[tel-00371962, v1] Modélisation et traitement décentralisé ... - Index of
[tel-00371962, v1] Modélisation et traitement décentralisé ... - Index of
[tel-00371962, v1] Modélisation et traitement décentralisé ... - Index of
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>tel</strong>-<strong>00371962</strong>, version 1 - 30 Mar 2009<br />
2. ÉTAT DE L’ART<br />
18<br />
système modélisé, apparaissent dans le graphe évolutif. Chaque arête est étiqu<strong>et</strong>ée avec<br />
les indices des étapes durant lesquelles elle est présente. Ce type de graphe est particulièrement<br />
bien adapté pour l’étude différée d’un réseau en utilisant une version adaptée<br />
des algorithmes <strong>et</strong> des outils de la théorie des graphes.<br />
2.1.3 Graphes pour la ré-optimisation<br />
Les problèmes d’optimisation dans les graphes consistent généralement à déterminer<br />
une structure, une valeur ou une configuration qui correspond à la minimisation<br />
d’une fonction de coût. Dans le contexte d’un graphe dynamique, les techniques de réoptimisation<br />
consistent à déterminer les méthodes qui recalculent un optimum sans<br />
recalculer la totalité de la solution.<br />
C’est au problème du plus court chemin dynamique que les méthodes de ré-optimisation<br />
s’appliquent le plus souvent. Les travaux les plus connus sont ceux de C. DEME-<br />
TRESCU <strong>et</strong> G. F. ITALIANO [DI06] mais aussi de G. RAMALINGAM <strong>et</strong> T. W. REPS [RR96]. Le<br />
but pour ces méthodes est de perm<strong>et</strong>tre une mise à jour de la structure (arbre) ou le<br />
calcul d’une valeur (plus court chemin), après changement du graphe, qui soit plus rapide<br />
qu’un calcul qui ne tiendrait pas compte de la structure (ou de la valeur) courante.<br />
D’une manière générale, <strong>et</strong> sans entrer dans les détails d’implémentation, la plupart de<br />
ces méthodes consistent à adapter le célèbre algorithme de E. W. DIJKSTRA [Dij59] aux<br />
environnements dynamiques. Les méthodes de ré-optimisation nous intéressent dans<br />
le cadre de l’étude des graphes dynamiques car elles manipulent des graphes qualifiés<br />
de dynamiques par leurs auteurs.<br />
Définition 2 (GRAPHE POUR LA RÉ-OPTIMISATION)<br />
Soit G = (V,E) un graphe statique composé d’un ensemble de somm<strong>et</strong>s V <strong>et</strong><br />
d’arêtes E. Soit σ = {u1,u2,...,un} un ensemble ordonné d’événements. ui ∈ σ est<br />
un événement du type ajout, suppression ou modification d’une arête. Le graphe<br />
Gi est construit à partir du graphe Gi−1 en lui appliquant l’événement ui .<br />
Nous noterons GR le graphe dynamique pour la ré-optimisation construit de manière<br />
itérative à partir de G avec les événements de l’ensemble σ.<br />
Le temps dans les graphes pour la ré-optimisation<br />
Dans les graphes pour la ré-optimisation le temps n’est pas explicite. Ces graphes<br />
évoluent de manière discrète, étape après étape. À chaque étape, le graphe courant subit<br />
un ensemble de modifications (ajout/suppression/modification d’éléments). À chaque<br />
étape correspond une représentation instantanée <strong>et</strong> statique du graphe dynamique. La<br />
suite de graphes statiques constitue le graphe dynamique. C<strong>et</strong>te suite de graphes ne sert<br />
pas à produire un graphe cumulatif comme le font les modèles de A. FERREIRA (page<br />
15) ou de C. Cortes <strong>et</strong> al. (page 19), mais il existe cependant un lien entre ces graphes <strong>et</strong><br />
les graphes évolutifs, lien qui sera explicité dans la section 2.3. S’il est vrai que l’étape i