Professional Documents
Culture Documents
AcclrationdeProjetsdansunContextedeCriticitdeRessources:
UneapprochebasesurlAlgorithmeTabou
GilbertNkubili1,HamdjatouKane1,BarthlemyAtemeNguema2
Dpartementdessciencesadministratives
UniversitduQubecenOutaouais
101,rueSaintJeanBosco,C.P.1250Succ.Hull
Gatineau(Qc.),J8X3X7,Canada
Tl.:+18195953900#1949
Fax.:+18197731747
Courriel:Hamdjatou.Kane@uqo.ca
Courriel:GilbertNkubili@polymtl.ca
Courriel: BarthelemyHugues.AtemeNguema@uqat.ca
Dpartementdessciencesdelagestion
UniversitduQubecenAbitibiTmiscamingue
445,Boul.delUniversit
RouynNoranda(Qc.),J9X5E4,Canada
Tl.:+18197620971#2446
Fax.:+18197972747
RSUM
Cetarticletraiteleproblmedacclrationdeprojetsenmettantlemphasesurlecompromis
dure/cot. En effet, lacclration de projets demeure un des moyens privilgi par les
gestionnairespoursatisfaireauxbesoinsdespromoteursetdesclientslorsquelesdsirsdeces
derniers changent ou lorsquun retard par rapport la planification est constat. Nous
prsentons une heuristique base sur lalgorithme Tabou pour lacclration de projets.
Plusieurs travaux relevs dans la littrature montrent que la modlisation de ce type de
problmes est de type NPdifficile (NPHARD), cest pour cette raison que nous utilisons
lalgorithme Tabou pour minimiser le temps de rsolution tout en dterminant la meilleure
acclrationpossible.Pourillustrerlapprochepropose,unexemplenumriqueestprsent.
Les rsultats obtenus illustrent la qualit des performances (temporelle et financire) de
lalgorithmequipeuttreutilispourrsoudredesproblmesdacclrationdeprojetsdetaille
importante. Ces rsultats ont t compars avec ceux obtenus avec dautres algorithmes et
modlesdeprogrammation.
1. INTRODUCTION
Complterunprojetleplusrapidementpossibledemeurelesouciconstantetrcurrentdetous
gestionnaires (Liberatore and PollackJohnson, 2006). En effet, aussi bien dans les revues
scientifiques, spcialises ou acadmiques, plusieurs auteurs affirment que les
firmes/entreprises/organisationscapablesdedvelopperdenouveauxproduitsdansunlapsde
tempstrscourtprofitentdavantagesconcurrentielssubstantiels(Swink,2003).
Praticiens, acadmiciens et autres professionnels continuent de chercher des moyens, outils
et/ouapprochespermettantdeconnatre,priori,decombiendetempsunprojetpeuttre
acclr selon ses caractristiques intrinsques, notamment le budget, les ressources, etc. En
effet, les exigences managriales contemporaines focalisant sur lobtention davantages
concurrentiels obligent les gestionnaires de projets connatre les cots dacclration de
chaqueactivitduprojetencoursouvenir.Or,dansuncontextedecriticitderessources,le
cotdacclrationdpendfortementdutypederessourcesassignes,deleursdisponibilits,
deleursquantits,etc.
Dans cet article nous proposons une nouvelle approche de rsolution des problmes de
compromis de type dure/ressources en acclration de projets dans un contexte de criticit
desressourcesolasubstitutiondesditesressourcesestpriseenconsidration.
Traditionnellementlegestionnairedeprojetsexcutesonmandatlintrieurdescontraintes
de porte, i.e., rpondre et respecter les spcifications; dchancier, i.e., terminer louvrage
dans une fentre temporelle prtablie et; dune allocation budgtaire prplanifie. Souvent,
bienquelorsdelaplanificationladureprvuepourterminerleprojetestsuprieureladure
du chemin critique (Boctor, 2005), les projets ne respectent pas la triptyque classique de la
gestionde projetetsont enretard (Gerkand Qassim,2008).Afinde contournercettelacune,
nous pouvons acclrer le temps de ralisation pour rattraper les retards potentiels. Par
acclration de projet nous voulons dire terminer le projet plus tt que planifi initialement.
Avant dacclrer un projet, il faut disposer de toutes les informations sur les activits
composants un projet dont : les types de ressources, leurs quantits, les cots unitaires, les
dures,lesrelationsdeprcdences,etc.
