Optimisation combinatoire : théorie : 18 h, Samuel CREMER
Recherche appliquée en optimisation combinatoire : 40 h, Kevin GAUSSIN
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
Réunir les informations nécessaires au développement de projets de recherche
Réaliser des simulations, modéliser des phénomènes afin d’approfondir les études et la recherche sur des sujets technologiques ou scientifiques
Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions
Valider les performances et certifier les résultats en fonction des objectifs attendus
Exploiter les résultats de recherche
S’intégrer et contribuer au développement de son milieu professionnel
Travailler en autonomie et en équipe dans le respect de la culture d’entreprise
Manager des équipes
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
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 :
Optimisation combinatoire : théorie : oui
Recherche appliquée en optimisation combinatoire : non