TECHNIQUES DE REPRÉSENTATION ET DE

RÉSOLUTION DE PROBLÈMES DANS UN ESPACE

D’ÉTAT

MASTER DSBD

Résolution de problème par Exploration de graphes

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

PLAN

 Introduction
 Algorithmes de recherche : méthodes complètes
o Stratégies d'exploration non informées ou aveugle
o Recherche heuristique
 Algorithmes d'exploration locale : les méthodes incomplètes
o La méthode de l’escalade (hill-climbing).
o La méthode du recuit simulé (simulated annealing).
o La méthode de recherche tabou
 Problèmes à satisfaction de contraintes

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

OBJECTIF

 Le but de ce chapitre est d’introduire les méthodes de recherches permettant de

trouver une "bonne" solution à un problème à forte combinatoire et ceci en un
temps acceptable.
 Nous allons nous intéresser aux problèmes dont l’ensemble des états sont connus et
pour les résoudre il suffit de faire une Exploration de l’espace d’état à l’aide
d’un algorithmes
 Plusieurs approches :
o Complètes
o Incomplètes
o par satisfaction de contraintes
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
REPRÉSENTATION D’UN PROBLÈME

 Un problème est une collection d’informations que l’agent (programme, agent

intelligent,…) utilise pour décider quelle(s) action(s) accomplir.
 Définir formellement un problème passe par :
o L’identification d’un état initial (donc choix d’un langage de description d’états du problème)
o L’identification des actions possibles
o La définition de fonction de transition, qui définit l’état résultant de l’exécution d’une action dans
un état
o La définition de fonction de test de but qui détermine si un état donné est un état de but.
o La définition de fonction de coût, associant à chaque chemin un coût numérique (le coût de
l’action)

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

ESPACE D’ÉTAT

 On appelle espace de recherche (ou espace des états) d’un problème l’ensemble
des états qu’on peut atteindre à partir de l’état initial et en appliquant n’importe
quelle séquence d’actions (transitions).
 Chaque état est une configuration possible du problème.
 Résoudre un problème revient alors à proposer une stratégie permettant de
parcourir l’espace d’états de manière à trouver un état qui sera une solution du
problème.
 Pour certains problèmes, une fonction de coût de chemin permet de sélectionner
une solution préférée parmi l’ensemble des solutions partielles.
 On dit qu’une solution est optimale si la somme des coûts des actions du chemin
est minimale parmi toutes les solutions du problème.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

EXEMPLE DE PROBLÈME : JEU DU TAQUIN

On ne revient pas à un état déjà exploré

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

ESPACE DE RECHERCHE

 Un espace de recherche ou espace d’états d’un problème peut être représenté par
un graphe orienté où les nœuds(sommets) sont des états accessibles depuis l’état
initial et où les arcs sont des actions.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RÉSOLUTION D’UN PROBLÈME PAR EXPLORATION

 Dans un espace d’états chaque chemin correspond à une alternative qui

conduit soit à une solution soit à un échec.
 Solution du problème : c’est la séquence d’action menant de l’état
initial à l’état objectif
 Pour résoudre un problème, il utiliser une stratégie de recherche
permettant à partir de l’état initial atteindre un état qui sera une solution
du problème.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

EXEMPLE DE PROBLÈMES

 Coloriage de graphe

Etat initial Etat But

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

EXEMPLE DE PROBLÈMES

 Tour de Hanoi

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

EXEMPLE DE PROBLÈMES

 Jeu des 8 reines

Placer les reines sans qu’elles se menacent mutuellement

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

EXEMPLE DE PROBLÈMES

 Les missionnaires et les cannibales

o 3 missionnaires et trois cannibales arrivent au bord d’une rivière (rive gauche) et doivent le traverser. Il n’y a
qu’une barque à deux places. S’il y a plus de cannibales que de missionnaires sur une rive, les missionnaires est
mangé par les cannibales.
 Problème du voyageur de commerce :
o Un voyageur de commerce partant d'une ville veut se rendre successivement dans un certain nombres de
villes sans repasser deux fois dans la même ville et en revenant finalement à la ville de départ. On connaît les
distances de ville à ville. Quel trajet doit-il effectuer ?
 Problème de la fausse pièce
o On dispose de 12 pièces dont une fausse, plus lourde ou plus légère. Il faut la trouver et déterminer si elle est
plus lourde ou plus légère en 3 essais au maximum, à l’aide d ’une balance à deux plateaux.
 Problème de l’emploi du temps