Habituellement, la mthode usuelle permettant dacclrer une activit dun projet et de lui
assigner un plus grand nombre de ressources et/ou des ressources ayant une expertise et/ou
des comptences meilleures que celles dont dispose le manager de projets. Cela implique,
invitablement,uneaugmentationdecots.Or,lacclrationdecertainesactivitsdunprojet
peut entraner une rduction des cots indirects (Dodin and Elimam, 2008; Evensmo and
Karlsen,2008)matrialissparlessalaires,lamortissementdelquipement/infrastructure,etc.
Rcemment, certains auteurs ont propos dacclrer des projets en superposant les activits
(RoemerandAhmadi,2004).Cetteapprocheest,essentiellement,utilisedansdesprojetsde
dveloppement de nouveaux produits et/ou services. La superposition des activits consiste
mener (partiellement) en parallle ou en superposant carrment les activits qui taient
organisesdemaniresquentiellesurlerseauduprojet.Uneautretechniquedacclration
recourtlasubstitutiondecertainesactivitsparuneet/ouplusieursautresactivits.Ainsi,un
projet peut tre acclr de manire classique, par la superposition dactivits et par la
substitutiondecertainestches(GerkandQassim,2008).
Plusieurs approches existent dans la littrature pour rsoudre le problme de compromis
temps/cot.Toutefois,peudapprochesprennentencomptelescaractristiquesparticulires,
i.e., les spcificits des ressources du projet. Nous pouvons citer lapproche modifie
dexploration par coupe propose par Kane et Azondekon (Kane et Azondekon, 2008) et le
modledeprogrammationlinaireproposparAlban(Alban,2008).
Toutefois, la plupart de ces approches prsente des lacunes et est difficilement applicable
lorsquelatailledesprojetsdevienttrsimportante(unecentainedetches).Enparticulier,le
temps de calcul augmente considrablement. Il devient ds lors intressant dutiliser de
nouvelles mthodes de rsolution du problme dacclration de projets de grande taille et
pourlesquelsplusdedeuxressourcessontdisponibles,etcelatoutenminimisantlestempsde
calcul.
Pour ce faire, nous prconisons une mthode base sur les principes de lalgorithme Tabou.
Nousdcrivonsdanslasectionquisuitlesprincipalestapesquiontconduitcetalgorithme.
3. MTHODOLOGIE
La mthode, cest dire la procdure logique usuelle utilise pour rsoudre le problme de
compromis dure/cot en gestion de projets est la rsolution simultane des quations
mathmatiques,unereprsentantletempsetlautrelecotduprojet.Letempsderalisation
des tches dpend de la relation de prcdence et de la dure des tches, tandis que le cot
dpend des ressources assignes chaque tche et bien attendu de la dure des tches.
Plusieurs mthodes ont t dveloppes dans la littrature pour traiter le problme
dacclration de projets (compris temps/cot). La rgle gnrale utilise dans toutes ces
mthodesestladterminationetcedefaonrigoureuseetexacte(quationmathmatique)du
tempsderalisationdestchesainsiquedeladuretotaleduprojet.Laprincipalediffrence
entrecesmthodesrsidedanslestechniquesdoptimisationutilisespourchoisirlestches
acclrerpourdterminerdecombiendunitsdetempslesacclrer.Parmicesmthodeset
techniques, nous pouvons citer les mthodes CPM/PERT, la technique de la programmation
exactelinaireetnonlinaire(Azondkon,2002;Alban,2008),lamthodedescoupes(Kaneet
Azondkon,2008),lestechniquesalgorithmiquesetheuristiques(Bolduc,Laporteetal.,2010).
Toutefois, certaines mthodes comme celles bases sur la programmation mathmatique
exacte,deviennenttrslimiteslorsquelatailledesprojets(nombredetches)augmentecarle
problme devient NPdifficile. Cest pourquoi pour ce type de projets, le recours des
techniquesdoptimisationalgorithmiquetellequelarechercheTabouestprivilgi.Lutilisation
de ce type dalgorithme permet de minimiser le temps de rsolution des problmes tout en
dterminantlameilleuresolutionpossible.
3.1. Modlemathmatique
Cemodlemathmatiqueapourobjectifdecalculerlecottotalduprojet.Nousdcrivonsci
dessouslesparamtres,variablesetlafonctionobjectifdumodle.
t i =linstantquelactivitiestplanifiepourcommencer(depuisledbutduprojet).
xi =lenombredunitsdetempsquelactivitiestacclre.
Soientlesparamtres:
d i =ladurenormaledelactiviti.
ci =lecotunitairepouracclrerlactiviti.
u i =lenombremaximumdunitsdetempsquelactivitipeuttreacclre.
n =lenombredactivits(1estlapremireactivitetnestladernire).
