Minimisation du regret lors de la planification d'observations d'étoiles : comparaison de modèles

Read full text Summarise with VIRAT
Authors: Thomas Lacroix, Pierre Lemaire, Nadia Brauner
Cited by: 0
References: 5

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

On considère un problème d'ordonnancement d'observations d'étoiles sur télescope : Plusieurs nuits sont disponibles pour observer des étoiles identifiées comme intéressantes par les astronomes. Chaque étoile rapporte un gain si elle est observée ; il faut alors respecter une fenêtre de visibilité et une durée minimale d'observation. L'objectif est de maximiser la somme des gains des observations réalisées. En considérant les nuits comme des machines et les étoiles comme des tâches à exécuter, on reconnaît un problème très classique d'ordonnancement de tâches sur machines parallèles. Dans le problème pratique d'observation d'étoiles, la possibilité d'observer dépend des conditions météorologiques et atmosphériques qui ne sont pas connues lorsque l'ordonnancement est calculé. Il s'agit donc de proposer un ordonnancement "de bonne qualité" sans connaître le nombre de nuits (machines) effectivement disponibles ; contrairement aux modèles classiques d'ordonnancement où l'incertitude porte plutôt sur les données associées aux tâches. Ce problème peut être considéré sous l'angle de l'optimisation stochastique lorsque les probabilités sur le nombre de nuits sont connues. Ces probabilités étant difficile à obtenir, on s'intéresse ici à l'évaluation du pire cas dans le paradigme de l'optimisation robuste.

Fields of Study & Subjects

Scheduling and Optimization Algorithms Resource-Constrained Project Scheduling Optimization and Search Problems

Publication details

Journal / source
HAL
Publication date
1 January 2026
Language
FR