1 Introduction. - 1. 1 Résoudre les CSP classiques. - 1. 2 Applications de la CSP classique. - 1. 3 Limites du CSP classique. - 1. 4 CSP flexible dynamique. - 1. 5 Planification flexible : une application DFCSP. - 1. 6 La structure. - 1. 7 Les contributions et leur importance. - 2 Le problème de la satisfaction des contraintes. - 2. 1 Contraintes et graphes de contraintes. - 2. 2 Techniques de solution de recherche d’arbre pour CSP classique. - 2. 3 techniques de prétraitement. - 2. 4 algorithmes hybrides d’application de la cohérence de la recherche dans l’arborescence. - 2. 5 Heuristiques. - 2. 6 Enregistrement des conflits. - 2. 7 La transition de phase dans les CSP. - 2. 8 méthodes basées sur des graphes. - 2. 9 Extension du cadre CSP. - 2. 10 Satisfaction des contraintes dynamiques. - 2. 11 Résumé. - 3 Satisfaction dynamique et flexible des contraintes. - 3. 1 Vers une satisfaction dynamique et flexible des contraintes. - 3. 2 Exemples du point de vue dynamique. - 3. 3 Un cas spécifique de DFCSP. - 3. 4 Solution rrDFCSP floue via branche et lié. - 3. 5 Solution rrDFCSP floue via la réparation locale. - 3. 6 Consistance de l’arc flou. - 3. 7 Techniques de solution pour d’autres instances DFCSP. - 3. 8 Un exemple. - 3. 9 Résumé. - 4 Une étude empirique des rrDFCSP flous. - 4. 1 Les problèmes. - 4. 2 Les algorithmes étudiés. - 4. 3 Critères d’évaluation. - 4. 4 heuristiques étudiées. - 4. 5 Résultats : Échelle de satisfaction à 3 points. - 4. 6 résultats : Échelle de satisfaction à 4 points. - 4. 7 Résultats : Échelle de satisfaction à 5 points. - 4. 8 L’utilité de l’information dynamique. - 4. 9 L’utilité du seuil de suppression. - 4. 10 L’utilité de l’heuristique d’ordre de vérification de la contrainte. - 4. 11 L’utilité de l’heuristique de sélection de variables FLC. - 4. 12 L’utilité de l’heuristique de sélection d’éléments de domaine FLC. - 4. 13 Résumé. - 5 CSP dynamique dans la planification de l’IA indépendante du domaine. - 5. 1 Planification par IA. - 5. 2 Un aperçu de Graphplan. - 5. 3 Affichage du graphique de planification en tant que CSP. - 5. 4 Extraction de plans via la satisfaction dynamique des contraintes. -5. 5 L’algorithme GP-rrDCSP. - 5. 6 Questions de complexité. - 5. 7 Éviter les variables non pertinentes dans les mémosets créés par propagation. - 5. 8 Cibler la recherche. - 5. 9 Résumé. - 6 GP-rrDCSP : résultats expérimentaux. - 6. 1 Le domaine de la logistique. - 6. 2 Le domaine du monde des blocs. - 6. 3 Le domaine de la pince. - 6. 4 Le domaine du cinéma. - 6. 5 Le domaine de la grille. - 6. 6 Résumé. - 7 Problèmes de planification flexibles et Graphplan flexible. - 7. 1 Contexte. - 7. 2 Problèmes de planification flexible. - 7. 3 Expansion flexible du graphe. - 7. 4 Extraction flexible du plan via rrDFCSP. - 7. 5 L’algorithme FGP. - 7. 6 Résumé. - 8 FGP : résultats expérimentaux. - 8. 1 La suite de tests. - 8. 2 La suite de tests : résultats de la synthèse du plan. - 8. 3 Le problème du sauvetage. - 8. 4 Résumé. - 9 En conclusion. - 9. 1 Un résumé. - 9. 2 Travaux futurs. - 9. 3 Et enfin. -Références. - Un pseudo-code. - A. 1 Retour en arrière. - A. 2 Saut arrière. - A. 3 Saut arrière dirigé par le conflit. - A. 4 Remarque. - A. 5 Réviser(). - A. 6 AC-1(). - A. 7 AC-3(). - A. 8 AC-1/4(). - A. 9 Branche et relié. - B Épreuves. - B. 1 Solidité et exhaustivité de la FLC. - B. 3 Solidité et exhaustivité du Graphplan flexible. - D Problèmes de planification. - D. 1 La suite de tests. - D. 1. 1 Opérateurs de domaine. - D. 1. 2 Problème 1. - D. 1. 3 Problème 2. - D. 1. 4 Problème 3. - D. 1. 5 Problème 4. - D. 1. 6 Problème 5. - D. 1. 7 Problème 6. - D. 1. 8 Problème 7. - D. 1. 9 Problème 8. - D. 1. 10 Problème 9. - D. 1. 11 Problème 10. - D. 1. 12 Problème 11. - D. 1. 13 Problème 12. - D. 2 Le problème du sauvetage. - D. 2. 1 Opérateurs de domaine. - D. 2. 2 Spécification du problème. Langue : Anglais