T =ladurenormaleduchemincritiqueduprojetsansacclration.
Tm =ladureduprojetaprslameitration,avecm=1,2,3,,M
TM = Ta =ladureoptimaleatteignableenacclrantleprojet.
P( j ) =lensembledactivitsprdcesseursimmdiatsdelactivitj.
c ki =lecotnormaldelaressourcekparunitdetempsassignelactiviti.
a ki = le cot de la ressource k par unit de temps pour acclrer lactivit i dune unit de
temps.
K ki =lenombretotalderessourceskassigneslactiviti.
N a =lenombretotaldetchespouvanttreacclres.
K ki
c
ki =1
ki
d i =cotnormalpourraliserlactiviti
K ki
a
ki =1
ki
xi =cotadditionnelpouracclrerlactivitide xi unitsdetemps.
K ki
K ki
K ki
K ki
K ki
K ki
K ki
ki =1
ki
ki
ki
ki
ki
ki
C NET = c ki (d i xi ) + a ki xi = c ki d i c ki xi + a ki xi = c ki d i + xi (a ki c ki )
B =budgetadditionneldisponiblepouracclrerleprojet.
Fonctionobjectif:
Minimiser C aTOT =
Sujet:
t j t i xi
Na
K ki
i =1
ki
xi (a ki cki ) (1)
(i, j ) P( j ) (2)
t n T :estlinstantdefindeladernireactivitduprojet.(3)
T Tm +1 Tm avec TM = Ta (4)
0 xi u i (5)
xi u i (6)
C aTOT B (7)
Avec:
t1 = 0 :estledbutdelapremireactivitduprojet.
t i 0 i
Le problme revient minimiser la dure totale du projet tout en restant dans les limites du
budget additionnel B . Tm est calcul en utilisant la mthode CPM, c'estdire la dure du
3.2 AlgorithmeTabou
LalgorithmeTabouestunemtaheuristiquederecherchelocalequiexplorelevoisinagedune
solutionaudeldeloptimumobtenu(Xu,ZurenFengetal.,2009).Cettemthodederecherche
se dplace de la solution actuelle vers une solution voisine prsentant un meilleur objectif
travers un processus itratif. Pour viter la prsence de cycles, i.e., lexistence de solutions
similaires celles pralablement examines, la recherche avec les tabous tablit une liste
interdite, dite "liste tabou", dans laquelle sont placs mouvements et solutions antrieures
obtenusditrationsantrieures(Liu,Chengetal.,2010).Ltablissementdela"listetabou"est
unprincipeassocilimplantationdunemmoirelocalecourtterme.
Pouramliorerlefficienceduprocessusitratif,lalgorithme taboumaintientunsuivitantsur
linformationlocalequesurleprocessusdexplorationderechercheluimme(Bolduc,Laporte
et al., 2010). Les autres principes de recherche avec les tabous, savoir laspiration,
lintensificationetladiversificationsontlargementabordsdanslestravauxdeGlover(Glover,
1989;Glover,1990)etdeGloveretLaguna(GloverandLaguna,1997).
Danschaqueitration,notrealgorithmeTabouexploredabordtoutlespacedesolutions(tout
lerseauduprojet)etdfinitlameilleurezonedanslaquelleilintensifieensuitelarecherchede
lactivitacclrer.Lesrsultats(dures,cots)obtenusaprscetteintensificationpermettent
dactualiserlinformationduprojettantsurlaconfigurationenrseauquesurlecottotalsuite
lacclrationdelactivitconsidre.
Les conditions darrt sont relatives latteinte dune valeur de cot du projet selon les
disponibilitsbudgtairesprdfinieset/oulemanquedactivitspouvanttreacclresdans
lazoneglobalederecherche(Figure1).
Initialisation
(relations, cots, dures, etc.)
Rorganisation de linformation
(format vectoriel et/ou matriciel)
oui
non
Calculs
(dure, cot, etc.)
non
D < Dant
Acclration possible = 1
C cot max
oui
Acclration possible = 0
D = Dant
non
oui
TERMINER
Cette activit est-elle
dans la liste taboue ?
oui
non
Figure1:LalgorithmedacclrationavecTabou
4.
APPLICATIONS
Afin de valider lalgorithme propos pour acclrer les projets, nous avons fait plusieurs tests
sur des projets rels comportant plusieurs tches (une centaine pour le troisime cas). Aussi,
dansunsoucidecomparernotrealgorithmeceuxquiexistentdanslalittratureetquitraitent
les mmes problmatiques, nous avons simul plusieurs exemples qui ont t traits dans S.
