Nehodí se? Vůbec nevadí! U nás můžete do 30 dní vrátit
S dárkovým poukazem nešlápnete vedle. Obdarovaný si za dárkový poukaz může vybrat cokoliv z naší nabídky.
30 dní na vrácení zboží
Le livre se situe dans le domaine de l'optimisation combinatoire, en particulier celui de la modélisation et la résolution algorithmique. Dans ce travail, nous étudions deux variantes NP-difficiles et peu connues du problčme du knapsack (KP). Plus précisément, nous traitons le problčme de la distribution équitable (le Knapsack Sharing Problem : KSP) et le problčme du sac-ŕ-dos généralisé ŕ choix multiple (le Multiple-choice Multidimensional Knapsack Problem : MMKP). Dans la premičre partie de cet étude, nous nous intéressons au développement d'algorithmes approchés pour les deux variantes évoquées du problčme de knapsack. Nous avons développé des algorithmes de recherche locale de type tabou, guidée ou réactive. La deuxičme partie traite essentiellement de la résolution exacte du problčme du sac-ŕ-dos généralisé ŕ choix multiple. L'approche que nous proposons est de type séparation et évaluation par basée sur la stratégie par le meilleur d'abord. Les résultats numériques de toutes portant sur toutes les approches sont trčs encourageantes et représentent aujourd'hui un benchmark classique de la littérature et considérés comme un des résultats de base pour ces problčmes.