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

ALGORITHME DE RECHERCHE

 Pour parcourir l’espace d’états nous avons besoin d’une

stratégie de recherche permettant de parcourir l’espace d’états
de manière à trouver l’état (ou les) solution du problème (état but).
 Algorithme de Recherche : est une procédure qui permet de
chercher un état but à partir d’un état initial d’un problème (état initial,
actions, états objectifs).
 Pour certains problèmes, une fonction de coût de chemin permet de
sélectionner une solution préférée s’il y en a plusieurs.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

DEUX MÉTHODES DE RÉSOLUTION CONSTRUCTIVE

 Constructives veut dire que la solution est construite de manière itérative

 Avancer par étapes, par solutions partielles
o Graphe d’état
o Exemple : jeu du taquin
 Décomposer en sous-problèmes
o Graphe et/ou
o Exemple : Tours de Hanoï

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

GRAPHE D’ÉTAT

 C’est un graphe orienté étiqueté où on a :

o les sommets sont les états du problème
o chacun des arcs représente un opérateur (une transition) faisant passer d'un état
à un autre étiquette (u,v) = opérateur
o le but est un nœud particulier du graphe.
 La solution est un chemin entre le nœud initial et un nœud
terminal.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

QUELQUES EXEMPLE DE GRAPHE D’ÉTAT

 Exemple :

La représentation par graphe a pour avantage la rapidité, mais

son inconvénient est la duplication des états, et la nécessité
d’une mémoire importante,…

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

 QUELQUES EXEMPLE DE GRAPHE D’ÉTAT 64 possibilités

 Exemple : problème des 8 reines

o une dame et une seule par colonne et ligne 63 possibilités
o on place une dame en (n,m) puis on tente d'en
placer une dans la colonne suivante en évitant
de la mettre sur la même ligne

sur un échiquier 8 × 8 :
Si 1 état = 1 case
posReinei  [1, 64] donne 1, 78.1014 états possibles
64 × 63 × 62 × 61 × 60 × 59 × 58 × 57 = 64! − 56!
Action/Opérateur : placerReine(reinei , lignej , colonnek )
Test : validationFinale(echiquier)
Complexité : O(n!)
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
REPRÉSENTATION PAR GRAPHE DE SOUS PROBLÈMES

 Le graphes de sous-problèmes est formé de nœuds ET et OU est appelé graphe

ET/OU
 Cette classe de problèmes consiste à résoudre un but par sa décomposition en
plusieurs sous-problèmes ou sous-buts.
 Le graphe de l’espace de recherche est composé de deux types de liens
o Les liens OU qui représentent les différentes approches dans la résolution du problème des nœuds
dont il découle.
o Les liens ET qui associent un nœud problème parent à des sous problèmes individuels

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

REPRÉSENTATION PAR GRAPHE DE SOUS PROBLÈMES

 Sachant les règles de décomposition suivantes résoudre d sachant que {b,c,e,j,l} sont
triviaux.
R1: a → b,c R4: f → i
R2: d → a,e,f R5: f → c,j
R3: d → a,k R6: d → g,h

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

REPRÉSENTATION PAR GRAPHE DE SOUS PROBLÈMES

 Sachant les règles de décomposition suivantes résoudre d sachant que {b,c,e,j,l} sont triviaux.
R1: a → b,c R4: f → i
R2: d → a,e,f R5: f → c,j
Graphes solutions
R3: d → a,k R6: d → g,h