WakasandL.W.June(WakasandJune,2009),KaneetAzondkon(KaneandAzondkon,2008)
et Rakotomalala(Rakotomalala,2002). Nousprsentonsdansce quisuitles donnesrelatives
auxtroisexemplesquionttutiliss.LaFigure2etleTableau1reprsententlesdonnesde
lexemple 1. Les donnes de lexemple 2 sont prsentes dans le Tableau 2 et la figure 3. Les
donnes de lexemple 3 qui comporte une centaine de tches sont prsentes en annexe
(section8).
4.1. Exemple1
B
A
E
4
6
F
Figure2:Rseauduprojet
Linformationadditionnellesurlerseaudelafigure2estprsenteautableau1,cidessous.
Activit
Prdcesseur
Durenormale
Cotnormale
Cotress1
Cotress2
Acclration
Max.
Tableau1:Informationduprojetdelexemple1
A
B
C
D
E
F
G
H
A
A
A
B
B,C,D
B
E,F
2
6
4
2
4
5
3
2
1500
5400
2400
1200
3000
8000
1200
6000
375
367
525
720
800
1944
375
733
175
480
800
1556
1
1
3
1
1
4.2. Exemple2
DBUT
ESi
LSi
EFi
LFi
A:2
B:3
5F
10F
8F
13F
0A
0A
2A
2A
2B
2B
5B
5B
F:3
C:2
9E
5C
5C
7C
7C
9E
13E
13E
D:2
7D
7D
9D
9D
E:4
G:2
25I
25I
40I
40I
H:10
13G
13G
15G
15G
15H
15H
25H
25H
I:15
J:7
40P
57P
47P
64P
25J
35J
32J
42J
N:3
25M
M:2
P:7
27M
25N
52N
28N
55N
47T
64T
52T
69T
40K
42K
42K
T:5
25O
55O
31O
61O
49M
51M
K:2
40K
O:6
R:6
L:9
Q:4
42L
42L
51L
51L
51Q
51Q
55Q
55Q
55R
55R
61R
61R
S:7
U:5
52V
69V
56V
73V
V:4
73W
73W
77W
77W
68U
68U
73U
73U
W:4
Figure3:Exemplederseausimul(tirdeWakasandJune,2009)
61S
61S
68S
68S
1
1
1
1
2
2
1
7
10
5
1
6
1
2
4
4
2
3
5
3
3
2
2
Cot/unit
(acclration)
Dureacclre
2
3
2
2
4
3
2
10
15
7
2
9
2
3
6
7
4
6
7
5
5
4
4
Rduction
maximale
Durenormale
A
B
C
D
B
E,F
G
H
H
I
J,K
H
H
H
I
L,M
O,Q
N,R
J,P
S
T
U,V
Cotacclre
(miles)
Prdcesseur
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
Total
Cotnormale
(miles)
Tche
Tableau2:Linformationdurseaudelexemple2
20
60
30
20
100
150
200
500
650
250
20
300
20
30
120
450
350
550
450
350
250
150
100
5120
30
100
40
30
150
180
300
620
850
300
25
420
25
40
150
570
500
760
600
450
320
220
150
6830
1
2
1
1
2
1
1
3
5
2
1
3
1
1
2
3
2
3
2
2
2
2
2
10
20
10
10
25
30
100
40
40
25
5
40
5
10
15
40
75
70
75
50
35
35
25
5. RSULTATS
NousavonsutilisMATLAB6.0poursimulernotrealgorithme.Lesrsultatsobtenuslasuitede
cestestssonttrsprometteurscarilsmontrentdesprojetsacclrsavecdesaccroissements
minimumsdescotsetuntempsdecalculsrelativementfaible.
Pour lexemple 1, nous obtenons les mmes rsultats que Kane et Azondkon (Kane et
Azondkon, 2008) et Rakotomalala (Rakotomalala, 2002) mais avec des temps de calculs
beaucoup plus courts (Voir Tableau 3). Lacclration de lexemple 1 de 15 semaines 11
semainesprenduntempsdecalculdelordre0.030seconde.
Tableau3:ComparaisonavecMOLIPetAMEC
NotrealgorithmeTabou
MOLIP
AMEC
Dureduprojet
Cottotal
Activitacclre
Dureduprojet
Cottotal
Activitacclre
Dureduprojet
Cottotal
Activitacclre
15
28700
15
28700
15
28700
14
29450
12
14
29450
12
14
29450
12
13
30550
23
13
30550
23
13
30550
23
12
32150
56
12
32150
56
12
32150
56
11
35650
67
11
35650
67
11
35650
67
Pourlexemple2tirdutravaildeWakasetJune(WakasandJune,2009),ladurenormaledu
projet avant acclration est de 77 semaines et le cot normal avant acclration est de
5120000$.Enacclranttouteslestchesaumaximumpossible,ladureduprojetestrduite
46semainesetlecottotalmonte6830000$.
