Financement prévu Cofinancement éventuel

Said Hanafi

Description

Niveau: Supérieur, Doctorat, Bac+8
Titre : Financement prévu : Cofinancement éventuel : (Co)-Directeur de thèse : HANAFI Saïd (LAMIH/UVHC) E-mail : Co-directeur de thèse : GENDRON Bernard (CIRRELT/Canada) E-mail : Laboratoire : LAMIH UMR 8201 CNRS – Université de Valenciennes et du Hainaut Cambrésis Equipe ou Groupe de recherche : Projet de thèse en français Descriptif : Le problème de programmation en nombres entiers mixtes (MIP) consiste à optimiser (minimiser ou maximiser) une fonction linéaire sous des contraintes linéaires d'inégalité et/ou d'égalité, où certaines ou toutes les variables sont des entiers. De nombreux problèmes d'optimisation peuvent être modélisés comme un problème MIP. Les résultats de complexité n'ont pas encore définitivement identifié le niveau de difficulté de ces problèmes, mais des découvertes empiriques suggèrent que les ressources calculatoires requises pour résoudre certaines instances de problème MIP peuvent augmenter exponentiellement avec la taille du problème. Les méthodes de «Branch-and-bound» (B&B) et «branch-and-cut» (B&C) ont longtemps été considérées comme les méthodes de prédilection pour résoudre les problèmes de programmation en nombres entiers mixtes. Depuis plusieurs décennies beaucoup de contributions ont conduit à des améliorations successives de ces méthodes.

• méthode


• métaheuristiques


• relaxation method


• mip problems resist


• hybridation de la relaxation lagrangienne avec la recherche


• collaboration avec le centre interuniversitaire de recherche sur les réseaux d'entreprise


• problèmes mip


• convex hull

Sujets

• Hanafí
• Guignard
• Target
• Gendron
• Université de Valenciennes
• Méthode
• Métaheuristique
• Relaxation method

Informations

• Publié par: profil-zyak-2012
• Nombre de lectures: 326
• Langue: Français

Extrait

Titre : Financement prévu : Cofinancement éventuel : (Co)-Directeur de thèse : HANAFI Saïd (LAMIH/UVHC) E-mail: [e-mail] Co-directeur de thèse : GENDRON Bernard (CIRRELT/Canada) E-mail: [e-mail] Laboratoire: LAMIH UMR 8201 CNRS – Université de Valenciennes et du Hainaut Cambrésis http://www.univ-valenciennes.fr/LAMIH/ Equipe ou Groupe de recherche : Projet de thèse en français Descriptif : Le problème de programmation en nombres entiers mixtes (MIP) consiste à optimiser (minimiser ou maximiser) une fonction linéaire sous des contraintes linéaires d’inégalité et/ou d’égalité, où certaines ou toutes les variables sont des entiers. De nombreux problèmes d’optimisation peuvent être modélisés comme un problème MIP. Les résultats de complexité n’ont pas encore définitivement identifié le niveau de difficulté de ces problèmes, mais des découvertes empiriques suggèrent que les ressources calculatoires requises pour résoudre certaines instances de problème MIP peuvent augmenter exponentiellement avec la taille du problème. Lesméthodes de «Branch-and-bound» (B&B) et «branch-and-cut» (B&C) ont longtemps été considérées comme les méthodes de prédilection pour résoudre les problèmes de programmation en nombres entiers mixtes. Depuis plusieurs décennies beaucoup de contributions ont conduit à des améliorations successives de ces méthodes. Cependant, beaucoup de problèmes MIP résistent à la résolution par les meilleures méthodes courantes de B&B et B&C. Comme conséquence, les méthodes heuristiques ont attiré l’attention comme des alternatives possibles ou des compléments aux approches plus classiques. Aujourd’hui encore, le niveau d’effort consacré à développer de bonnes métaheuristiques pour les problèmes MIP est négligeable comparé à l’effort consacré à développer des versions raffinées des méthodes classiques. Le point de vue adopté dans cette thèse est que ces approches métaheuristiques peuvent bénéficier d’un changement de perspective pour améliorer les modèles MIP. La recherche dispersée est une métaheuristique évolutionnaire qui a été appliquée avec succès pour plusieurs problèmes d’optimisation depuis quelques années. Maintenir la diversité dans les métaheuristiques basées sur la population a toujours joué un rôle important dans leur efficacité.