existe un arti le de faible hau- teur et trop large pour être positionné au-dessus d'un seul grand arti le. On peut l'améliorerenexploitantlefaitquetouslesarti lesdoiventêtrepla ésdanslemême bin. Dans e as, unarti lede faiblehauteur maisde grandelargeurpeut êtrerangé au-dessus de plusieurs arti les hauts. Nous notons
v
∗
1
le prétraitement obtenu. La gure 4.2 illustre le fait quev
∗
1
peut réduire le problème alors quev1
ne le permet pas.Nous utilisons un algorithme glouton pour résoudre le problème de dé ision spé ié. Pour une valeur donnée de
l
, les ensemblesAht
etAs
sont al ulés. Les arti les deAht
sont rangés dans le oin bas gau he du bin par ordre dé roissant de taille, puis nousessayons de rangerlespetitsarti les au-dessus d'eux en utilisantla règle bottom-left de reasing dé rite dans leChapitre 1.4.3 Bornes inférieures
Dans le hapitre pré édent, nous avons présenté de nouvelles évaluations par défaut pour
2BP
.Elless'appliquentaussi auproblèmedefaisabilité:silavaleur de laborne inférieuredépasseun, alors iln'existe pasde solutionpour l'instan e onsi- dérée. Dans ette se tion, nous montrons omment les bornes inférieures peuvent1 2 3 4 1' 2' 3' 1 2 3
Figure 4.3Générer denouvellesinstan es pouraméliorer les bornes
Considéronsmaintenantune étaped'une méthode énumérativeoùl'abs isse des arti lesest onnue.Lesrangementsd'arti lesdéjàee tuésajoutentdel'information qui permet d'améliorer les bornes inférieures et les pro édures de rédu tion. Une manière immédiate d'exploiter les pla ements d'arti les est de vérier que pour haque arti le non pla é, il existe une surfa e va ante qui peut l'a ueillir. La nouvelle méthode que nous proposons repose sur une onsidération géométrique. Considérons le polygone
ψ
formépar l'ensembleA1
des arti les déjà pla és dans le bin.Onpeutrempla erlesarti lesdeA1
par euxd'unautreensembleA
′
1
telqueles arti lesdeA
′
1
peuvent être rangésdansψ
de manièrevalide,onobtient lapropriété suivante :Proposition4.3. S'il n'existepas de ongurationréalisablepour
A − A1+ A
′
1
dansB
, alorsiln'existepas de ongurationréalisablepourA
dansB
tellequelesarti les deA1
forment le polygoneψ
.Démonstration. Si l'instan e originale
D
admetune solutionréalisabletelle queA1
est rangé de manière à e qu'il soit in lus dans le polygoneψ
, une solution pour l'instan e modiéeD
′
peut être al uléeen rangeant lesarti lesde
A
′
1
de telle sorte qu'ils soient in lus dans le même polygone. Les autres arti les sont rangés de la même façon dans les deux ongurations.On dé oupe le polygone en un nouvel ensemble d'arti les en maximisant la hauteur des arti les générés, e qui produit une première instan e. On obtient une se onde instan e en maximisantla largeur(Figure4.3).
La limite inhérente aux instan es réées pré édemment réside dans la liberté supplémentaire que l'on laisse dans le pla ement des arti les, e qui peut rendre le problème plus fa ile. Par exemple, si deux arti les superposés ont une largeur assez faiblepour pouvoir êtrepla és teà te,une ongurationinitialementnon réalisable peut le devenir. Pour éviter e as de gure, nous opérons une deuxième modi ation sur lesarti les.Onfor edeux arti lesposés l'unau-dessus de l'autreà resterdans ette ongurationaprèsmodi ation.Pour ela,onajouteà esarti les une longueur égale à elle du bin et on double la longueur du bin. Si les arti les pla és n'o upent pas toute la hauteur du bin, on peut ajouter un arti le fa ti e (dummy item) de longueur
W
et de hauteur égale à l'espa e va ant au-dessus des1 2 3 4 1' 2' 3' D
Figure4.4 Améliorer lesnouvelles instan es
arti les pla és (Figure4.4). Lemême traitement peut être ee tué sur la longueur. L'instan e obtenue est noté
D
′′
.Proposition 4.4. Si la nouvelle instan e
D
′′
n'admet pas de solution réalisable, il n'y a pas de solution réalisable pour l'instan e initiale
D
qui in lut la onguration ourante.Démonstration. S'il y a une solution pour
D
qui in lut le rangement des arti les deA1
dansψ
, il existe une solution pourD
′
. Elle peut être al ulée en rangeant les arti lesmodiésdans la surfa e ouverte par
ψ
etles autresarti les de manière similaire à la solution trouvée. Don , s'il y a une solution pourD
qui in lut le rangementdeA1
danslepolygoneψ
alorsily aune ongurationréalisablepossible pour l'instan e modiée.On peut à nouveau utiliser les prétraitements dé rits dans la se tion 4.2, ainsi que nos bornes inférieures. Lenombre de grands arti les est augmenté, le problème s'en retrouve ainsi onsidérablement réduit. De plus, le traitement
v
∗
1
peut fournir de meilleursrésultats ar lenombre de petits arti lesrestantsest plus faible.4.4 Méthodes exa tes
Nous proposons dans ette se tion deux nouvelles méthodes exa tes pour le problème de faisabilité. Le premier algorithme est une amélioration de la méthode lassiquede pla ementdes arti lesdanslebin.Ledeuxièmerepose suruneméthode en deux étapes. Le prin ipe est le suivant : dans un premier temps, on relâ he des ontraintesdu problèmeinitial,puis dansun deuxièmetempsonénumèretoutes les solutionsdu problème obtenu.Pour haque solutiontrouvée, ontesteà l'aided'une méthode exa te si ellepeut onduire àune solution du problème initial.
Plusieurs méthodes de la littérature [40,53℄ reposent sur la onstru tion ité- rative d'une onguration réalisable. Les ongurations énumérées sont elles qui
1 2 3 4 1 2 3 4 0 7 9 3 5 8
Figure4.5 La règleleftmost downward
arti le
ai
sont ellespourlesquellesai
ason té gau he adja ent aubin,ouau té droit d'un autre arti le, etson té inférieur adja ent au bin ou à un autre arti le. Dans laFigure4.5, la ongurationgau he est dominéepar la ongurationdroite. A haque étape, il existe une liste nie dek
positions et une liste del
items non en ore pla és. Il y a deux hoix à faire : elui de l'arti le, et elui de sa position. Ces hoix onduisent àk × l
ls dans l'arbre de dé ision. Cette méthode génère un très grand nombre de redondan es qui doivent être gérées si on veut obtenir un algorithmee a e.Eneet,unemême ongurationpeutêtreatteinteplusieursfois dans l'arbre. Un exemple est donné dans la Figure 4.5 : la onguration de droite peut être obtenue en suivant deux ordres diérents.π1
= [(a1, (0, 0)), (a2, (3, 0)), (a3, (5, 0)), (a4, (0, 8))]
π2
= [(a1, (0, 0)), (a4, (0, 8)), (a2, (3, 0)), (a3, (5, 0))]
Comme Martello et Vigo [53℄ ont publié les meilleurs résultats pour