[PDF] Perfectionnement de métaheuristiques pour loptimisation continue





Previous PDF Next PDF



TD 3 : Méta-heuristiques Exercice 1 (1/1) TD 3 : Méta-heuristiques Exercice 1 (1/1)

12‏/01‏/2014 Exercice 1 (1/1). Janvier 2014. RCP104 – Optimisation en Informatique. 2. Considérez le problème de voyageur de commerce représenté par le ...



Métaheuristiques : Recherches locales et Algorithmes Métaheuristiques : Recherches locales et Algorithmes

12‏/10‏/2012 Métaheuristiques. Page 41. Métaheuristiques standards. Paysage Adaptatif. Un exemple très simple. Exercice. Coder la recherche locale aléatoire.



Examens et corrigés-type doptimisation combinatoire Pour les Examens et corrigés-type doptimisation combinatoire Pour les

7) Ecrire un algorithme général d'une métaheuristique à population de solutions. Exercice 2 (07 pts). Un carré magique d'ordre n est une matrice carrée n×n 



Exercice 1

On envisage de résoudre le problème à l'aide d'une méta-heuristique : le recuit-simulé. La première étape de cette méthode consiste à déterminer une 



Questions de cours (6.50 points) Exercice N°02 : modélisation (6.50

3- Avec les métaheuristiques nous avons la garantie de trouver une solution exacte pour un problème Faux : car la recherche tabou a été introduite pour ...



ésolution de problèmes di4ciles : algorithmes dGapproximationT

V oir exercices. 1.3 Exemple : identifier le plus Le chapitre sur le voyageur de commerce présente un algorithme (plus précisément une métaheuristique) ...



[tel-00011623 v1] Métaheuristiques : Stratégies pour loptimisation

Loin d'être un recueil d'exercices corrigés ce livre est en fait auto-contenu grâce `a deux chapitres de cours sur les bases théoriques de la programmation 



Optimisation et Recherche opérationelle Exercice 1 : Exercice 2 :

— Le barème donné est indicatif. Exercice 1 : Question de cours (2 pts). Donner le nom de trois algorithmes métaheuristiques vus en cours. Parmi ceux-ci 



Annexe au chapitre 9 Métaheuristiques

On répétera cet algorithme des milliers de fois et on n'affichera que la meilleure solution trouvée. Programmez cet algorithme en Python. Exercice A9.4. Takeshi 



Métaheuristiques

Exercice. Recherche arborescente pour le TSP (exemple A*) Une métaheuristique est un principe générique à adapter pour chaque problème.



ésolution de problèmes di4ciles : algorithmes dGapproximationT

4.5 Quelques exemples d'applications des métaheuristiques . 4.6 Caractéristiques communes aux diverses métaheuristiques . ... V oir exercices.



Métaheuristiques : Recherches locales et Algorithmes

12?/10?/2012 Exercice. Coder dans le langage que vous voulez



Annexe au chapitre 9 Métaheuristiques

On répétera cet algorithme des milliers de fois et on n'affichera que la meilleure solution trouvée. Programmez cet algorithme en Python. Exercice A9.4. Takeshi 



Exercice N°01 : Questions de cours (6.50 points) Exercice N°02

«ORO: Optimisation en Recherche Opérationnelle» Solution d'Examen final Durée : 3- Avec les métaheuristiques nous avons la garantie de trouver une ...





LICENCE 3 MATHEMATIQUES – INFORMATIQUE

Exercices proposés (avec corrigés) : 117 (exemple) 118 (algorithme du gradient à pas optimal) et 119 (Jacobi et optimisation). Semaine 3 :.



Optimisation et Recherche opérationelle Exercice 1 : Exercice 2 :

Cet examen comporte trois exercices indépendants pouvant être traités dans n'importe Donner le nom de trois algorithmes métaheuristiques vus en cours.



TD 3 : Méta-heuristiques Exercice 1 (1/1)

12?/01?/2014 Exercice 1 (1/1). Janvier 2014. RCP104 – Optimisation en Informatique. 2. Considérez le problème de voyageur de commerce représenté par le ...



Métaheuristiques: Stratégies pour loptimisation de la production de

15?/02?/2006 dans les métaheuristiques ou dans la programmation linéaire. Ce programme est ... Loin d'être un recueil d'exercices corrigés.



