From 7e8179bfb99b298c336aa31008f311044f0cb6f2 Mon Sep 17 00:00:00 2001
From: unknown <22013326@etu.unicaen.fr>
Date: Mon, 10 Mar 2025 20:57:15 +0100
Subject: [PATCH] Exo4 OK
---
TP_2_3/exo4.py | 403 +++++++++++++++++++++++++++++++++++++++++++++++++
1 file changed, 403 insertions(+)
create mode 100644 TP_2_3/exo4.py
diff --git a/TP_2_3/exo4.py b/TP_2_3/exo4.py
new file mode 100644
index 0000000..4da879a
--- /dev/null
+++ b/TP_2_3/exo4.py
@@ -0,0 +1,403 @@
+import random
+import itertools
+
+class Robot:
+ def __init__(self, id, capacity):
+ self.id = id
+ self.capacity = capacity
+
+ def __repr__(self):
+ return f"Robot({self.id})"
+
+
+class Zone:
+ def __init__(self, id, dirt):
+ self.id = id
+ self.dirt = dirt
+
+ def __repr__(self):
+ return f"Zone({self.id})"
+
+class TaskAllocation:
+ def __init__(self, robotliste, zoneliste):
+ self.robotliste = robotliste
+ self.zoneliste = zoneliste
+ # Création d'un dictionnaire d'utilités aléatoires pour chaque paire (robot, zone)
+ self.dictio = {(robot, zone): random.randint(1, 10) for robot, zone in itertools.product(robotliste, zoneliste)}
+
+ def allocation(self, cuf):
+ # On garde votre structure mais on corrige le problème d'assignation
+ best_allocation = None
+ best_utility = float('-inf') # On commence avec une utilité très basse
+
+ # On utilise une approche simplifiée pour générer des allocations
+ # On distribue les zones de manière cyclique avec différents points de départ
+ for start in range(len(self.robotliste)):
+ current_allocation = {robot: [] for robot in self.robotliste}
+ for i, zone in enumerate(self.zoneliste):
+ robot_index = (start + i) % len(self.robotliste)
+ current_allocation[self.robotliste[robot_index]].append(zone)
+
+ utility = cuf.utility(current_allocation)
+ if best_allocation is None or utility > best_utility:
+ best_utility = utility
+ best_allocation = current_allocation
+
+ return best_allocation
+
+ def dummy_allocation(self, robotliste, zoneliste):
+ # On garde votre fonction exactement comme elle était
+ i = 0
+ dico = {robot: [] for robot in robotliste}
+ for zone in zoneliste:
+ robot = robotliste[i % len(robotliste)]
+ dico[robot].append(zone)
+ i += 1
+ return dico
+
+ def calculate_cleaning_time(self, allocation):
+ # Nouvelle fonction pour calculer le temps de nettoyage
+ robot_times = []
+
+ for robot, zones in allocation.items():
+ total_dirt = sum(zone.dirt for zone in zones)
+ cleaning_time = total_dirt / robot.capacity
+ robot_times.append(cleaning_time)
+
+ # Le temps total est le maximum des temps individuels
+ return max(robot_times) if robot_times else 0
+
+ def getdictio(self):
+ return self.dictio
+
+
+class CollectiveUtilityFunction:
+ def __init__(self, dico, utility):
+ # On garde votre nom de paramètre "utility" au lieu de "utility_type"
+ self.utility = getattr(self, utility)
+ self.dico = dico
+
+ def utilitariste(self, allocation):
+ total_uti = 0
+ for robot, zones in allocation.items():
+ for zone in zones:
+ total_uti += self.dico[(robot, zone)]
+ return total_uti
+
+ def egalitariste(self, allocation):
+ uti_par_robot = {}
+ for robot, zones in allocation.items():
+ robot_utility = 0
+ for zone in zones:
+ robot_utility += self.dico[(robot, zone)]
+ uti_par_robot[robot] = robot_utility
+
+ # Si aucun robot n'a d'utilité, retourner 0
+ if not uti_par_robot:
+ return 0
+
+ return min(uti_par_robot.values())
+
+ def elitiste(self, allocation):
+ uti_par_robot = {}
