Descriptif
1. Optimisation discrète
A partir d'un problème concret, la localisation d'équipements, on apprendra à modéliser des problèmes de recherche opérationnelle, plus spécifiquement, d'optimisation combinatoire en variables entières ou 0-1. Les principaux outils de la RO seront présentés et utilisés : programmation linéaire, branch and bound, heuristiques, relaxation, linéarisation.
L'un des objectifs du cours est de faire prendre conscience des enjeux économiques et environnementaux de ces problèmes.
Le cours s'appuiera sur des exemples concrets du domaine des énergies.
Les différentes méthodes seront présentées du point de vue de leur utilité et de leur utilisation.
2. Optimisation continue
Apprendre à reconnaître et à modéliser des problèmes d'optimisation continue. Prendre conscience des enjeux économiques et environnementaux de ces problèmes.
Apprendre à utiliser les principaux outils de l'optimisation continue pour des problèmes avec ou sans contraintes: méthodes de gradients, algorithmes, notion de dualité.
Le cours s'appuiera sur des exemples concrets du domaine des énergies.
Les différentes méthodes seront présentées du point de vue de leur utilité et de leur utilisation.
3. Deux conférences seront assurées par des industriels du secteur (EDF et/ou ENGIE et/ou Air Liquide et/ou RTE).
Objectifs pédagogiques
- Stage de communication : 7
- Cours d'improvisation et théatre : 6
- Travaux dirigés en salle info : 2
- Petite classe : 14
- Cours magistral : 14
Diplôme(s) concerné(s)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Vos modalités d'acquisition :
- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 3 ECTS
- Scientifique acquis : 3
Le coefficient de l'UE est : 3
La note obtenue rentre dans le calcul de votre GPA.
L'UE est évaluée par les étudiants.
Programme détaillé
1. CM:
Des problèmes de graphes:
Quelques définitions.
Arbres couvrants.
Flots.
2. PC:
Exercices.
3. CM:
Programmation linéaire:
Calcul d'une borne de la valeur d'une solution optimale: Programmation linéaire.
Un algorithme de résolution: le simplexe.
4. PC:
Exercices.
5. CM:
Fin de la PL.
6. PC:
Exercices
7. CM:
Méthodes arborescentes:
Résolution exacte du problème en variables 0-1.
Branch and bound.Amélioration des bornes: coupes.
Branch and cut.
8. PC:
Exercices.
9. Bloc de module:
Présentation d'Air Liquide par Hugues Dubedout.
Etude des problematiques autour de la chaine logistique Hydrogene.
10. CM:
Optimisation continue.
Présentation des objectifs du cours.
Existence et unicité d'une solution, calcul différentiel, convexité.
11. PC:
Exercices
12. CM:
Conditions d'optimalité et méthode de gradients pour les problèmes sans contraintes.
13. PC:
Exercices
14. Bloc de module en salle info:
Apprentissage sur ordinateur.
15. CM:
Etude des problèmes sous contraintes.
Conditions d'optimalité et dualité.
16. Bloc de module en salle info:
Exercices
17. CM:
Algorithmique pour les problèmes contraints. Uzawa, primal-dual.
18. PC:
Exercices
19. CM:
Présentation de RTE et sa direction Recherche & Développement – Innovation, exemple de projet R&D illustrant l’utilisation de la recherche opérationnelle et l’aide à la décision dans les réseaux de transport d’électricité.
20. TD en salle info:
TP en AMPL sur des problématiques d'équilibre offre-demande simplifiées. Après avoir été sensibilisés aux enjeux, les élèves créeront un modèle d’équilibre offre-demande d’électricité. Partant d’un modèle de flot classique, la modélisation des différents ouvrages sera petit à petit affinée et les résultats analysés. L’interprétation des coûts marginaux et l’introduction de contraintes de fonctionnement des ouvrages seront abordées.
21. Bloc de module:
Contrôle des connaissances
Examen+TP