MINIPROJET | Amir Haddadi

PROBLÈME DU FLOT SIMPLE 3 GENIE INDUSTRIEL B

Le graphe initiale est représenté ci-dessus, on part du source 1 vers la

destination 6.
Notre programme linéaire s’écrit sous la forme suivante :

Max 𝜑

S.c : ∑ 𝑓 =∑ 𝑓 ∀ 𝑖 ≠ 1 𝑒𝑡 𝑗 ≠ 6
𝑓 ≤𝑐 ∀ (𝑖, 𝑗) ∈ 𝐴
∑ 𝑓 =𝜑
∑ 𝑓 =𝜑

Le programme Cplex correspondant est donc :

Fichier du modèle .mod

Fichier des données .dat

1
L’exécution du programme écrit sous Cplex donne le résultat suivant :

La solution optimale (le flot maximal) est égale à 62.

Dans le site geeksforgeeks, l’algorithme de Ford-Fulkerson pour un problème
de flot maximum appliqué à nos données sous langage Python, donne le
même résultat qu’on a trouvé à l’aide du logiciel Cplex :

Interprétation :

On trouve la même solution optimale en utilisant les deux méthodes,

l’algorithme de résolution de notre problème est polynomial en temps
donc le problème est de classe P.

Les étapes de résolution du problème :

1- Initialement, on associe 0 au flots le long de chaque arête pour obtenir

le graphe résiduel initial:

2
 2- L’algorithme Ford-Fulkerson utilisé en geeksforgeeks utilise l’algorithme
BFS (breadth-first search) pour trouver un chemin P de 1 à 6 qui a une
capacité disponible dans le graphe résiduel :
Chemin 1 : 1>2>5>6 : 𝜑 = 2

Chemin 2 : 1>3>4>6 : 𝜑 = 𝜑 + 47 = 49

3
Chemin 3 : 1>3>2>6>4>6 : 𝜑 = 𝜑 + 13 = 62

Graphe résiduel final :

Dans le graphe résiduel, on peut plus trouver un chemin qui va jusqu’à 6,

l’algorithme s’arrête ici et le flot maximum est calculé (62).
En ajoutant une ligne de code (print("path flow is %d\n" %path_flow)) dans le
programme, on va voir les étapes de l’algorithme après l’exécution :

La demande d=80 alors que le flot maximum possible est 62 donc pour que
l’offre satisfaire la demande, il faut ajouter des capacités supplémentaires de
coût 1. Il s’avère nécessaire donc de modifier notre programme linéaire :

4
Les capacités supplémentaires sont donc ajoutées sur :
L’arc <3,4> de valeur 15,
L’arc <5,4> de valeur 3.