Département des Sciences et technologies

2025-2026

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)

Connaissances et compétences préalables

Contribution aux objectifs du référentiel de compétences de l'ARES

Acquis d'apprentissage spécifiques

Contenu des AA

Optimisation combinatoire : théorie

  • Théorie de la complexité
  • Heuristiques et metaheuristiques
  • Théorie des graphes et algorithmes

Recherche appliquée en optimisation combinatoire

Projet d'optimisation combinatoire.

Répartition des heures

Optimisation combinatoire : théorie : 8 h de théorie, 10 h d'exercices/Labos

Recherche appliquée en optimisation combinatoire : 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

Recherche appliquée en optimisation combinatoire : 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

Recherche appliquée en optimisation combinatoire : français, anglais

Supports

Optimisation combinatoire : théorie : copies de présentations

Recherche appliquée en optimisation combinatoire : 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

Recherche appliquée en optimisation combinatoire

  • 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 :