|
|
|
Programme > Sessions Dédiées
Voir la rubrique Prix du Meilleur Article Etudiant pour la description de ce session spécial et les modalités de soumission.
Voir la rubrique Prix du Mémoire de Master pour la description de ce session spécial et les modalités de soumission.
L’intégration de plusieurs niveaux d’une chaîne logistique permet d’avoir des améliorations importantes en termes de coûts, de délais et de qualité de service. D’un autre côté, ça engendre des problèmes d’optimisation plus complexes. Le problème intégrant la gestion des stocks et des tournées de véhicules est connu sous le nom d’Inventory Routing Problem (IRP). Dans l'IRP classique, le fournisseur doit déterminer simultanément les quantités à livrer ainsi que les itinéraires des véhicules afin de répondre aux demandes des clients et de minimiser les coûts engendrés par le stockage et le transport. Cette session porte sur les avancées récentes en modélisation et résolution de problèmes intégrant la gestion des stocks et des tournées de véhicules. Ces avancées peuvent concerner de nouvelles approches, la présentation de nouveaux problèmes intégrant d'autres niveaux de décision (lot-sizing, ordonnancement, …) ou de nouvelles contraintes industrielles ou environnementales.
Le champ d'application de la seconde révolution quantique est vaste et le domaine de l'optimisation n'est pas en reste. Aujourd'hui les solutions hardware et software bas niveau au sein des machines quantiques sont nombreuses (machines à base de photons, d'électrons, d'atomes froids, etc. ; algorithmes de type variationnel, à recuit quantique etc.). Cette session est ouverte aux travaux exploitant de tels systèmes dans la résolution de problèmes d'optimisation.
Cette session est consacrée à la resolution de problème d'optimisation via des machines quantiques au sens large. Des contributions sous la forme de retour d'expérience et de tests sont vivement encouragées.
L'accroissement de la quantité de données disponibles a permis une amélioration significative des performances des méthodes issues de la fouille de données et de l'apprentissage automatique. L'intérêt pour l'utilisation des outils issus des sciences des données a mené vers l'apparition de procédés hybrides mêlant optimisation et apprentissage artificiel. Dans cette session, nous verrons comment ces méthodes hybrides changent en profondeur la résolution des problèmes de tournée.
Les opérations de stockage et de transport dans les entrepôts logistiques donnent lieu à des problématiques de RO riches et variées, avec une composante industrielle importante. Avec le développement du e-commerce, les délais de livraison sont raccourcis, et l'exigence de réactivité est accrue. Cela se traduit par un intérêt renouvelé pour les algorithmes d'optimisation, afin de garantir un niveau de performance élevé dans un contexte industriel de plus en plus dynamique. De nouvelles pratiques industrielles commencent également à émerger, par exemple le scatter storage, l'automatisation, ou la préparation de commande dynamique. Cette session regroupe les contributions visant à optimiser les opérations d'un entrepôt logistique. Les thématiques abordées englobent les décisions stratégiques (layout), tactiques (stockage, zoning, planification des effectifs) et opérationnelles (batching, tournées de préparation de commandes).
L'objectif est regrouper des contibutions de la recherche opérationnelle dans le domaine d'application de la santé. La session est consacrée aux modélisations et au modèles de résolution permettant le calcul de solutions stratégiques pour l'optimisation de l'utilisation des ressources ce qui inclut les problèmes de dimensionnement, d'ordonnancement et de planification.
Les déplacements personnels (vers les lieux de travail, loisirs, et activités sportives) et les transports de marchandises (approvisionnement de magasins, boutiques et particuliers) sont impactés par la saturation des réseaux de transport urbain. Il est nécessaire de repenser la logistique du dernier kilomètre et proposer des solutions de livraison nouvelles à la fois efficaces et qui visent à la réduction des nuisances dues à la surcharge des réseaux routières. Cette session est consacrée aux modèles et méthodes qui ont pour objectif l'amélioration de la logistique en ville. Exemples de ces initiatives peuvent être le partage de véhicules, l'utilisation des véhicules autonomes, des vélos, des robots ou la livraison multi-échelon avec la gestion efficace d'entrepôt en milieu urbain.
