2024-2025
Avenue Victor Maistriau 8a
7000 Mons
Fiche ects de l'unité d'enseignement #3496 intitulée :
Optimisation combinatoire
Master en sciences de l'Ingénieur industriel / orientation Informatique / Cycle 2 Bloc 2
Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2
Informations
Responsable d'UE : Samuel CREMER
Bloc : MA2 Info, MA2 LDT
Période : 1er quadrimestre
Durée : 58 h
Crédits : 5 ects
UE Prérequises : aucune
UE Corequises : aucune
Activités d'apprentissage (AA)
- Optimisation combinatoire : théorie : 18 h, Samuel CREMER
- Optimisation combinatoire : projet : 40 h, Jean-Sébastien LERAT
Connaissances et compétences préalables
- Techniques Informatiques BA1 et BA2
- Traitement de l'information BA3
- Techniques de programmations avancées I, II, III et IV
Contribution aux objectifs du référentiel de compétences de l'ARES
- Identifier, conceptualiser et résoudre des problèmes complexes
- Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
- Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
- Concevoir, développer et améliorer des produits, processus et systèmes techniques
- Modéliser, calculer et dimensionner des systèmes
- Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
- Concevoir et gérer des projets de recherche appliquée
- Réaliser des simulations, modéliser des phénomènes afin d’approfondir les études et la recherche sur des sujets technologiques ou scientifiques
- Valider les performances et certifier les résultats en fonction des objectifs attendus
Acquis d'apprentissage spécifiques
- Familiariser les étudiants aux notions de complexité algorithmique
- Acquérir une "boîte à outils" algorithmique pour l'optimisation combinatoire
Contenu des AA
Optimisation combinatoire : théorie
- Théorie de la complexité
- Heuristiques et metaheuristiques
- Théorie des graphes et algorithmes
Optimisation combinatoire : projet
Projet d'optimisation combinatoire.
Répartition des heures
Optimisation combinatoire : théorie : 8 h de théorie, 10 h d'exercices/Labos
Optimisation combinatoire : projet : 2 h de théorie, 18 h de travaux, 20 h d'autonomie
Méthodes d'enseignement
Optimisation combinatoire : théorie : cours magistral, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels
Optimisation combinatoire : projet : travaux de groupes, approche par projets, approche interactive, approche par situation problème, approche avec TIC, étude de cas, utilisation de logiciels
Langues d'enseignement
Optimisation combinatoire : théorie : français
Optimisation combinatoire : projet : français, anglais
Supports
Optimisation combinatoire : théorie : copies de présentations
Optimisation combinatoire : projet : copies de présentations
Ressources bibliographiques
Optimisation combinatoire : théorie
- Graph theory and its applications, J.L. Gross and J. Yellen, CRC Press, 1998
- Mastering algorithms with C, K. Loudon, O'Reilly, 1999
- Algorithmique et structures de données génériques, M. Divay, Dunod, 2004
Optimisation combinatoire : projet
- Graph theory and its applications, J.L. Gross and J. Yellen, CRC Press, 1998
- Mastering algorithms with C, K. Loudon, O'Reilly, 1999
- Algorithmique et structures de données génériques, M. Divay, Dunod, 2004
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français, anglais
Modalités d'évaluation :
65 % pour le projet (qualité du projet + présentation + rapport)
35 % pour la théorie (examen écrit)
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
- Optimisation combinatoire : théorie : oui
- Optimisation combinatoire : projet : non