Notre approche permet de rduire le cot du projet 46 semaines au cot de 6415000$. Ce
rsultatpermetungainde415.000$comparauxrsultatsobtenusparWakasetJune(2009).Il
pourrait tret tre rduit en dclrant les activits non critiques, au del de leur dure
normales (exploiter les marges libres aprs acclration) que notre algorithme met la
dispositiondugestionnaire.Lordredacclrationdestchesest:M;A;C;D;U;U;B;B;E;E;W;
W;H;H;H;I;I;I;I;I;L;L;L;R;R;R;Q;Q;S;S;G.Aprsacclration,latcheJaunemargelibre
de 4 et pourrait produire une conomie en cot de 100000$ si elle est exploite. Pour cet
exemple,letempsdecalculdelordre0.1030secondes.
Dans le 3e exemple, nous avons simul un projet ayant 169 tches et avec quatre types de
ressources. La dure du projet avant lacclration est de 71 semaines et le cot est de
1259240$. Avec notre algorithme, la dure du projet est rduite 53 semaines avec un cot
additionnelde162350$(Tableau4).
Tableau4:Rsultatdacclrationpourlexemple3
Dureduprojet
Cottotal
Activitacclre
62
1277750
18
69
1260850
157
61
1281350
131
68
1261750
157
61
1285900
31
67
1263350
60
60
1286700
18
66
66
65
64
64
63
63
1264950
1261750
1268150
1269750
1272150
1273750
1276950
137
161
169
169
168
169
27
60
60
59
58
57
56
56
1291500
1292350
1296900
1302750
1308600
1314450
1320850
55
28
58
2
142
142
41
Activitacclre
Activitacclre
8
Cottotal
Cottotal
1259950
Dureduprojet
Dureduprojet
70
56
1326700
12
55
1327550
101
55
1347050
50
55
1347950
48
55
55
54
54
54
54
53
1351150
1357000
1357900
1407400
1410600
1415700
1421550
37
12
68
20
27
23
12
Pour cet exemple, le temps de calcul de lordre 1.0070 secondes. La figure 5 montre
graphiquement laugmentation du cot total vs la dure du projet. Tous ces rsultats nous
indiquentquelalgorithmeestassezpuissantetperformantpourtreutilisedanslapratique
pouracclrerdesprojetsdetaillerelativementgrande.
53
54
54
55
55
56
56
58
60
60
61
63
64
65
66
68
1450000
1400000
1350000
1300000
1250000
1200000
1150000
70
Cot
Cot vs dure
Dure
Figure5:Variationducotvsladureduprojetdelexemple3.
6.
CONCLUSION
Danscetravailnousavonsdveloppunenouvelleapprocheetunnouveloutilpourrsoudrele
problme du compromis dure/cot dans un contexte de criticit des ressources. Loutil que
nousavonsdvelopputilisedesprincipesderechercheTaboupouroptimiserleprocessusde
recherchedelactivitacclrer.
Notrealgorithmeatutilispouracclrerlesmmesprojetsutilissavecdautresapproches
et les rsultats indiquent que notre outil permet dobtenir les mme solutions et meilleures
danscertainscasetavecdestempsdecalculsplusrapides.
Ce travail contribue donc louverture dune autre voie dans laquelle des recherches plus
poussespeuventtreorientesdanslefutur.
7. RFRENCES
Alban Tessier (2008). "Acclration des projets et allocation des ressources : des enjeux de la
gestionmultiprojet".MmoiredeMatrise,UniversitduQubecenOutaouais.
Boctor, F. F. (2005). "Le problme d'allocation et de nivellement des ressources". ASAC 2005
Conference,TorontoOntario.
Bolduc, M.C., G. Laporte, et al. (2010). "A tabu search heuristic for the split delivery vehicle
routing problem with production and demand calendars". European Journal of Operational
Research202:122130.
Dodin,B.andA.A.Elimam(2008)."Integrationofequipmentplanningandprojectscheduling".
EuropeanJournalofOperationalResearch184(3):962980.
Evensmo, J. and D. J. T. Karlsen (2008). "Looking for the Source Where Do Crash Costs Come
From?"CostEngineering50/No.7.
Gerk, J. E. V. and R. Y. Qassim (2008). "Project Acceleration via Activity Crashing,Overlapping,
andSubstitution".IEEETransactionsOnEngineeringManagement,Vol.55,No.4.