L’optimisation d’un réseau logistique passe par la définition et l’exploitation efficace des ressources le long de la chaîne : installations de production ou de stockage, ressources de transport, ressources dites mobiles (Returnable Transport Items, telles que palettes, caisses…)… Les verrous scientifiques sont liés en particulier à la localisation, au dimensionnement (taille des flottes de véhicules, capacité des ressources…), à l’affectation, à la planification, à l’ordonnancement de ces ressources. Les problématiques adressées doivent tenir compte de l’évolution permanente du contexte mondial : digitalisation des processus, transition écologique avec l’essor des énergies renouvelables, situations de crise planétaire (pandémie, conflits), pour répondre aux nouveaux enjeux et turbulences au sein des chaînes logistiques. L’appel à communication pour la session "Problèmes de gestion de ressources dans la chaîne logistique" se positionne donc sur ces nouveaux enjeux. Les contributions intégrant la prise en compte de la notion de risques (gestion des incertitudes) seront également appréciées.
Les problèmes de tournées de véhicules (TSP, VRP, DARP, ...) sont une famille de problèmes emblématique de l'optimisation combinatoire. Leur intérêt est autant théorique qu'applicatif. En effet, ces problèmes sont souvent utilisés pour illustrer ou tester des nouvelles approches de résolution. Ils servent également de cadre à de nombreuses applications, notamment dans le domaine du transport et de la logistique. Dans cette session, nous souhaitons mettre le focus sur des travaux traitant de ces problèmes, et proposant pour les résoudre des approches à base de métaheuristiques.
Les problématiques de la RO et d’aide à la décision en santé sont souvent complexes à aborder dû à la spécificité du milieu (économique, fortement aléatoire, sensible, etc.). Cette thématique toujours émergente en France n’est pas seulement source de problèmes originaux mais nécessite aussi des manières spécifiques et techniques pour les résoudre. Cette session vise à regrouper les dernières contributions, réflexions et méthodes innovantes sur ce thème. Les problématiques de la RO en santé étant très vaste (gestion et logistique hospitalière, personnel médical, HAD, réseau de santé, politiques de santé, etc.), les participants sont invités à partager leurs expériences et résultats.
La robustesse des décisions prescrites par les approches de recherche opérationnelle est constamment questionnée dans toutes les applications. Cette session sera dédiée à la présentation de contributions récentes dans le domaine de l'optimisation robuste. Ces contributions peuvent porter entre autres sur la proposition de méthodes d’optimisation combinatoire et de programmation mathématique pour la résolution de problèmes d’optimisation robuste, sur l’étude de problèmes de complexité soulevés par l'intégration des incertitudes dans le problème ou sur l'application de l'optimisation robuste dans des domaines tels que l'énergie, la logistique, les télécommunications ou la santé.
Cette session vise à regrouper des contributions sur le thème de l'optimisation bi-niveaux et ses applications. L'optimisation bi-niveaux s'intéresse à la formulation et à la résolution de problèmes d'optimisation dont certaines contraintes sont elles-mêmes des problèmes d'optimisation. Cette classe de problème d'optimisation se distingue par les difficultés qui découllent du traitement de ces contraintes représentant des problèmes d'optimisation. L'optimisation bi-niveaux permet, par exemple, la résolution de problèmes de tarification et de conception des réseaux qui tiennent compte des préfèrences des usagers; ou encore l'évaluation de la vulnérabilité des systèmes. Ainsi, l'optimisation bi-niveaux est riche en applications dans les domaines de l'étude des marchés, de l'énergie, du transport et de la gestion des infrastructures. Cette session est ouverte aux contributions portant sur la théorie de l'optimisation bi-niveaux, sur le dévelopement d'algorithmes pour la résolution des problèmes d'optimisation bi-niveaux, ainsi que sur les applications de l'optimisation bi-niveaux à des cas d'études.
