Transparents - LSIS

lsis.org

Transparents - LSIS

Plan de la présentation1. Contexte2. Modélisation3. Résolution (inspirée de l’Adaptive Search)4. Parallélisation de l’Adaptive Search5. Résultats6. Conclusion et perspectivesJuin 2013 JFPC2


1CONTEXTEJuin 2013JFPC3


Calculer les proportions de chaqueforme urbaine• Tâche prise en charge par l’EPAMARNE 2• A partir de données statistiques, de règlesmétier et des propriétés saisies• Calcule les proportions de chaque formeurbaine (par intensité)2. EPAMARNE : Etablissements Publics d'Aménagement de Marne-la-ValléeJuin 2013JFPC6


Interface graphiqueModèle urbainNotre problématiqueRésolutionRépartition spatiale desformes urbaines (précalculées)surl’ensemble des îlots duterritoire en respectantles ventilations parniveau d’intensité etles contraintes deplacementJuin 2013JFPC7


2MODÉLISATIONJuin 2013JFPC8


Modèle urbain• Notions centrales :– Îlot : granularité la plus fine (80mx80m)– Forme urbaine : type d’utilisation dominant– Intensité : niveau de densité urbaine (pour une villecompacte)Juin 2013JFPC9


Représentation ville / contraintes• Ville représentée par un carroyage régulier• Chaque cellule correspond à un îlot urbain (80mx 80m) associé à une intensité fixe• Les contraintes spatiales expriméespar les urbanistes sont traduitesen fonctions de coûtJuin 2013JFPC10


Inventaire des contraintes spatialesEloignementTaillecritiqueInteractionSéparationAccessibilitéConstitutionde placeJuin 2013JFPC11


Modèle de base• : variable forme urbaine liéeà la cellule en ligne l, colonne c :• : ensemble des formes urbainesassociées aux cellules immédiatementvoisines à : Juin 2013JFPC12


Critères d’optimisationOn minimise :cContraintesl?Juin 2013JFPC13


Interaction entre formes urbaines• : valeur d’interaction entre deux formesurbaines p et q• Coût associé à :Juin 2013JFPC14


[1] Philippe Codognet, Daniel Diaz, Yet AnotherLocal Search Method for Constraint Solving, 2001.3RESOLUTIONINSPIRÉE DE L’ADAPTIVE SEARCH [1]Juin 2013JFPC15


Génération solution initialeObtenue par assignation aléatoire des formesurbaines aux cellules de la grille…Emplacementinitial de chaqueforme urbaineAléatoireJuin 2013JFPC16


Résolution (diminution des coûts)• Rechercher un nombre limité debons candidats (pour permutation)• Rechercher le meilleur gain à partirdes candidats et appliquer lapermutation des formes urbaines• Réitérer l’étape A et l’étape BABABJuin 2013JFPC17


Evolution des temps de calcul8x832x3216x16Juin 2013 JFPC18


Qualité du swap à chaque itération8x832x3216x16Juin 2013 JFPC19


[2] El-Ghazali Talbi : Metaheuristics - From Design toImplementation. Wiley 2009,isbn 978-0-470-27858-1, pages 460-5024PARALLÉLISATION DE LA MÉTHODEADAPTIVE SEARCH [2]Juin 2013JFPC20


Principe de décomposition duproblèmeslave1 slave2 slave3 slave4 slave5 slave6 slave7 slave8 slave9 slave10MasterJuin 2013JFPC21


Que fait-on à chaque itération ?Chaque slave :• Détermine son meilleur candidat pour sa « partie »• Transmet les 10 meilleures permutations trouvées au MasterSlaveLe Master :• Collecte l’ensemble des permutations de chaque slaveMaster• Réévalue chaque permutation avant de l’appliquer (si valide)• Transmet aux slaves les permutations effectivement appliquéesJuin 2013JFPC22


5RESULTATSJuin 2013JFPC23


ComparatifsTechnique de base : Adaptive SearchTaille Proc. // Evolution du coût global10s 20s 30s 40s 50s1 97047 63527 52369 38653 3058832x3210 55469 34973 29692 27978 26947% gain 42,84 % 44,95 % 43,30 % 27,62 % 11,90 %1 501027 401539 340903 288436 24890148x4810 346914 222811 164951 143063 130542% gain 30,76 % 44,51 % 51,61 % 50,40 % 47,55 %1 1109363 1020866 947762 882787 83016864x6410 939044 778496 663769 564895 491348% gain 15,35 % 23,74 % 29,96 % 36,01 % 40,81 %Juin 2013JFPC24


IHM de suivi et de contrôleHTTP/XMLJuin 2013JFPC25


6CONCLUSION & PERSPECTIVESJuin 2013JFPC26


Conclusion• Modélisation pour un problème combinatoired’affectation de formes urbaines• Différentes contraintes spatiales entre formesurbaines (voisinage, distance, regroupement)• Variations de l’algorithme Adative Search [1]pour résoudre efficacement différentes instancesdu problème• Approche de résolution distribuéeJuin 2013JFPC27


Perspectives• Identification et calcul d’indicateurs deperformance permettant d’évaluer les propriétésd’une ville durable• Intégration de nouvelles contraintes expriméespar les urbanistes• Manipulation interactive des solutions avecmaintien des contraintesJuin 2013JFPC28


Merci pour votre attentionDiscover more under :WWW.SUSTAINS.FRJuin 2013JFPC29


Références[1] Philippe Codognet, Daniel Diaz, Yet Another Local Search Method for ConstraintSolving, 2001.[2] El-Ghazali Talbi : Metaheuristics - From Design to Implementation. Wiley 2009, isbn978-0-470-27858-1, pages 460-502[3] L. Di Gaspero and A. Schaerf. EasyLocal++ : An object-oriented framework forflexible design of local search algorithms. Software - Practice & Experience, 33(8) :733-765, 2003.Juin 2013JFPC30


7ANNEXESJuin 2013JFPC31


Modèle : Zone de taille critique• : une forme urbaine appartenant à l’ensembledes formes urbaines à regrouper• : la taille critique définie pour• : l’ensemble des éléments detel que :• : un coefficient constant permettant decalculer la proportion, pour une cellule, de ses cellulesvoisines devant appartenir au même groupe Juin 2013JFPC32


Modèle : Zone de taille critique• : le groupe associé à tel que :• : le coût associé au groupe tel que :• Coût associé à :Juin 2013JFPC33


Résolution : autres améliorations• Gestionnaire des coûts en cache par cellule et par contrainte• Coût incrémental pour évaluer l’impact d’une permutation• Version locale de la contrainte d’accessibilité• Liste candidats tabous avec changement de taille dynamique• Traitement des permutations par lot• Décomposition du problème (voir parallélisation)Juin 2013JFPC34


Paysage des gains possiblesJuin 2013 JFPC35


Juin 2013 JFPC36

More magazines by this user
Similar magazines