Glover, F. (1989). Tabu Search Part I. ORSA Journal on Computing, INFORMS: Institute for
OperationsResearch.1:190.
Glover, F. (1990). Tabu Search Part II. ORSA Journal on Computing, INFORMS: Institute for
OperationsResearch.2:4.
Glover,F.andM.Laguna(1997)."TabuSearch".KluwerAcademicPublishers,Boston.
Kane, H. and S. H. Azondkon (2008). "Un algorithme pour la rsolution dun problme
dacclration de projet avec des ressources multiples". 7e Confrence Internationale de
MOdlisation et Simulation MOSIM08 du 31 mars au 2 avril 2008ParisFrance,
Modlisation, Optimisation et Simulation des systmes : Communications, Coopration, et
Coordination
Liberatore, M. J. and B. PollackJohnson (2006). "Extending project timecost analysis by
removing precedence relationships and task streaming". International Journal of Project
Management24(6):529535.
LIU, J., H. CHENG, et al. (2010). "A Tabu Search Algorithm for Fast Restoration of Large Area
BreakdowninDistributionSystems".EnergyandPowerEngineering15.
Liu, S.t. (2003). "Fuzzy activity Times In critical Path and Project Crashing problems".
CyberneticsandSystems:AnInternationalJournal,:34:161172.
Rakotomalala H. L (2002). "Le compromis dure/ressource en gestion de projet dans un
contexte de multiplicit des ressources: Analyse et impact sur la performance de projet".
MmoiredeMatrise,UniversitduQubecenOutaouais.
Roemer, T. A. and R. Ahmadi (2004). Concurrent Crashing and Overlapping in Product
Development.OperationsResearch,INFORMS:InstituteforOperationsResearch.52:606622.
Swink,M.(2003)."Completingprojectsontime:howprojectaccelerationaffectsnewproduct
development".JournalofEngineeringandTechnologyManagement20(4):319344.
Xu,K.,ZurenFeng,etal.(2009)."Atabusearchalgorithmforschedulingjobswithcontrollable
processingtimesonasinglemachinetomeetduedates".Computers&OperationsResearch37:
19241938.
WakasS.andL.W.June(2009)."CostReductionfortheProjectCompletioninShortestPossible
DurationbyStretchingNoncriticalActivities".AustralianJournalofBasicandAppliedSciences
3(4):45264533
Tche
di ui
Ck1
Ck2
Ck3
Ck4
ak1
ak2
ak3
ak4
4,5
700
700
700
700
1050
1050
1050
1050
6,7,8
900
900
900
900
1800
1350
1350
1350
Successeurs
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
9,10
600
600
600
600
2400
1200
1200
1200
12
600
600
600
600
900
3000
3000
3000
14
100
100
100
100
150
300
300
300
11
700
700
700
700
1400
2100
2100
2100
12,13
400
400
400
400
1600
600
600
600
15,16,17
100
100
100
100
150
200
200
200
12,13
3200
3200
3200
16,17
6000
6000
6000
21
700
700
700
700
1050
2800
2800
2800
18
900
900
900
900
1800
1350
1350
1350
21
600
600
600
600
900
900
900
900
18
600
600
600
600
1200
1200
1200
1200
18
100
100
100
100
400
300
300
300
19
700
700
700
700
1400
1050
1050
1050
20
400
400
400
400
600
600
600
600
22
100
100
100
100
200
200
200
200
27
2000
2000
2000
25,26
23,24
700
700
700
700
1050
2100
2100
2100
29,30
900
900
900
900
1800
2700
2700
2700
28
600
600
600
600
2400
900
900
900
32
600
600
600
600
900
1200
1200
1200
29
100
100
100
100
300
200
200
200
31
700
700
700
700
2100
1400
1400
1400
31
400
400
400
400
800
800
800
800
36
100
100
100
100
400
150
150
150
33
2400
2400
2400
34
35
700
700
700
700
1400
1050
1050
1050
34
900
900
900
900
1350
1350
1350
1350
43
600
600
600
600
1200
1200
1200
1200
42
600
600
600
600
2400
1800
1800
1800
39,40,41
100
100
100
100
150
150
150
150
37,38
700
700
700
700
1050
2100
2100
2100
44
400
400
400
400
800
800
800
800
45
100
100
100
100
400
150
