This article presents a basic scheme for deriving systematically a filtering algorithm from the graph properties based representation of global constraints. This scheme is based on the bounds of the graph parameters used in the description of a global constraint. The article provides bounds for the most common used graph parameters.

The NP-hard problem of car sequencing has received a lot of attention these last years. Whereas a direct approach based on integer programming or constraint programming is generally fruitless when the number of vehicles to sequence exceeds the hundred, several heuristics have shown their efficiency. In this paper, very large-scale neighborhood improvement techniques based on integer programming and linear assignment are presented for solving car sequencing problems. The effectiveness of this approach is demonstrated through an experimental study made on seminal CSPlib's benchmarks.

L'identification de structures propres à un problème est souvent une étape clef pour la conception d'heuristiques de recherche comme pour la compréhension de la complexité du problème. De nombreuses approches en Recherche Opérationnelle emploient des stratégies de relaxation ou de décomposition dès lors que certaines struc- tures idoines ont été identifiées. L'étape suivante est la conception d'algorithmes de résolution qui puissent intégrer à la volée, pendant la résolution, ce type d'information. Cet article propose d'utiliser un solveur de contraintes à base d'explications pour collecter une information pertinente sur les structures dynamiques et statiques inhérentes au problème.