Studia Informatica Universalis n°6.3

Collectif

Publié par Hermann, le 17 février 2009

Résumé

Ce numéro 6.3 vient clore la première année de reparution de Studia Informatica Universalis grâce à vous tous qui la faites connaître et envoyez des articles. La communauté informatique francophone dispose ainsi d'une revue internationale dans laquelle les articles peuvent être écrits en anglais ou en français indifféremment tant il est vrai qu'on ne pense bien que dans sa langue maternelle. Ce numéro 6.3 ne recouvre pas un thème précis mais nous permet de publier quatre articles qui tournent plutôt autour des applications. Le premier article «The Phase Transition Behaviour of Non Binary Forward Checking Algorithms » s'intéresse aux transitions de phases en satisfaction de contraintes, en ce sens qu'il étudie le cas où l'on passe d'une situation où tous les problèmes ont des solutions à celle où presqu'aucun n'a de solution, cela en fonction de la nature du nombre des contraintes, et comme on pouvait s'y attendre, passage d'un état à l'autre s'opère brutalement. Le deuxième article nous vient du Vietnam et traite d'un problème déjà classique, celui de l'établissement d'horaires de cours. « Solving The Lecture Scheduling Problem by Combination of Exchange Procedure and Tabu Search Techniques ». Tout est dit dans le titre, l'article revient sur une méthode de résolution combinant la recherche dite Tabou et la méthode classique d'échange. Le troisième article « Parallel Tree Search for Combinatorial Problems : a Comparative Study between Open MPand MPI », traite de parallélisme et mène une étude comparative de résolution de problèmes combinatoires (en particulier le problème de Langford) sur machine parallèle en comparant l'utilisation de Open MP avec MPI. Le quatrième article, « Performance Evaluation of mobile networks based on stochastic ordering of Markov Chains », revient sur un thème déjà précédemment traité dans cette revue, mais sous l'angle d'évaluation des performances de réseaux mobiles par utilisation de chaînes de Markov.