Pratique de l’optimisation de décisions complexes
Description
Période(s) du cours
Prérequis
Syllabus
a. Construction de modèles en programmation mathématique.
b. Exemples des archétypes les plus courants de problèmes de programmation mathématique.
c. Principes fondamentaux de l'optimisation (notions).
a. Dualité et conditions d'optimalité.
b. Ecarts d'optimalité et relaxation en nombres entiers.
c. Analyse de sensibilité
d. Solveurs et langages de modélisation disponibles.
3. Utilisation d'un langage de programmation et de solveurs commerciauxa. Initiation à l'utilisation des logiciels
b. Les meilleures pratiques de modélisation en logiciel
c. Comprendre la sortie d'un solveur commercial
d. Intervention industrielle
a. Front de Pareto
b. Solutions dominantes.
c. Résolution de problèmes d'optimisation multi-objectifs (méthode epsilon, méthode des contraintes).
a. Modélisation des problèmes de décision séquentielle
b. Résolution de problèmes de décision séquentiels (mémorisation, programmation dynamique, équation de Bellman)
c. Exemples pratiques.
a. Introduction à la modélisation de la complémentarité
b. Application de la modélisation de la complémentarité (transport, énergie, concurrence industrielle)
Composition du cours
Ressources
Résultats de l'apprentissage couverts par le cours
- Formuler et développer un modèle adapté au problème de décision.
- Utiliser un solveur commercial pour résoudre le problème d'optimisation.
- Analyser les résultats et proposer des conclusions pratiques en management et en ingénierie.