L’optimisation multi-objectif est une branche de l’optimisation visant à optimiser simultanément plusieurs objectifs d’un même problème. Beaucoup de problèmes réels sont multi-objectifs par nature par exemple effectuer un trajet est toujours un compromis temps de transport/coût. Dans cette session, nous nous intéressons aux avancées théoriques de la programmation multi-objectif (nouveaux concepts, nouveaux algorithmes, évaluation de performances...) ainsi qu'aux applications académiques et industrielles de la programmation multi-objectif. (Mots clés : Optimisation multi-objectif, Théorie, Applications, Méthodes exactes, Méthodes approchées)
L'Action éthique et RO du GDR R.O. propose une réflexion/recherche sur ces thématiques selon plusieurs axes.
Les problèmes de financement de la chaîne logistique sont devenus cruciaux depuis la crise financière en 2008 qui a rendu plus difficile l’accès aux financements bancaires et pousse chaque membre de la chaîne à retarder ses paiements et encaisser ses recettes le plus rapidement possible. Cette situation, combinée avec la crise sanitaire du Covid-19 et son impact sur l’activité des entreprises fragilise particulièrement les maillons financièrement les plus faibles de la chaîne logistique et finalement l’ensemble de la chaîne. Il y a donc urgence à mieux comprendre l’interface entre le management des opérations et la finance, notamment l’interdépendance entre les décisions opérationnelles et financières ainsi que des solutions innovantes de manière à optimiser le financement global de la chaîne logistique. Cette session est ouverte aux travaux qui s’intéressent à exploiter ce lien important entre ces deux domaines pour faire avancer les connaissances et créer des outils de gestion afin d’améliorer la prise en compte des enjeux financiers dans le management des opérations.
Confrontés à une raréfaction des ressources (qu’elles soient matérielles, énergétiques etc.), les systèmes de production de biens et de services s’orientent ostensiblement vers une manière de produire plus durable et plus verte dans une économie qui se veut de plus en plus circulaire.
De façon non limitatives, les questions et les sujets adressés par cette session sont les suivants :
Dans un marché de plus en plus concurrentiel, la pression exercée sur les organisations les pousse à concevoir des systèmes pour produire et distribuer de manière toujours plus efficiente. Cela se traduit par un besoin de modéliser le système de manière plus approfondie,
Pour résoudre ces problèmes que nous qualifierons d’industriels, les métaheuristiques proposent un panel de composants qui peuvent être utilisés dans un processus global de résolution. Cela peut se faire en les hybridant avec des techniques d’optimisation provenant d’autres domaines de la recherche opérationnelle (méthodes exactes, programmation par contraintes, …), ou en les couplant avec des modèles d’évaluation de la performance (simulation à événements discrets, réseaux de Petri, réseaux de files d’attente, …). L’objectif de cette session est de regrouper des travaux qui proposent des méthodes d’optimisation innovantes à base de métaheuristiques, appliquées à la résolution de problèmes d’optimisation concrets, en particulier issus du monde industriel.
Les métaheuristiques sont une famille de concepts, souvent basés sur des modèles inspirés par la nature, et qui ont pour vocation de pouvoir s’appliquer à de nombreux problèmes d’optimisation difficile. Bien que le terme « métaheuristique » ne soit apparu qu’en 1986, certains de ses concepts sont connus et utilisés depuis parfois plus de 50 ans. Un demi-siècle durant lequel l’engouement suscité par les métaheuristiques n’a jamais fléchi, avec une littérature scientifique devenue presque aussi vaste que les espaces de recherche que ces méthodes sont censées parcourir ! L’objectif de cette session est de faire le point sur les avancées récentes dans le domaine des métaheuristiques. Nous nous intéressons plus particulièrement (sans nous limiter) aux thématiques suivantes : méthodes hybrides, matheuristiques, hyperheuristiques, couplages avec des techniques d'apprentissage, …
La crise climatique est aujourd'hui une réalité et la part du développement incontrôlé du monde digital dans les émissions de CO2 est importante (estimée à 5 à 6% de l'énergie primaire mondiale) avec une augmentation annuelle de 6 à 9%.
La crise climatique est aujourd'hui une réalité et la part du développement incontrôlé du monde digital dans les émissions de CO2 est importante (estimée à 5 à 6% de l'énergie primaire mondiale) avec une augmentation annuelle de 6 à 9%.
