v2.11.0 (5909)

Parcours de domaine - 3A Par. OROC : 3A Parcours Optimisation, recherche opérationnelle et commande

Descriptif

Le parcours OROC s’adresse aux étudiants désireux d’acquérir des compétences poussées en

Sciences de la décision (optimisation et commande), dans ses aspects à la fois mathématiques et

numériques. Il forme les futurs ingénieurs capables de concevoir et d'utiliser des modèles

mathématiques en vue de commander et d'optimiser des systèmes très variés, comme ceux que l'on

rencontre dans les domaines de l'énergie et des transports. La formation repose sur l'approfondissement des connaissances acquises en première et deuxième années en optimisation

(combinatoire et continue), en commande, en probabilités et en statistique.

 

Axe 1 : Optimisation continue

·        Optimal Control of ordinary differential equations ODEs .

·        Dynamic Programming

·        Optimisation des grands systèmes

·        Optimisation non différentiable et méthode

Axe 2 : Optimisation discrète

·        Programmation mathématique

·        Programmation par contraintes

·        Théorie de la complexité

·        Résolution de problèmes difficiles d’optimisation combinatoire

Axe 3 : Commande et aléatoire

·        Commandabilité des systèmes non linéaires

·        Observabilité : aspects théoriques et numériques

·        Filtrage et approximation particulaire

·        Séries chronologiques non linéaires

Objectifs

Maîtriser de manière approfondie les  outils mathématiques et algorithmiques en optimisation combinatoire et continue, ainsi qu’en commande.

Être capable de concevoir et d'utiliser des modèles mathématiques en vue de commander et d'optimiser des systèmes très variés, comme ceux que l'on rencontre dans les domaines de l'énergie, des transports et des services.

Composition du parcours

    OROC-OP-OC OROC-OP-DP OROC-OP-GS OROC-OP-ND OROC-RO-PM OROC-RO-DM OROC-RO-TC OROC-RO-MH OROC-SC-ID OROC-SC-PL OROC-SC-FP OROC-SC-SN EA312/EA312B

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
EA312/EA312B Management, décision économique et négociation - SICI (se... Droit, Economie, Gestion Economics UE de Droit, Economie, Gestion. 21 Richard LE GOFF
OROC-OP-DP Markov decision processes: dynamic programming and applic... Cours scientifiques Applied Maths, Analyse et Calcul Scientifique, Optimisation, Recherche opérationnelle et Commande UE d'approfondissement. 34 Pierre CARPENTIER
OROC-OP-GS Optimisation des grands systèmes Cours scientifiques Applied Maths UE d'approfondissement. 23 Pierre CARPENTIER
OROC-OP-ND Optimisation non différentiable et méthodes proximales Cours scientifiques Applied Maths UE d'approfondissement. 22 Pierre CARPENTIER
OROC-OP-OC Optimal control of ordinary differential equations Cours scientifiques Optimisation, Recherche opérationnelle et Commande, Applied Maths, Analyse et Calcul Scientifique UE d'approfondissement. 34 Pierre CARPENTIER
OROC-RO-DM Recherche opérationnelle et données massives Cours scientifiques Applied Maths UE d'approfondissement. 22 Sourour ELLOUMI
OROC-RO-MH Méta-Heuristiques Cours scientifiques Applied Maths UE d'approfondissement. 22 Marie-Christine COSTA
OROC-RO-PM Programmation mathématique Cours scientifiques Applied Maths UE d'approfondissement. 23 Sourour ELLOUMI
OROC-RO-TC Théorie de la complexité Cours scientifiques UE d'approfondissement. 23 Marie-Christine COSTA
OROC-SC-FP Filtrage bayésien optimal et approximation particulaire Cours scientifiques Applied Maths UE d'approfondissement. 22 Hasnaa ZIDANI
OROC-SC-ID Identification pour l'automatique Cours scientifiques Applied Maths UE d'approfondissement. 21
OROC-SC-PL Planification de mouvements Cours scientifiques Applied Maths UE d'approfondissement. 26 Hasnaa ZIDANI
OROC-SC-SN Séries chronologiques non linéaires Cours scientifiques Applied Maths UE d'approfondissement. 28 Hasnaa ZIDANI
Veuillez patienter