Métaheuristiques : Recherches locales et Algorithmes

>Métaheuristiques : Recherches locales et Algorithmes https://www-lisic univ-littoral fr/ /12-13/sac-M1/metaheuristiques pdf · Fichier PDF



Les méthodes Métaheuristiques

>Les méthodes Métaheuristiques



Méta-Heuristiques - LAAS

>Méta-Heuristiques - LAAS



Méthodes de descente Problèmes sans contraintes

>Méthodes de descente Problèmes sans contrainteshttps://www math univ-paris13 fr/ /teaching/MACS2_2019/Polych · Fichier PDF

Qu'est-ce que les métaheuristiques?

Les métaheuristiques constituent une classe de méthodes qui fournissent des solutions de bonne qualité en temps raisonnable à des problèmes combinatoires réputés difficiles pour lesquels on ne connaît pas de méthode classique plus efficace.

Quels sont les différents types de métaheuristique?

La métaheuristique manipule un ensemble de solutions en parallèle, à chaque itération. On peut citer les algorithmes génétiques, l’ optimisation par essaims particulaires, les algorithmes de colonies de fourmis. La frontière est parfois floue entre ces deux classes.

Quelle est la différence entre une heuristique et une métaheuristique?

?processus de génération qui guide une heuristique ?en combinant des concepts différents pour explorer l’espace de recherche afin de trouver efficacement des solutions quasi optimales ?Une métaheuristique est un principe générique à adapter pour chaque problème 21 Heuristique versus Métaheuristique (2)

M´etaheuristiques

Strat

´egies pour l"optimisation

de la production de biens et de servicesMarc Sevaux

Num´ero d"ordre : 04/03

HABILITATION`ADIRIGER DESRECHERCHES

Pr ´epar´ee au Laboratoire d"Automatique, de M´ecanique d"informatique

Industrielles et Humaines du CNRS (UMR CNRS 8530)

dans l"

´equipe Syst`emes de Production

Marc Sevaux

M

´etaheuristiques

Strat´egies pour l"optimisation

de la production de biens et de services Soutenue le 1erJuillet 2004 devant le jury compos´e de : Pr

´esident Prof. Christian Prins

Rapporteurs Prof. Michel Gourgand

Prof. Jin-Kao Hao

Prof. Eric Taillard

Examinateurs Prof. St

´ephane Dauz`ere-P´er`es

Prof. Bernard Grabot

Directeur Prof. Christian Tahon

Table des mati`eresRemerciements5

I Curriculum Vitae7

1 Informations g´en´erales9

1.1 Etat Civil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2 Fonction actuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.3 Prime d"encadrement doctorale et de recherche . . . . . . . . . . . . 9

1.4 Parcours et formation . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Enseignement12

2.1 Enseignements

`a l"UVHC . . . . . . . . . . . . . . . . . . . . . . . . 12

2.2 Enseignements avant l"int

´egration`a l"UVHC . . . . . . . . . . . . . 15

2.3 Encadrements p

´edagogiques . . . . . . . . . . . . . . . . . . . . . . 16

2.4 Administration de l"enseignement . . . . . . . . . . . . . . . . . . . 18

3 Supervision de travaux d"´etudiants 2

eet 3ecycle 20

3.1 Th

`eses de doctorat . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 3.2 M ´emoires de DEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

3.3 Projets de DESS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.4 Projets IUP GEII . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

4 Administration et animation de la recherche 24

4.1 Animation de la recherche . . . . . . . . . . . . . . . . . . . . . . . . 24

4.2 Organisation de manifestations

`a Valenciennes . . . . . . . . . . . . 25

4.3 Organisation de manifestations en dehors de Valenciennes . . . . . 25

4.4 Organisation / pr

´esident de sessions . . . . . . . . . . . . . . . . . . 26

5 Visibilit´e, rayonnement et autres activit´es 27

5.1 Collaborations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

5.2 Appartenance

`a des soci´et´es et des groupes de recherche . . . . . . 28

5.3 Fonction d"

´edition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5.4 Evaluation de la recherche . . . . . . . . . . . . . . . . . . . . . . . . 31

