Résumé:
Les problèmes de satisfaction de contraintes (CSP) ne peuvent pas être résolus de
manière classique et centralisée dans les cas où le problème à résoudre est complexe et
de grande taille. Les DisCSP permettent de formaliser et de résoudre nombreux problèmes
naturellement distribués dans lesquels les données sont physiquement réparties. Ils
consistent à trouver une combinaison cohérente des actions de plusieurs agents autonomes
dans un système multi agents.
Ce travail a pour but d’hybrider les méthodes de résolution des DisCSP (backtrack
asynchrone) avec une méta-heuristique (algorithme génétique) en vue d’une résolution
distribuée par un système multi agents pour la résolution d’un problème de planification
et d’affectation de ressources soit le problème de "emplois de temps universitaire".
Nous avons choisi de formaliser le problème d’emploi de temps universitaire sous la
forme d’un DisCSP c’est-a-dire un ensemble de variables et un ensemble de contraintes
à satisfaire intégré dans un SMA. Nous implémentons l’algorithme backtrack asynchrone
où chaque agent du système est responsable de la variable qui lui est affectée ainsi que
de toutes les contraintes liées à la variable. L’ensemble de solutions obtenues servant
de population initiale pour l’algorithme génétique. Enfin, nous appliquons l’algorithme
génétique en respectant les contraintes pédagogiques