+ for robot, zones in allocation.items():
+ robot_utility = 0
+ for zone in zones:
+ robot_utility += self.dico[(robot, zone)]
+ uti_par_robot[robot] = robot_utility
+
+ # Si aucun robot n'a d'utilité, retourner 0
+ if not uti_par_robot:
+ return 0
+
+ return max(uti_par_robot.values())
+
+ def nash(self, allocation):
+ produit_uti = 1
+ for robot, zones in allocation.items():
+ robot_uti = 0
+ for zone in zones:
+ robot_uti += self.dico[(robot, zone)]
+
+ # Pour éviter de multiplier par 0
+ if robot_uti > 0:
+ produit_uti *= robot_uti
+
+ return produit_uti
+
+
+# Nouvelle classe pour l'allocation avec contraintes de précédence
+class PrecedenceAllocation(TaskAllocation):
+ def __init__(self, robotliste, zoneliste, precedences=None):
+ super().__init__(robotliste, zoneliste)
+
+ # Si aucune précédence n'est fournie, on en crée aléatoirement
+ if precedences is None:
+ self.precedences = self.generate_random_precedences()
+ else:
+ self.precedences = precedences
+
+ # Vérifier la consistance des précédences
+ if not self.check_precedence_consistency():
+ print("Attention: Les contraintes de précédence contiennent des cycles!")
+
+ def generate_random_precedences(self):
+ """
+ Génère aléatoirement des contraintes de précédence entre les zones.
+ Une contrainte (zone1, zone2) signifie que zone1 doit être nettoyée avant zone2.
+ """
+ precedences = []
+
+ # Pour éviter les cycles, on crée un ordre aléatoire des zones
+ # et on ajoute des précédences uniquement dans cet ordre
+ zones_order = list(self.zoneliste)
+ random.shuffle(zones_order)
+
+ # Ajouter quelques précédences aléatoires (pas trop pour garder ça simple)
+ num_precedences = random.randint(1, len(zones_order) - 1)
+
+ for _ in range(num_precedences):
+ # Choisir deux indices aléatoires i < j pour éviter les cycles
+ i = random.randint(0, len(zones_order) - 2)
+ j = random.randint(i + 1, len(zones_order) - 1)
+
+ # Ajouter la précédence
+ precedences.append((zones_order[i], zones_order[j]))
+
+ return precedences
+
+ def check_precedence_consistency(self):
+ """
+ Vérifie s'il n'y a pas de cycles dans les contraintes de précédence.
+ Utilise un algorithme de détection de cycle dans un graphe orienté.
+ """
+ # Construire un graphe orienté à partir des précédences
+ graph = {zone: [] for zone in self.zoneliste}
+ for zone1, zone2 in self.precedences:
+ graph[zone1].append(zone2)
+
+ # Fonction pour détecter un cycle à partir d'un nœud
+ def has_cycle(node, visited, rec_stack):
+ visited[node] = True
+ rec_stack[node] = True
+
+ for neighbor in graph[node]:
+ if not visited[neighbor]:
+ if has_cycle(neighbor, visited, rec_stack):
+ return True
+ elif rec_stack[neighbor]:
+ return True
+
+ rec_stack[node] = False
+ return False
+
+ # Vérifier pour chaque nœud s'il y a un cycle
+ visited = {zone: False for zone in self.zoneliste}
+ rec_stack = {zone: False for zone in self.zoneliste}
+
+ for zone in self.zoneliste:
+ if not visited[zone]:
+ if has_cycle(zone, visited, rec_stack):
+ return False # Il y a un cycle
+
+ return True # Pas de cycle
+
+ def check_precedence_constraints(self, allocation):
+ """
+ Vérifie si une allocation respecte toutes les contraintes de précédence.
+ Une allocation respecte les contraintes si pour chaque précédence (zone1, zone2),
+ soit zone1 et zone2 sont attribuées au même robot et zone1 apparaît avant zone2 dans la liste,
+ soit zone1 est attribuée à un robot différent de zone2.
