Université de Sfax, FSEG M2R ROGP M1R Ingénierie de l’Optimisation et de l’Aide à la Décision Programmation mathématique avancée Racem MELLOULI Docteur en Optimisation et Sûreté des Systèmes - UTT Ingénieur en Génie Industriel (informatique décisionnelle) - ENIT Maître assistant, ESC Sfax, Tunisie Département des méthodes quantitatives et d’informatique GIAD – Unité de Recherche « Gestion industrielle et Aide à la décision » – Sfax, Tunisie www.racem.mallouli.com, [email protected] Plan du cours Programmation mathématique avancée Partie I : Méthodes pour la Programmation Linéaire Programme IOAD (30h) Ch1 – Relaxation Lagrangienne ◦ Introduction : méthodes de relaxation ◦ Relaxation Lagrangienne ◦ Algorithme du sous-gradient et calcul des coefficients de Lagrange Ch2 – Méthode de décomposition et génération de colonnes ◦ Décomposition de Dantzig-Wolf ◦ Décomposition de Bender ◦ Génération de colonnes et Branch & Price Ch3 – Méthodes de coupe ◦ Méthode des plans de coupe, coupe de Gomory ◦ Branch & Cut 2 Aide à la décision et méthodes multicritères – [email protected] Plan du cours Programmation mathématique avancée Partie II : Méthodes pour la Programmation Non Linéaire Ch4 – Programmation non linéaire sans contrainte ◦ L'algorithme Quasi-Newton ◦ L'algorithme Nelder-Mead (ou downhill simplex) ◦ L'algorithme zone de confiance Ch5 – Programmation non linéaire avec contraintes ◦ ◦ ◦ ◦ 3 L'algorithme L'algorithme L'algorithme L'algorithme du point intérieur SQP ensemble actif réflexif de zone de confiance Aide à la décision et méthodes multicritères – [email protected] Université de Sfax, FSEG M2R ROGP M1R Ingénierie de l’Optimisation et de l’Aide à la Décision Modélisation des problèmes complexes et Optimisation Racem MELLOULI Docteur en Optimisation et Sûreté des Systèmes - UTT Ingénieur en Génie Industriel (informatique décisionnelle) - ENIT Maître assistant, ESC Sfax, Tunisie Département des méthodes quantitatives et d’informatique GIAD – Unité de Recherche « Gestion industrielle et Aide à la décision » – Sfax, Tunisie www.racem.mallouli.com, [email protected] Plan du cours Modélisation et Optimisation Ch1 – Optimisation et notions élémentaires de modélisation (PL) 7 à 8h Ch2 – Techniques avancées de modélisation ◦ Optimisation dans les graphes et problèmes classiques de la RO (3 à 4h) Introduction : pb de sac à dos, cas Prod12, cas Trans, Optimisation dans les graphes (modèle de transport, Modèle d'affectation, recherche de plus courts (longs) chemins, problèmes de flots, TSP) Pour votre culture : implémentation des modèles (exemples d’outils logiciels). ◦ Modélisation avec des variables binaires (3 à 4h) Variables indicatrices, variables auxiliaires Modélisation d'assertions logiques et conditionnelles Set covering, set partioning, set packing. ◦ Techniques de réduction (prétraitements) (2 à 3h) : Redondance et réduction du modèle, fixation de variables, resserrement des bornes, etc. 9 à 10h Ch3 – PLNE et méthode Branch & Bound ◦ Procédure par séparation et évaluation, relaxation et calcul de bornes ◦ PSE pour un PLNE 5 2 à 3h Aide à la décision et méthodes multicritères – [email protected] Plan du cours Modélisation et Optimisation Ch4 – Programmation dynamique ◦ Problème de sac à dos ◦ Problème du plus court chemin* Programme ROGP 2 à 3h Ch5 – Propagation de contraintes (20 à 23h) (suite) ◦ Problème de satisfaction de contraintes ◦ Formulation et résolution 2 à 3h Ch6 – Programmation multiobjectif ◦ Formulation et résolution ◦ Front de Pareto et optimisation bi-objectif 2 à 3h Ch7 – Applications ◦ Travaux dirigés ◦ Modélisation des problèmes d’ordonnancement. ◦ Mini-projets* 6 4 à 5h Programme IOAD (30h) Aide à la décision et méthodes multicritères – [email protected]