Cette session vise à regrouper des travaux liés aux thématiques de l'axe, et notamment :
Depuis plusieurs années, les drones civils sont utilisés dans les interventions d'urgence ainsi que dans le contrôle et la surveillance, par exemple dans l'agriculture, l'énergie ou les infrastructures. Ces dernières années, les entreprises de logistique ont commencé à utiliser des drones pour livrer des colis. Outre les drones, les robots autonomes sont utilisés dans la logistique du dernier kilomètre, en particulier dans les secteurs urbains. En effet, chacune de ces technologies a ses avantages et ses limites par rapport aux véhicules de livraison conventionnels, c'est-à-dire les camions. Dans le cadre de la livraison du dernier kilomètre, les drones et les robots sont principalement utilisés pour réduire l'impact négatif du trafic dans les zones urbaines, par exemple en assurant une livraison rapide, en réduisant les embouteillages et la pollution de l'air, et en offrant un accès facile et à faible coût aux clients des zones rurales. zones, où l'utilisation de drones peut réduire les coûts jusqu'à 30 %. Dans cette session, nous nous intéressons aux travaux de recherche dont l'objectif consiste à construire des modèles mathématiques et à concevoir des algorithmes efficaces (exacts, heuristiques, métaheuristiques, etc.) pour résoudre des modèles d'optimisation issus de la logistique où l'utilisation de drones et de robots autonomes joue un rôle important.
Les problèmes de partitionnement de graphe ou de clustering sont présents sous diverses variantes dans de nombreux domaines : conception de réseaux, classification, systèmes complexes, calcul haute performance, électronique, physique statistique… Les solutions proposées sont également très diverses et peuvent faire intervenir des méthodes exactes ou approchées : programmation mathématique, optimisation multi-niveaux, heuristiques, metaheuristiques… Le but de cette session est d’offrir une occasion de discuter des avancées récentes pour les problèmes de partitionnement de graphe et de clustering. Les travaux qui concernent une nouvelle application ou une nouvelle variante de partitionnement de graphe sont particulièrement bienvenues, ainsi que les travaux sur des nouvelles formulations ou algorithmes, ou les analyses pour les solutions exactes ou approchées.
En outre des critères classiques d'efficacité, l'équité est un des aspects de plus en plus considérés dans les problèmes d'allocation de ressources. L'optimisation équitable cherche donc souvent un compromis entre l'efficacité et l'équité. Elle est aussi utilisée dans les problème d'optimisation multiobjectif pour proposer des solutions Pareto-optimaux garantissant une certaine équité entre les objectifs. Nous sollicitons dans cette sessions des soumissions de travaux de recherche abordant le thème de l'optimisation multiobjectif et équitable dans les réseaux (télécommunications, transports, logistique, localisation, ...) aussi bien dans la modélisation de l'équité que dans la conception et complexité d'algorithmes de résolution exacte ou approchée.
Les axes de recherches en bio-informatiques se heurtent régulièrement aux mêmes problématiques : problèmes hautement combinatoires, données massives bruitées, et une interprétation des méthodes et résultats dans des systèmes complexes et hétérogènes, dont la connaissance empirique biologique fonde les axiomes des méthodes informatiques. La recherche opérationnelle permet de formaliser mathématiquement des problèmes permettant ainsi d'offrir une garantie méthodologique pour les biologistes et bio-informaticiens souhaitant l'utiliser. Cette session se donne pour objectif de traiter les axes suivants :
Ainsi, cette session est ouverte par exemple aux domaines de la génomique, protéomique, transcriptomique, écologie, métabolomique.