150
150
45
2400
2400
2400
46
4500
4500
4500
Annexe:Tableauaveclinformationdurseaudelexemple3(suite#1)
Tche
Successeurs
di ui
Ck1
Ck2
Ck3
Ck4
ak1
ak2
ak3
ak4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
4,5
700
700
700
700
1050
1050
1050
1050
6,7,8
900
900
900
900
1800
1350
1350
1350
9,10
600
600
600
600
2400
1200
1200
1200
12
600
600
600
600
900
3000
3000
3000
14
100
100
100
100
150
300
300
300
11
700
700
700
700
1400
2100
2100
2100
12,13
400
400
400
400
1600
600
600
600
15,16,17
100
100
100
100
150
200
200
200
12,13
3200
3200
3200
16,17
6000
6000
6000
21
700
700
700
700
1050
2800
2800
2800
18
900
900
900
900
1800
1350
1350
1350
21
600
600
600
600
900
900
900
900
18
600
600
600
600
1200
1200
1200
1200
18
100
100
100
100
400
300
300
300
19
700
700
700
700
1400
1050
1050
1050
20
400
400
400
400
600
600
600
600
22
100
100
100
100
200
200
200
200
27
2000
2000
2000
25,26
23,24
700
700
700
700
1050
2100
2100
2100
29,30
900
900
900
900
1800
2700
2700
2700
28
600
600
600
600
2400
900
900
900
32
600
600
600
600
900
1200
1200
1200
29
100
100
100
100
300
200
200
200
31
700
700
700
700
2100
1400
1400
1400
31
400
400
400
400
800
800
800
800
36
100
100
100
100
400
150
150
150
33
2400
2400
2400
34
35
700
700
700
700
1400
1050
1050
1050
34
900
900
900
900
1350
1350
1350
1350
43
600
600
600
600
1200
1200
1200
1200
42
600
600
600
600
2400
1800
1800
1800
39,40,41
100
100
100
100
150
150
150
150
37,38
700
700
700
700
1050
2100
2100
2100
44
400
400
400
400
800
800
800
800
45
100
100
100
100
400
150
150
150
45
2400
2400
2400
46
4500
4500
4500
Annexe:Tableauaveclinformationdurseaudelexemple3(suite#2)
Tche
Successeurs
41
47,48
di ui
Ck1
Ck2
Ck3
Ck4
ak1
ak2
ak3
ak4
700
700
700
700
2800
1200
1200
1200
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
46
900
900
900
900
1350
4500
4500
4500
44
600
600
600
600
900
1800
1800
1800
51,52,53
600
600
600
600
1200
1800
1800
1800
49
100
100
100
100
400
150
150
150
54
700
700
700
700
1050
1400
1400
1400
50
400
400
400
400
1200
800
800
800
54
100
100
100
100
300
200
200
200
56
6400
6400
6400
55
4500
4500
4500
56
700
700
700
700
2800
2800
2800
57
200
200
200
200
400
400
400
400
58
900
900
900
900
1800
1350
1350
1350
55
600
600
600
600
900
900
900
900
60
600
600
600
600
1200
1200
1200
1200
59
100
100
100
100
400
300
300
300
59
700
700
700
700
1400
1050
1050
1050
60
700
700
700
700
1400
1050
1050
1050
61
400
400
400
400
600
600
600
600
1050
69
200
200
200
200
400
400
400
400
66,67,68
700
700
700
700
2800
1350
1350
1350
69
900
900
900
900
1350
4500
4500
4500
70,71
600
600
600
600
900
1800
1800
1800
65
600
600
600
600
1200
1800
1800
1800
131
100
100
100
100
400
150
150
150
72,73
700
700
700
700
1050
1400
1400
1400
76
400
400
400
400
1200
800
800
800
100
100
100
79,80
100
300
200
200
200
75
6400
6400
6400
77
4500
4500
4500
82
700
700
700
700
1050
2800
2800
2800
74
200
200
200
200
400
400
400
400
75
900
900
900
900
1800
1350
1350
1350
83
600
600
600
600
900
900
900
900
83
600
600
600
600
1200
1200
1200
1200
84
100
100
100
100
400
300
300
300
84
700
700
700
700
1400
1050
1050
1050
85,86
700
700
700
700
1400
1050
1050
1050
87
400
400
400
400
600
600
600
600
88
200
200
200
200
400
400
400
400
88,89
2000
2000
2000
Annexe:Tableauaveclinformationdurseaudelexemple3(suite#3)
Tche
Successeurs
82
83
di ui
Ck1
Ck2
Ck3
Ck4
ak1
ak2
ak3
ak4
96
91
700
700
700
700
1050
2100
2100
2100
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
91
900
900
900
900
1800
2700
2700
