Utilisation de l'IA pour résoudre le problème du sac à dos

Les problèmes de sac-à-dos multiple constituent un vaste champ d’application. Le transport maritime et la distribution des budgets sont des exemples concrets d’application de ses problèmes. Le problème de sac-à-dos multiple est un problème d’affectation de plusieurs items à plusieurs sac sous la contraint de respecter la capacité des sacs et dont l’objectif est de maximiser le profit global. Les problèmes de sac-à-dos sont en général NP-Complet et par conséquence la complexité en temps est exponentielle. Les problèmes de sac-à-dos constituent un grand défi dans la communauté Recherche Opérationnelle. Il est connu que ses dernières techniques nécessitent une fonction pour calculer la borne de chaque noeud dans l’arbre. Le problème majeur de ses techniques est la difficulté de trouver une bonne fonction plus la complexité exponentielle en espace. Dans ce sujet, nous voulons explorer les méthodes en provenance de l’Intelligence Artificielle pour résoudre ce problème d’affectation. Nous voulons appliquer une ou deux techniques (exacte ou heuristique) puis les comparer aux solveurs qui existent dans l’état de l’art en particulier le Mulknap et le IBM ILOG CPLEX.