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

REPRÉSENTATION PAR GRAPHE DE SOUS PROBLÈMES

 Résoudre des sous problèmes

Placer les N-1 disques de B vers C

Placer N-1 disques de A vers B Placer le Nème disque de A vers C Complexité : O(2n)
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
ALGORITHMES D’EXPLORATION

 La représentation d’un problème par graphe d’état ou par graphe ET/OU permet
d’explorer tous les chemins possibles pour trouver une solution exacte.
 La résolution repose sur 2 opérations clés :
o Le développement des alternatives : génération de conflits
o Le choix d’une alternative : résolution de conflit

 Le choix non déterministe d’une alternative peut mener à une explosion combinatoire à
cause des retours arrière.
 Les algorithmes de recherche dépendent du problème traité
 Un algorithme de recherche doit guider la recherche d’une solution
o en faisant des choix de l’une des alternatives possibles
o en gérant les retours arrière
o tout en évitant l’explosion combinatoire
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
ÉVALUATION DES ALGORITHMES DE RECHERCHE

 certaines propriétés déterminant la qualité d’un algorithme de recherche

o Complétude : si une solution existe, la méthode de recherche la trouve toujours

o Terminaison : l’algorithme doit s’arrêter si l’espace des états est fini ou s’il y a une solution

o Complexité en temps : temps nécessaire pour trouver la solution

o Complexité en espace : espace mémoire nécessaire pour effectuer la recherche

o Optimalité : la solution retenue est la meilleure (optimale)

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

COMPLEXITÉ DES ALGORITHMES

 Complexité (en temps et mémoire)

o La complexité d’un algorithme se mesure par la complexité en temps et d'espace mémoire
utilisé par un algorithme
o La complexité en temps et en espace sont mesurées en fonction de :
• b = nombre maximum de successeurs pour un état
• d = profondeur à laquelle se trouve le (meilleur) nœud solution
• m = profondeur maximale de l'espace de recherche (peut être infini ∞)

o Une prévision exacte de la complexité est souvent difficile, on se contente de l’ordre de b=2
grandeur pour la résolution dans le pire des cas. d=2
m=3
o Complexité O(f(n)). pour un arbre doublant ses branches à chaque étape n,
Le temps de calcul T(n) = O(2n)
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
ADMISSIBILITÉ

o On dit qu’un algorithme est admissible lorsqu’il fourni la

meilleure solution relativement à un critère de coût h (coût
pour aller à un état final) :
• un algorithme admissible : garantit de toujours trouver une
meilleur solution
• un algorithme - admissible : donne une garantie sur l’écart relatif
à l’optimum.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

EVALUATION DES ALGORITHMES

 Les Toys Problems sont des problèmes types utilisés pour tester et comparer la
performance des algorithmes.
 Parmi ceux-ci :
o le taquin, les tours de Hanoi La barque ne
peut contenir
o Le berger et le chien, la chèvre et le chou que 2
o l’aspirateur
o le voyageur de commerce
o le labyrinthe, les mots croisés
o l’arithmétique cryptée
o les jeux d’échecs, de dames, . . .

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

ALGORITHMES DE RECHERCHE

 Nous distinguons plusieurs techniques de recherche

o Les méthodes complètes (noninformées et informées)
o Les méthodes incomplètes : Les méthodes d'exploration
locale
o Les méthodes d'exploration pour les problèmes à
satisfaction de contraintes

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

LES MÉTHODES D'EXPLORATION AVEUGLES (NON INFORMÉES)
 Ces algorithmes ne disposent pas d’informations supplémentaires
pour pouvoir distinguer des états prometteurs.
 Ils font une recherche exhaustive de tous les chemins possibles depuis
l’état initial jusqu’à trouver un état terminal.
o Recherche en profondeur d’abord (Depth First Search)
o Recherche en profondeur limitée (Depth Limited Search – DLS)
o Recherche en approfondissement itératif (Iterative deepening Search )
o Recherche en largeur d’abord (Breadth First Search)

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

ALGORITHMES DE RECHERCHE : MODÈLE GÉNÉRIQUE

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)

 L’organisation des alternatives se fait en pile FIFO.