6 Contrats, projets et financements33

6.1 Contrats industriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

6.2 Projets de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

6.3 Financements obtenus . . . . . . . . . . . . . . . . . . . . . . . . . . 35

1

Table des mati`eres

7 Th´ematiques de recherche36

7.1 Planification de la production . . . . . . . . . . . . . . . . . . . . . . 38

7.2 Ordonnancement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

7.3 Tourn

´ees de v´ehicules . . . . . . . . . . . . . . . . . . . . . . . . . . 42

7.4 Autres approches ou probl

´ematiques . . . . . . . . . . . . . . . . . . 43

8 Liste des publications48

II Synth`ese scientifique55

1 Introduction g´en´erale57

1.1 Pourquoi les m

´etaheuristiques? . . . . . . . . . . . . . . . . . . . . . 57

1.2 Intensification et diversification . . . . . . . . . . . . . . . . . . . . . 57

1.3 Techniques de r

´esolution pratique . . . . . . . . . . . . . . . . . . . 58

2 M´ethodes de recherche locale59

2.1 M ´ethodes de descente . . . . . . . . . . . . . . . . . . . . . . . . . . 60

2.2 Recuit simul

´e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

2.3 Recherche tabou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

2.4 Recherche

`a voisinages variables . . . . . . . . . . . . . . . . . . . . 66

2.5 GRASP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2.6 Iterated local search . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

2.7 Guided local search . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

2.8 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

3 M´etaheuristiques `a base de population 71

3.1 Algorithmes g

´en´etiques . . . . . . . . . . . . . . . . . . . . . . . . . 72

3.2 Algorithmes de colonies de fourmis . . . . . . . . . . . . . . . . . . 75

3.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

4 M´etaheuristiques avanc´ees79

4.1 Algorithmes m

´em´etiques . . . . . . . . . . . . . . . . . . . . . . . . 79

4.2 Scatter search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

4.3 GA|PM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

4.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

5 Compl´ements89

5.1 R ´eglages automatiques des param`etres . . . . . . . . . . . . . . . . 90

5.2 Robustesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

5.3 Optimisation multiobjectif . . . . . . . . . . . . . . . . . . . . . . . . 92

5.4 Optimisation continue . . . . . . . . . . . . . . . . . . . . . . . . . . 93

6 Conclusions93

2

Table des mati`eres

7 Perspectives de recherche96

R´ef´erences99

III S´election de publications 109

1 European Journal of Operational Research (2003) 111

2 4OR (2004 `a paraˆıtre)112

3 Journal of Heuristics (2004 soumis)112

4 Computers and Operations Research (2004 `a paraˆıtre) 113

5 Naval Research Logistics (2003)113

3 4

Remerciements

La r ´edaction de ce manuscrit est l"aboutissement de plusieurs ann´ees de tra- vail. Ce travail lui-m ˆeme n"aurait puˆetre men´e sans l"aide de plusieurs personnes auxquelles je souhaite exprimer ma gratitude. Avant tout, je remercie les rapporteurs de cette dissertation, Michel Gourgand,

Jin-Kao Hao et Eric Taillard, qui ont s

ˆurement pass´e de longues heures`a relire et corriger ce document. Que les autres membres du jury soient aussi remerci

´es.

Mes remerciements vont

`a la direction du LAMIH pour son accueil, et aussi a l"ensemble de l"´equipe “Syst`emes de Production" et sa bonne ambiance, ainsi qu" `a Christian Tahon, son responsable, pour m"avoir fait confiance et donn´e une grande libert

´e d"action ces derni`eres ann´ees.

Je tiens

`a exprimer ma gratitude tout particuli`erement`a Christian Prins, qui a et´e mon professeur il y a de nombreuses ann´ees et qui a´eveill´e en moi le goˆut et la passion de la recherche. Je lui suis aussi reconnaissant pour les nombreuses dis- cussions productives, pour cette collaboration que nous avons entam

´ee depuis la

fin de ma th `ese et enfin, pour avoir transform´e au fil des ann´ees notre partenariat en amiti

´e sinc`ere.

Que St

´ephane Dauz`ere-P´er`es, mon directeur de th`ese soit aussi remerci´e cha- leureusement; sous sa direction de 1996 `a 1998, j"ai pu comprendre et apprendre le m ´etier de chercheur et une certaine´ethique de la recherche. Son amiti´e a heu- reusement d

´epass´e cette p´eriode.