La recherche autour des problèmes de type Cutting and Packing (C&P), comme le Bin Packing, le,Knapsack, le Strip Packing et le Cutting Stock, est active depuis plus de 50 ans. Inspiré de nombreuses applications industrielles, le bestiaire des problèmes de C&P s'est considérablement étoffé ces 20 dernières années. Ces problèmes sont classés en fonction des caractéristiques des objets (dimension, géométrie, fragilité, ...), des contraintes de production (coupes guillotines, orientation, nombre d'étages, ...) et du critère d'optimisation (mono-/multi-objectif, stochastique). Cette session vise à regrouper les derniers travaux de recherche sur ce thème (variantes, complexité, méthodes exacte et heuristiques)
Par géométrie des distances, nous entendons l'ensemble de problèmes géométriques où les données connues sont soit des distances, soit des quantités strictement liées à des distances. Cela s'oppose aux problèmes géométriques classiques étudiés par Euclide, où l'information sur la localisation de points dans l'espace est connue à l'avance et les distances peuvent en être déduites. Un problème donné dans le contexte de la géométrie des distances peut souvent être représenté par un graphe où les arêtes entre certaines pairs de sommets indiquent l'information sur les distances connues. La géométrie des distances trouve son intérêt dans le contexte d'applications variées. Les plus classiques dans le domaine de la recherche opérationnelle sont celles où il est nécessaire d'identifier le plus court chemin sur un graphe, mais avec un certain niveau d'incertitude sur la position des sommets et sur les distances les séparant. Par ailleurs, l'identification des positions des sommets du graphe dans un espace euclidien, en faisant en sorte que toutes les distances soient respectées, correspond à un grand nombre d'autres applications de la géométrie des distances. Ces applications émergent par exemple en biologie structurelle et en réseaux de capteurs. La difficulté de la résolution de ce type de problèmes, et l'importance de ces applications, impliquent une attention croissante de la communauté scientifique autour de cette thématique.
Cette session portera sur les interactions entre recherche opérationnelle, optimisation et apprentissage automatique. Les exposés pourront notamment porter sur l'utilisation de la recherche opérationnelle au service de l'apprentissage automatique, ou inversement, sur l'utilisation d'outils issus de l'apprentissage automatique pour la recherche opérationnelle et les problèmes d'optimisation data-driven.
Cette session s'adresse aux thématiques de recherche du groupe de travail Théorie Algorithmique de la Décision et des Jeux (TADJ), ayant pour objectif d’animer et de développer un groupe de discussion multi-disciplinaire (RO, IA, Choix Social, Théorie des Jeux) et d’aborder l’algorithmique de la théorie de la décision (décision multicritère sur domaine combinatoire, décision collective et choix social computationnel, décision séquentielle dans l’incertain et optimisation robuste) et la théorie des jeux algorithmique (calcul ou approximation d’équilibres, modélisation de processus de formation des coalitions et/ou des réseaux), en tenant compte des aspects stratégiques (stabilité des solutions, manipulation des préférences), du partage de l'information, de l'optimisation en présence d’interactions entre agents.
Ces sessions sont organisées par le groupe de travail P2LS du GDR-RO et portent sur les avancées récentes pour la modélisation et résolution de problèmes de planification, de distribution, de production et de lot-sizing. Les contributions attendues peuvent aussi bien introduire de nouvelles approches de résolution pour les problèmes classiques que présenter de nouveaux problèmes originaux issus de cas d’application réels. En particulier, les contributions qui mettent en avant l’évolution des pratiques industrielles visant à intégrer de nouvelles contraintes (énergétiques, financières...) ou combiner l’approche de lot-sizing avec d’autres problèmes (ordonnancement, distribution, tournées de véhicules, maintenance, …) sont les bienvenues.
La transition numérique vers l’industrie 4.0 et la customisation de masse entraîne une transformation profonde des processus industriels. Celle-ci vise à améliorer leurs performances aussi bien selon des critères traditionnels (coûts, qualité de service) qu’en fonction de nouveaux indicateurs qui traduisent la responsabilité sociale et environnementale d’une entreprise. L’évolution des technologies dans les systèmes de production permet ainsi de décloisonner certains processus décisionnels, ouvrant la voie à des gains de performance substantiels. Dans ce cadre, l’intégration des décisions tactiques et opérationnelles joue un rôle majeur, notamment en relation avec les processus de planification et d’ordonnancement.
La session porte sur la "programmation mathématique" pour l’Optimisation Non Linéaire avec des variables continues, discrètes et/ou mixtes. Par programmation mathématique, il faut entendre un cadre général de description de problèmes d'optimisation de façon déclarative et symbolique, selon le formalisme du langage mathématique. Des résumés portant sur des aspects de modélisation, de conception, de développement et d’analyse des méthodes et d’algorithmes pour la résolution de problèmes d'optimisation non linéaire sont attendus. Un autre objectif est de diffuser les efforts de la communauté RO autour du développement de logiciels pour la Programmation Mathématique Non Linéaire. Des résumés présentant des applications académiques ou industrielles en optimisation non linéaire sont aussi les bienvenues.