+ """
+ # Créer un dictionnaire qui associe chaque zone à son robot
+ zone_to_robot = {}
+ for robot, zones in allocation.items():
+ for zone in zones:
+ zone_to_robot[zone] = robot
+
+ # Créer un dictionnaire qui associe chaque zone à sa position dans la liste de son robot
+ zone_to_position = {}
+ for robot, zones in allocation.items():
+ for i, zone in enumerate(zones):
+ zone_to_position[zone] = i
+
+ # Vérifier chaque contrainte de précédence
+ for zone1, zone2 in self.precedences:
+ # Si les deux zones sont attribuées au même robot
+ if zone_to_robot[zone1] == zone_to_robot[zone2]:
+ # Vérifier que zone1 apparaît avant zone2 dans la liste
+ if zone_to_position[zone1] >= zone_to_position[zone2]:
+ return False
+
+ return True
+
+ def allocation(self, cuf):
+ """
+ Calcule une allocation qui respecte les contraintes de précédence
+ et maximise l'utilité collective.
+ """
+ best_allocation = None
+ best_utility = float('-inf')
+
+ # Générer toutes les allocations possibles (approche simplifiée)
+ for start in range(len(self.robotliste)):
+ current_allocation = {robot: [] for robot in self.robotliste}
+
+ # Trier les zones selon les contraintes de précédence
+ sorted_zones = self.topological_sort()
+
+ # Distribuer les zones de manière cyclique
+ for i, zone in enumerate(sorted_zones):
+ robot_index = (start + i) % len(self.robotliste)
+ current_allocation[self.robotliste[robot_index]].append(zone)
+
+ # Vérifier si l'allocation respecte les contraintes de précédence
+ if self.check_precedence_constraints(current_allocation):
+ utility = cuf.utility(current_allocation)
+ if best_allocation is None or utility > best_utility:
+ best_utility = utility
+ best_allocation = current_allocation
+
+ return best_allocation
+
+ def topological_sort(self):
+ """
+ Trie les zones selon un ordre topologique respectant les contraintes de précédence.
+ """
+ # Construire un graphe orienté à partir des précédences
+ graph = {zone: [] for zone in self.zoneliste}
+ in_degree = {zone: 0 for zone in self.zoneliste}
+
+ for zone1, zone2 in self.precedences:
+ graph[zone1].append(zone2)
+ in_degree[zone2] += 1
+
+ # Trouver toutes les zones sans prédécesseur
+ queue = []
+ for zone, degree in in_degree.items():
+ if degree == 0:
+ queue.append(zone)
+
+ # Tri topologique
+ result = []
+ while queue:
+ zone = queue.pop(0)
+ result.append(zone)
+
+ for neighbor in graph[zone]:
+ in_degree[neighbor] -= 1
+ if in_degree[neighbor] == 0:
+ queue.append(neighbor)
+
+ # Si le résultat n'a pas toutes les zones, il y a un cycle
+ if len(result) != len(self.zoneliste):
+ # Retourner une liste par défaut
+ return list(self.zoneliste)
+
+ return result
+
+ def print_precedences(self):
+ """
+ Affiche les contraintes de précédence.