 Le premier état développé est le premier pris.
 Les états sont complètement développés avant de passer au niveau
suivant.
 Pour implémenter cet algorithme, il suffit de placer les nouveaux nœuds
à la fin de la liste de nœuds à traiter.
 Le plus court (s’il existe) chemin est trouvé rapidement.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

 RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)
n0
 Listes des noeudsLibres (noeudsClos déjà dévelopés)

Nœud successeurs noeudsLibres noeudsClos

choisi
n0 n0 vide
n0 n1, n3, n4 n1, n3, n4 n0
n1 n5, n6 n3, n4, n5, n6 n0, n1
n3 n7, n8 n4, n5, n6, n7, n8 n0, n1,n3
n4 n10, n11 n5, n6, n7, n8, n9, n10, n11 n0, n1,n3, n4
n5 n12, n13, n14 n6, n7, n8, n9, n10, n11,n12, n0, n1,n3, n5
n13, n14
n6 n15 n7 n8 n9 n10 n11,n12 n13 n0, n1,n3, n5,
n14 n15 n6
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
 RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)
n0
 Listes des noeudsLibres (noeudsClos déjà dévelopés)

Nœud successeurs noeudsLibres noeudsClos

choisi
n6 n15 n7, n8, n9, n10, n11,n12, n0, n1,n3, n5, n6
n13, n14, n15,
n7 - n8, n9, n10, n11,n12, n0, n1,n3, n5, n6, n7
n13, n14, n15,
n8 - n9, n10, n11,n12, n13, n0, n1,n3, n5, n6, n7, n8
n14, n15,
n9 n16 n10, n11,n12, n13, n14, n0, n1,n3, n5, n6, n7,n9
n15,n16
n10 n17 n11,n12, n13, n14, n0, n1,n3, n5, n6, n7, ,n9,
n15,n16, n17 n10
n11 n18 n12, n13, n14, n15,n16, n0, n1,n3, n5, n6, n7, n9
n17, n18
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
n10, n11
 RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)
n0
 Listes des noeudsLibres (noeudsClos déjà dévelopés)

Nœud successeurs noeudsLibres noeudsClos

choisi
n11 n18 n12, n13, n14, n0, n1,n3, n5, n6, n7, n9 n10,
n15,n16, n17, n18 n11
n12 n19 n13, n14, n15,n16, n0, n1,n3, n5, n6, n7, n9 , n10,
n17, n18, n19 n11,n12
n13 n20 n14, n15,n16, n17, n0, n1,n3, n5, n6, n7, n9, n10,
n18, n19,n20 n11,n12, n13
n14 - n15,n16, n17, n18, n0, n1,n3, n5, n6, n7, n9, n10,
n19,n20 n11,n12, n13,n14
n15 n21 n16, n17, n18, n0, n1,n3, n5, n6, n7, n9, n10,
n19,n20, n21 n11, n12, n13,n14,n15
N16 - , n17, n18, n19,n20, n0, n1,n3, n5, n6, n7, n9, n10,
succes n21
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
n11, n12, n13,n14,n15,n16
RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)

s O U F alors

NoeudsLibres  append(NoeudsLibres,s)

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)

 Propriétés :
o Complétude : Le parcours en largeur est un algorithme de recherche complet à condition que le
nombre de successeurs des états soit toujours fini, sinon si b tends vers l’infini, l’algorithme n’est
pas complet.
o Complexité en espace : O(bd) garde tous les nœuds en mémoire
o Complexité en temps : 1 + b + b × b + · · · + bd ! → O(bd )

o Optimalité : parcours en largeur n’est pas optimal dans le cas général, mais Oui si le coût est le
même pour toutes les actions.

b = nombre maximum de successeurs pour un état

d = profondeur à laquelle se trouve le (meilleur) nœud solution

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN LARGEUR D’ABORD (BREADTH FIRST SEARCH)

 La recherche en largeur d'abord ne trouve pas le chemin au moindre coût.