´eslarechercheop´erationnelle

avec passion, Eric Pinson, Philippe Chr

´etienne, Jacques Carlier et Claude Berge

ainsi que les personnes qui ont su m"aider quand j"en avais besoin, Philippe Tho- min, Alain Gibaud, tout particli `erement Xavier Gandibleux et bien d"autres.

Je garde une place de choix pour Kenneth S

¨orensen, pour tout ce que nous

avons cr ´e´e et partag´e ensemble, pour notre amiti´e; le groupe EU/ME n"´etant que la partie

´emerg´ee de l"iceberg...

Enfin je tiens

`a terminer cette pr´eface en remerciant de tout coeur mon´epouse Sandrine et mes enfants, Victoria, Franc¸ois et Jean pour leur patience pendant mes nombreuses absences et pour leur amour sans limite.

Marc Sevaux

Valenciennes, Mai 2004

5 6

Premi`ere partie

Curriculum Vitae

8

1 Informations g´en´erales

1.1 Etat Civil

NOM, Pr´enom SEVAUX, Marc

Date et lieu

de naissanceN

´e le 25 mai 1969`a Brest (29)

Nationalit

´e Franc¸aise

Etat civil Mari

´e, trois enfants

Service militaire effectu

´e en 1995-1996, en tant qu"officier du corps tech- nique et administratif du service de sant

´e des arm´ees.

1.2 Fonction actuelle

Poste Maˆıtre de conf´erences (classe normale) en 61 esection du CNU

Adresse

professionnelleUniversit

´e de Valenciennes et du Hainaut-Cambr´esis

UMR CNRS 8530, LAMIH / SP

Le Mont Houy, B

ˆatiment Jonas 2

F-59313 Valenciennes Cedex 9

France

T

´el´ephone 03 27 51 13 26

Fax 03 27 51 13 10

EmailMarc.Sevaux@univ-valenciennes.fr

Urlhttp ://www.univ-valenciennes.fr/sp/sevaux/

Facult

´e de rattachementInstitut universitaire de technologie D´epartement Organisation et G´enie de la Production (OGP) d´elocalis´e`a Cambrai

Laboratoire

de rattachementLAMIH/SP : Laboratoire d"Automatique, de M

´ecanique,

d"Informatique industrielles et Humaines - UMR CNRS

8530 - Equipe Syst

`emes de Production

1.3 Prime d"encadrement doctorale et de recherche

Titulaire de la prime d"encadrement doctorale et de recherche (PEDR) depuis 2003. 9

1 Informations g´en´erales

1.4 Parcours et formation

Depuis Sept. 99Maˆıtre de conf´erences en 61esection`a l"universit´e de Valen- ciennes et du Hainaut-Cambr ´esis. Titulaire d"un poste`a l"Institut Univer- sitaire de Technologie, au d ´epartement Organisation et G´enie de la Produc- tion, d

´elocalis´e`a Cambrai.

D´ec. 98 - Aoˆut 99Ing´enieur de recherche (contrat`a dur´ee d´etermin´ee de 9 mois)

aud Charg ´e de la r´edaction d"un cahier des charges pour la cr´eation d"une plate- forme logistique (voir section 6.2).

1996 - 1998Universit´e Pierre et Marie Curie, Paris

Doctoratde l"Universit´e Pierre et Marie Curie (Paris VI). Sp ´ecialit´eInformatique et Recherche Op´erationnelle.

Laboratoire

d"accueilEcole des Mines de Nantes, d´epartement Automatique et Productique.

Soutenance le 11 D

´ecembre 1998`a l"universit´e Pierre et Marie Curie (Paris VI).

SujetEtude de deux probl`emes d"optimisation

en planification et ordonnancement. Pr´esident du JuryP. Chr´etienne (Professeur, Universit´e P. et M. Curie, Pa- ris). RapporteursY. Crama (Professeur, Universit´e de Li`ege, Belgique),

J.B. Lasserre (Directeur de Recherche, LAAS/CNRS,

Toulouse)

ExaminateursM.-C. Portmann (Professeur, Ecole des Mines de

Nancy), C. Prins, (Ma

ˆıtre Assistant, HDR, Ecole des

Mines de Nantes), S. Dauz

`ere-P´er`es (Maˆıtre Assistant, HDR, Ecole des Mines de Nantes,Directeur de th`ese).

