Invitation au s
Forum 'Annonces' - Sujet créé le 2007-01-10
Bonjour,
Pascal Van Hentenryck et Laurent Michel seront au LIX pour un séminaire le 24 janvier à 14h00 (amphi Becquerel, http://www.polytechnique.fr/campus/campus_plans.php ). Deux exposés sont prévus : "Optimisation combinatoire stochastique en temps réel" et "Recherche Locale par Contraintes". Ce séminaire est ouvert à tous : chercheurs, ingénieurs, élèves, étudiants, doctorants, post-doctorants, etc.
Merci de diffuser largement cette annonce.
Bien cordialement,
Philippe
Optimisation combinatoire stochastique en temps réel
Pascal Van Hentenryck, Brown University
Dans un univers de plus en plus dynamique et interconnecté, les entreprises doivent maintenant prendre des décisions operationelles en temps réel sur base d'information incertaines. De telles décisions apparaissent, par exemple, pour contenir les pannes dans les réseaux électriques, pour garantir une certaine qualité de service dans les réseaux de télécommunications, pour le routage des véhicules dans les systèmes de transport, et pour regarnir des inventaires sur demande. Automatiser ces décisions présente de nouveaux défis et de nouvelles opportunités, déplaçant l'orientation des systèmes d'aide à la décision de la planification stratégique vers l'optimisation combinatoire stochastique en temps réel. Cet exposé présente un classe d'algorithmes anticipatoires pour ce type de problèmes, étudie leur propriétés théoriques, et démontre leurs performances sur une variété de problèmes complexes. L'exposé illustre aussi les synergies des algorithmes combinatoires, des méthodes stochastiques, et l'apprentissage pour aborder ces problèmes et identifie des directions de recherche prometteuses.
Recherche Locale par Contraintes.
Laurent Michel, University of Connecticut
Les problèmes combinatoires sont d'une importance primordiale dans nos sociétés modernes tant pour les industries (grande distribution, transport, fabrication) que pour le secteur public. Les méthodologies pour la résolution de ces problèmes regroupent les algorithmes d'approximation, la recherche globale (programmation en nombres entiers et par contraintes) et la recherche locale. Contrairement à la recherche globale qui est aujourd'hui supportée par des outils avancés, la recherche locale reste artisanale et peu automatisée malgré son importance pour les instances de grande taille et sa capacité à délivrer des solutions de grande qualité très rapidement. Cet exposé présente un langage de programmation qui permet d'exprimer un algorithme de recherche locale en deux composants: un modèle qui décrit les solutions et leur qualité en termes de contraintes et une procédure d'exploration qui implante la recherche à un haut niveau d'abstraction. Le système résultant présente les mêmes bénéfices que la programmation par contraintes pour une méthodologie fondamentalement différente.
Pascal Van Hentenryck et Laurent Michel seront au LIX pour un séminaire le 24 janvier à 14h00 (amphi Becquerel, http://www.polytechnique.fr/campus/campus_plans.php ). Deux exposés sont prévus : "Optimisation combinatoire stochastique en temps réel" et "Recherche Locale par Contraintes". Ce séminaire est ouvert à tous : chercheurs, ingénieurs, élèves, étudiants, doctorants, post-doctorants, etc.
Merci de diffuser largement cette annonce.
Bien cordialement,
Philippe
Optimisation combinatoire stochastique en temps réel
Pascal Van Hentenryck, Brown University
Dans un univers de plus en plus dynamique et interconnecté, les entreprises doivent maintenant prendre des décisions operationelles en temps réel sur base d'information incertaines. De telles décisions apparaissent, par exemple, pour contenir les pannes dans les réseaux électriques, pour garantir une certaine qualité de service dans les réseaux de télécommunications, pour le routage des véhicules dans les systèmes de transport, et pour regarnir des inventaires sur demande. Automatiser ces décisions présente de nouveaux défis et de nouvelles opportunités, déplaçant l'orientation des systèmes d'aide à la décision de la planification stratégique vers l'optimisation combinatoire stochastique en temps réel. Cet exposé présente un classe d'algorithmes anticipatoires pour ce type de problèmes, étudie leur propriétés théoriques, et démontre leurs performances sur une variété de problèmes complexes. L'exposé illustre aussi les synergies des algorithmes combinatoires, des méthodes stochastiques, et l'apprentissage pour aborder ces problèmes et identifie des directions de recherche prometteuses.
Recherche Locale par Contraintes.
Laurent Michel, University of Connecticut
Les problèmes combinatoires sont d'une importance primordiale dans nos sociétés modernes tant pour les industries (grande distribution, transport, fabrication) que pour le secteur public. Les méthodologies pour la résolution de ces problèmes regroupent les algorithmes d'approximation, la recherche globale (programmation en nombres entiers et par contraintes) et la recherche locale. Contrairement à la recherche globale qui est aujourd'hui supportée par des outils avancés, la recherche locale reste artisanale et peu automatisée malgré son importance pour les instances de grande taille et sa capacité à délivrer des solutions de grande qualité très rapidement. Cet exposé présente un langage de programmation qui permet d'exprimer un algorithme de recherche locale en deux composants: un modèle qui décrit les solutions et leur qualité en termes de contraintes et une procédure d'exploration qui implante la recherche à un haut niveau d'abstraction. Le système résultant présente les mêmes bénéfices que la programmation par contraintes pour une méthodologie fondamentalement différente.