 Sa faiblesse et qu‘elle exige beaucoup d’espace mémoire pour stocker les états, car
on peut parcourir l’intégral de l'espace d’états d'un niveau avant de trouver une
solution.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

 Le dernier état développé est le premier pris.

 Chaque branche est explorée jusqu’au bout avant de passer à la
suivante.
 Pour implémenter cet algorithme, il suffit d’insérer les successeurs du
nœud courant au début de la liste de nœuds à traiter.

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

 RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)
Nœud successeurs noeudsLibres noeudsClos
choisi
n0 n0 vide
n0 n1, n3, n4 n1, n3, n4 n0
n1 n5, n6 n5, n6, n3, n4 n0, n1
n5 n12, n13,n14 n12, n13,n14, n6, n3, n4 n0, n1,n5
n12 n19 n19, n13,n14, n6, n3, n4 n0, n1,n5, n12
n19 n24, n25 n24, n25, n13,n14, n6, n3, n0, n1,n3, n5,
n4 n12, n19
n24 - n25, n13,n14, n6, n3, n4 n0, n1,n3, n5,
n12, n19, n24

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

 RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)
Nœud successeurs noeudsLibres noeudsClos
choisi
n24 - n25, n13,n14, n6, n0, n1,n3, n5, n12, n19, n24
n3, n4
n25 - n13,n14, n6, n3, n0, n1,n3, n5, n12, n19, n24, n25
n4
n13 n20 n20, n14, n6, n3, n0, n1,n3, n5, n12, n19,
n4 n24,n25,n13
n20 - n14, n6, n3, n4 n0, n1,n3, n5, n12, n19,
n24,n25,n13, n20
n14 - n6, n3, n4 n0, n1,n3, n5, n12, n19,
n24,n25,n13, n20, n14
n6 n15 n15, n3, n4 n0, n1,n3, n5, n12, n19,
n24,n25,n13, n20, n14, n6
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
 RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

Nœud successeur noeudsLibres noeudsClos

choisi s
n6 n15 n15, n3, n4 n0, n1,n3, n5, n12, n19, n24,
n25,n13, n20, n14, n6
n15 n21 n21, n3, n4 n0, n1,n3, n5, n12, n19, n24,
,n25,n13, n20, n14, n6, n15
n21 - n3, n4 n0, n1,n3, n5, n12, n19,
Succes n24,n25,n13, n20, n14, n6, n15,
n21

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

NoeudsLibres  append(s,NoeudsLibres)

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024

RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

b = nombre maximum de successeurs pour un état

 Propriétés : d = profondeur du (meilleur) nœud solution
m = profondeur maximale de l'espace de recherche
o Complétude :
• Le parcours en profondeur n’est pas complet
• si espace d’états est fini et acyclique (ce qui n’est pas souvent le cas), le
parcours en profondeur sera complet.
o Complexité en temps : O(bm), si on a une profondeur maximale de m
actions.
o Complexité en espace : O(b*m)
o Optimalité : L’algorithme n’est pas optimal
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

 La recherche en profondeur est très efficace dans les cas où le but est loin de la
racine, et les branches sont arrangées de gauche à droite par probabilité de solution.
 Les faiblesses de cette technique est qu’on peut avoir des cycles (espace de
recherches infini) et qu’on explore jusqu’au fond des chemins inutiles.
 Le principal avantage du parcours en profondeur reste sa faible complexité en
espace.
 Pour un problème ayant b successeurs et un profondeur maximal de m actions, il
nous faut garder au plus 1+(m*(b−1)) noeuds en mémoire (correspondant au chemin
actuellement en développement plus les successeurs de profondeur 1 que nous
n’avons pas encore traités, les successeurs de profondeur 2 que nous n’avons pas
encore traités, etc.).
F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024
RECHERCHE EN PROFONDEUR D’ABORD (DEPTH FIRST)

Exemple:

F. BENABBOU-IA- ALGOS RECHERCHE- MASTER DSBD-S1- 2023/2024