+ """
+ print("Contraintes de précédence:")
+ for zone1, zone2 in self.precedences:
+ print(f"{zone1} doit être nettoyée avant {zone2}")
+
+
+# Test avec l'allocation avec contraintes de précédence
+if __name__ == "__main__":
+ # Fixer la graine aléatoire pour des résultats reproductibles
+ random.seed(42)
+
+ # Création des robots
+ robot1 = Robot("robot1", 10)
+ robot2 = Robot("robot2", 6)
+ robot3 = Robot("robot3", 4)
+
+ # Création des zones
+ zone1 = Zone("zone1", 4)
+ zone2 = Zone("zone2", 6)
+ zone3 = Zone("zone3", 1)
+ zone4 = Zone("zone4", 5)
+ zone5 = Zone("zone5", 3)
+ zone6 = Zone("zone6", 2)
+
+ robotliste = [robot1, robot2, robot3]
+ zoneliste = [zone1, zone2, zone3, zone4, zone5, zone6]
+
+ print("=== Test de l'allocation avec contraintes de précédence ===")
+
+ # Création de contraintes de précédence manuelles pour l'exemple
+ precedences = [
+ (zone1, zone3), # zone1 doit être nettoyée avant zone3
+ (zone2, zone4), # zone2 doit être nettoyée avant zone4
+ (zone3, zone5), # zone3 doit être nettoyée avant zone5
+ (zone4, zone6) # zone4 doit être nettoyée avant zone6
+ ]
+
+ # Création de l'allocation avec précédences
+ prec_allocation = PrecedenceAllocation(robotliste, zoneliste, precedences)
+
+ # Afficher les contraintes de précédence
+ prec_allocation.print_precedences()
+
+ # Vérifier la consistance des précédences
+ if prec_allocation.check_precedence_consistency():
+ print("\nLes contraintes de précédence sont consistantes (pas de cycles).")
+ else:
+ print("\nAttention: Les contraintes de précédence contiennent des cycles!")
+
+ # Afficher le dictionnaire d'utilités
+ print("\nDictionnaire d'utilités:")
+ for (robot, zone), utility in prec_allocation.getdictio().items():
+ print(f"{robot} - {zone}: {utility}")
+
+ # Créer une allocation naïve
+ dummy_alloc = prec_allocation.dummy_allocation(robotliste, zoneliste)
+ print("\nAllocation naïve (dummy):")
+ for robot, zones in dummy_alloc.items():
+ print(f"{robot}: {zones}")
+
+ # Vérifier si l'allocation naïve respecte les contraintes
+ if prec_allocation.check_precedence_constraints(dummy_alloc):
+ print("L'allocation naïve respecte les contraintes de précédence.")
+ else:
+ print("L'allocation naïve ne respecte PAS les contraintes de précédence.")
+
+ # Calculer une allocation qui respecte les contraintes
+ cuf_utilitariste = CollectiveUtilityFunction(prec_allocation.getdictio(), "utilitariste")
+ prec_alloc = prec_allocation.allocation(cuf_utilitariste)
+
+ print("\nAllocation avec contraintes de précédence:")
+ for robot, zones in prec_alloc.items():
+ print(f"{robot}: {zones}")
+
+ # Vérifier si l'allocation respecte les contraintes
+ if prec_allocation.check_precedence_constraints(prec_alloc):
+ print("L'allocation respecte les contraintes de précédence.")
+ else:
+ print("L'allocation ne respecte PAS les contraintes de précédence.")
+
+ # Calculer le temps de nettoyage
+ cleaning_time = prec_allocation.calculate_cleaning_time(prec_alloc)
+ print(f"Temps de nettoyage: {cleaning_time:.2f} heures")
+
+ # Comparer avec l'allocation sans contraintes
+ print("\n=== Comparaison avec l'allocation sans contraintes ===")
+
+ # Allocation utilitariste sans contraintes
+ task_allocation = TaskAllocation(robotliste, zoneliste)
+ alloc_utilitariste = task_allocation.allocation(cuf_utilitariste)
+
+ print("\nAllocation sans contraintes (utilitariste):")
+ for robot, zones in alloc_utilitariste.items():
+ print(f"{robot}: {zones}")
+ print(f"Utilité utilitariste: {cuf_utilitariste.utility(alloc_utilitariste)}")
+ print(f"Temps de nettoyage: {task_allocation.calculate_cleaning_time(alloc_utilitariste):.2f} heures")
+
+ # Vérifier si l'allocation sans contraintes respecte les contraintes de précédence
+ if prec_allocation.check_precedence_constraints(alloc_utilitariste):
+ print("L'allocation sans contraintes respecte les contraintes de précédence (par chance).")
+ else:
+ print("L'allocation sans contraintes ne respecte PAS les contraintes de précédence.")
\ No newline at end of file
--
GitLab