Cette session vise à regrouper les travaux récents réalisés en Optimisation Combinatoire et s'appuyant particulièrement sur les approches polyédrales et la programmation mathématique. Les thèmes concernés incluent (liste non exhaustive) : les polyèdres combinatoires, les méthodes de coupes, les méthodes de génération de colonnes, les formulations étendues, la dualité entière, la programmation linéaire et non linéaire mixte, les algorithmes de Branch & Bound, les algorithmes de Branch & Cut.
Le concepteur du C++ a décrit qu'une de ses motivations pour la création de ce langage trouvait sa source dans la possibilité de soulager la souffrance associée à certaines tâches: « I swore never again to attack a problem with tools as unsuitable as those I had suffered while designing and implementing the simulator [or a random task]." Le nouveau langage a ainsi apporté un soulagement à des millions de gens. Toute proportion gardée, cette session est animée dans le même esprit. Par exemple, ceux qui ont souffert (en thèse) en utilisant des outils/langages mal adaptés pour la RO sont invités à présenter leurs expériences et surtout leurs solutions.
Le transport ferroviaire a donné lieu à de très nombreuses applications en Recherche Opérationnelle. Ce mode de transport est actuellement en pleine évolution, et est appelé à croître dans les prochaines années, notamment pour répondre à des besoins de mobilité accrue et pour des raisons environnementales et de développement durable. Ces évolutions font émerger de nombreux problèmes auxquels la Recherche Opérationnelle peut apporter des solutions. L'objectif de cette session est de présenter les résultats obtenus par les recherches menées sur des problèmes liés au transport ferroviaire, mais aussi de montrer l'apport possible de la Recherche Opérationnelle pour des problématiques émergentes.
La programmation stochastique propose un cadre pour modéliser des problèmes d'optimisation incluant de l'incertitude. Elle s'intéresse plus particulièrement aux problèmes d'optimisation pouvant être abordés sous l'angle de la programmation mathématique. La programmation stochastique cherche à exploiter au mieux le fait que, même si les données d'entrée du problème sont sujettes à incertitude, des informations sur leur valeur potentielle sont disponibles sous la forme de distributions de probabilité. Elle se distingue en cela de l'optimisation robuste qui n'utilise pas d'informations de nature probabiliste sur l'incertitude mais suppose uniquement que les paramètres incertains évoluent à l'intérieur d'un intervalle ou d'un ensemble d'incertitude donné.
Avec la problématique écologique, certains se demandent comment la RO peut être utile: agriculture, énergie, transport, choix collectif, anticipation de risques... Que ce soit des propositions concrètes au niveau local ou global, ou pour prouver l'inutilité ou l'innocuité de certains choix.
Les réseaux de télécommunication connaissent actuellement de profondes mutations (SDN/NFV, 5G/6G, MEC, IoT…) qui vont permettre, dans les années à venir, de déployer à la volée des architectures de service, d’optimiser finement l’usage des ressources, de décentraliser le calcul et le stockage au plus près des clients, et ce de manière à offrir de nouveaux services aux exigences de plus en plus drastiques (en termes de latence, bande passante, etc…). La mise en œuvre de ces nouvelles architectures de réseau fait apparaitre de nombreuses problématiques d’optimisation et s’accompagne de nombreux défis quant à la mise en œuvre de modèles et d’approches de résolution efficaces.
L'application de solutions innovantes centrées sur les facteurs humains dans l'Industrie 4.0/5.0 tente d’améliorer la flexibilité, l'interopérabilité et la performance des systèmes manufacturiers en les rendant plus intelligents et autonomes. Cette session regroupe les contributions visant à analyser et optimiser les facteurs humains (charge cognitive, risques de blessures, aspects ergonomiques, mouvement, etc.) en se basant en partie sur des techniques de la Recherche Opérationnelle et/ou de l’Intelligence Artificielle.