2700
91
600
600
600
600
2400
900
900
900
92,93
600
600
600
600
900
1200
1200
1200
94
100
100
100
100
300
200
200
200
97
700
700
700
700
2100
1400
1400
1400
122
600
600
600
600
900
1200
1200
1200
144
400
400
400
400
800
800
800
800
95
100
100
100
100
400
150
150
150
95
2400
2400
2400
96
97
700
700
700
700
1400
1050
1050
1050
98,99
900
900
900
900
1350
1350
1350
1350
98,99
600
600
600
600
1200
1200
1200
1200
100,101
600
600
600
600
2400
1800
1800
1800
168
100
100
100
100
150
150
150
150
169
700
700
700
700
1050
2100
2100
2100
168
400
400
400
400
800
800
800
800
169
100
100
100
100
400
150
150
150
107,108
2400
2400
2400
109
4500
4500
4500
111
700
700
700
700
2800
1000
1000
1000
112,113
900
900
900
900
1350
4500
4500
4500
131,132
100
100
100
100
400
150
150
150
110
600
600
600
600
900
1800
1800
1800
131,132
600
600
600
600
1200
1800
1800
1800
112,113
100
100
100
100
400
150
150
150
116
700
700
700
700
1050
1400
1400
1400
117,118
400
400
400
400
1200
800
800
800
114
100
100
100
100
300
200
200
200
115
700
700
700
700
1050
2100
2100
2100
119
400
400
400
400
800
800
800
800
119
100
100
100
100
400
150
150
150
148
2400
2400
2400
120,121
4500
4500
4500
122
700
700
700
700
2800
1200
1200
1200
148
900
900
900
900
1350
4500
4500
4500
123,124
600
600
600
600
900
1800
1800
1800
125
600
600
600
600
1200
1800
1800
1800
125
100
100
100
100
400
150
150
150
Annexe:Tableauaveclinformationdurseaudelexemple3(suite#4)
Tche
di ui
Ck1
Ck2
Ck3
Ck4
ak1
ak2
ak3
ak4
126
700
700
700
700
1050
1400
1400
1400
127
400
400
400
400
1200
800
800
800
128
100
100
100
100
300
200
200
200
Successeurs
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
130
6400
6400
6400
130
4500
4500
4500
168
700
700
700
700
1050
2800
2800
2800
169
200
200
200
200
400
400
400
400
167
900
900
900
900
1800
1350
1350
1350
133,134
600
600
600
600
900
900
900
900
135,136
600
600
600
600
1200
1200
1200
1200
137
100
100
100
100
400
300
300
300
138
700
700
700
700
1400
1050
1050
1050
163
700
700
700
700
1400
1050
1050
1050
111
400
400
400
400
600
600
600
600
139,140,141
200
200
200
200
400
400
400
400
144
700
700
700
700
2800
1500
1500
1500
142
900
900
900
900
1350
4500
4500
4500
143
600
600
600
600
900
1800
1800
1800
145
700
700
700
700
1400
1050
1050
1050
146,147
900
900
900
900
1800
1350
1350
1350
149
600
600
600
600
900
900
900
900
149
600
600
600
600
1200
1200
1200
1200
150,151
100
100
100
100
400
300
300
300
152,153,154,155
700
700
700
700
1400
1050
1050
1050
156,157
700
700
700
700
1400
1050
1050
1050
162
400
400
400
400
600
600
600
600
163
200
200
200
200
400
400
400
400
163
700
700
700
700
2800
1320
1320
1320
164
900
900
900
900
1350
4500
4500
4500
158
600
600
600
600
900
1800
1800
1800
159
600
600
600
600
1200
1800
1800
1800
163
100
100
100
100
400
150
150
150
164
700
700
700
700
1050
1400
1400
1400
161
400
400
400
400
1200
800
800
800
162
100
100
100
100
300
200
200
200
167
6400
6400
6400
167
4500
4500
4500
168
700
700
700
700
1050
2800
2800
2800
169
200
200
200
200
400
400
400
400
165,166
900
900
900
900
1800
1350
1350
1350
167
600
600
600
600
900
900
900
900
Annexe:Tableauaveclinformationdurseaudelexemple3(suite#5)
Tche
di ui
Ck1
Ck2
Ck3
Ck4
ak1
ak2
ak3
ak4
167
600
600
600
600
1200
1200
1200
1200
168
100
100
100
100
400
300
300
300
169
700
700
700
700
1400
1050
1050
1050
Successeurs
164
165
166
167
168
169
170
170
700
700
700
700
1400
1050
1050
1050
170
400
400
400
400
600
600
600
600
170
200
200
200
200
400
400
400
400
.--