Ces dernières années, l'incertitude cause de plus en plus de difficultés dans la planification des opérations dans les systèmes industriels. Les sources d'incertitude sont diverses et peuvent se situer à plusieurs niveaux de la chaîne logistique : délais, demande, prix, rendement et capacités, etc. Cette session vise à regrouper les dernières contributions, réflexions et méthodes innovantes afin de mieux maîtriser les décisions en environnements incertains. Les contributions attendues peuvent concernés les différents niveaux décisionnels en utilisant par exemple l’optimisation stochastique, l’optimisation robuste, la logique floue, etc.
Dans le cadre de la conférence ROADEF 2023, le groupe de travail « Recherche Opérationnelle et Contraintes » de l'axe MH2PPC du GdR RO organise une session « Programmation par contraintes et intelligence artificielle » consacrée aux liens entre la programmation par contraintes et la recherche opérationnelle, ainsi que leurs interactions plus larges avec l’informatique décisionnelle (de la fouille de données à l’apprentissage). De manière non exhaustive, cette session pourra aborder les thèmes de la modélisation, des contraintes globales, des méthodes hybrides PPC et RO, de l’acquisition de contraintes / modèles, et des outils. Mots clés : Programmation Par Contraintes, Recherche Opérationnelle, Modélisation, Contraintes Globales, Hybridation, Acquisition de contraintes / modèles, Outils.
L'ingénierie des systèmes ou ingénierie système est une approche scientifique interdisciplinaire, dont le but est de formaliser et d'appréhender la conception et la validation de systèmes complexes. L'ingénierie système est utilisée de manière intensive dans l'industrie de l'armement au niveau mondial et au niveau institutionnel (DGA, DoD, etc..). Les différentes méthodes de modélisation
Cette session porte sur la modélisation de la configuration des réseaux de services de transport intermodal (Service Network Design), notamment le rail-route. Ces modèles ont connu un développement soutenu ces dernières décades sous les impératifs liées au développement des modes de transports alternatifs réputés être moins énergivores et émettant moins de CO2.
La gestion et la planification des chaînes d’approvisionnement agroalimentaire impliquent de nombreux facteurs complexes tels que la périssabilité des produits, les contraintes de stockage, et l’incertitude du rendement de la récolte. La prise en compte des aspects environnementaux dans la chaine agro-alimentaire, rajoute plus de complexité pour une chaine logistique déjà assez complexe. Nous vous invitons à soumettre vos travaux théoriques et empiriques sur les problème d’optimisation liés aux thématiques suivantes :
Les exposés aborderont des contributions concernant les solveurs open-source (LP, MIP, CO, NLP, contraintes, etc.) et la recherche opérationnelle, ainsi que leurs interactions plus larges notamment avec le calcul scientifique ou encore le calcul hautes performances. De manière non exhaustive, cette session pourra aborder des aspects de modélisation (langages algébriques, contraintes globales, structures d'abstraction, etc.), de résolution (solveurs exacts ou approchés, solveurs orientés problème ou génériques, etc.), des productions réalisées en Julia. Mots clés : Solveur Open-Source; Recherche Opérationnelle; Modélisation; Résolution; Langages de Programmation pour Applications Scientifiques.
For several decades, the scheduling problems have constituted a privileged topic. Motivated by their theoretical and applied potential, several research teams studied these problems and proposed various models and resolution approaches. The aim of this special session is to present recent advances on exact methods for scheduling problems. Topics of interest include, but are not limited to, the following topics :
For several decades, the scheduling problems have constituted a privileged topic. Motivated by their theoretical and applied potential, several research teams studied these problems and proposed various models and resolution approaches. The aim of this special session is to present the recent heuristics and approximation algorithms in this field. Theoretical and practical works can both be submitted. Both works with applicative or theoretical aspects are encouraged. Topics of interest include, but are not limited to, the following topics :
For several decades, the scheduling problems have constituted a privileged topic. Motivated by their theoretical and applied potential, several research teams studied these problems and proposed various models and resolution approaches. The aim of this special session is to focus on actual and recent models and trends in scheduling.
|
| Personnes connectées : 2 | Vie privée |
|