Etude de deux probl

`emes d"optimisation en planification et ordonnance- ment (probl `eme de planification de la production en temps continu et pro- bl `eme g´en´eral d"ordonnancement`a une machine). R´esolution par l"utilisa- tion de techniques de recherche op

´erationnelle. Validation par le d´evelop-

pement de logiciels prototypes. 10

1.4 Parcours et formation

1994 - 1995Universit´e Pierre et Marie Curie, Paris

Diplˆome d"Etudes Approfondiesde l"Universit´e Pierre et Marie Curie (Pa- ris VI). Sp ´ecialit´e Informatique et Recherche Op´erationnelle

Mention Bien

ResponsablePh. Chr´etienne (Professeur, Universit´e Pierre et Marie

Curie, Paris)

Sujet de DEALes probl`emes d"ordonnancement avec d´elais de com- munication EncadrementC. Picouleau (Maˆıtre de Conf´erences, CNAM, Paris).

1992 - 1994Institut de Math´ematiques Appliqu´ees (IMA), Angers

Dipl

ˆomes

obtenusDEUG, Licence, Maˆıtrise Sp ´ecialit´e Math´ematiques Appliqu´ees et Sciences Sociales 11

2 Enseignement

2 Enseignement

2.1 Enseignements `a l"UVHC

R´ecapitulatif des heures enseign´ees `a l"UVHC

Le tableau ci-dessous r

´esume les heures d"enseignement depuis le recrute- ment `a l"universit´e de Valenciennes et du Hainaut-Cambr´esis. Le descriptif des mati `eres enseign´ees est pr´esent´e apr`es le tableau. Dans ce tableau, sont reprises les heures de cours magistraux (CM), de travaux dirig

´es (TD) et de travaux pra-

tiques (TP), ainsi que l" ´equivalence en heures TD (EqTD). L"IUT permet aussi de comptabiliser certaines heures pour des t

ˆaches administratives (Responsabilit´e

des projets, Relations internationales), ainsi que des heures pour l"encadrement des stages et des projets. Ann

´ee 2003-2004 Niveau CM TD TP EqTD

Recherche Op´erationnelle IUT 2 et APPC 20h 2×40h - 110h

Informatique IUT 1 15h 2×20h 62.5h

Responsabilit

´e de relations Internationales 10h 6.67h

Heures de stages et projets entrant dans le d

´ecompte du service 13h

Total ann´ee 2003-2004192.17h

Ann´ee 2002-2003 Niveau CM TD TP EqTD

Recherche Op´erationnelle IUT 2 et APPC 20h 2×40h - 110h

Informatique IUT 1 15h 2×14h 12h 58.5h

Math ´ematiques de la d´ecision ISTV Master Info. 1 12h - - 18h

Responsabilit

´e des projets15h 10h

Heures de stages et projets entrant dans le d

´ecompte du service 29h

Total ann´ee 2002-2003225.5h

Ann´ee 2001-2002 Niveau CM TD TP EqTD

Recherche Op´erationnelle IUT 2 et APPC 20h 2×40h - 110h

Informatique IUT 1 15h 1×24h 20h 59.83h

Programmation lin

´eaire EIGIP 2 - 1×18h - 18h

Responsabilit

´e des projets15h 10h

Heures de stages et projets entrant dans le d

´ecompte du service 19.5h

Total ann´ee 2001-2002217.33h

Ann´ee 2000-2001 Niveau CM TD TP EqTD

Recherche Op´erationnelle IUT 2 et APPC 20h 3×40h - 150h

Informatique IUT 1 - 1×25h - 25h

Programmation lin

´eaire EIGIP 2 - 1×18h - 18h

Heures de stages et projets entrant dans le d

´ecompte du service 27h

Total ann´ee 2000-2001220h

Ann´ee 1999-2000 Niveau CM TD TP EqTD

Qualit´e IUT 1 30h 1×30h - 75h

Recherche Op

´erationnelle IUT 2 - 1×40h - 40h

Informatique IUT 1 - 1×25h 2×25h 58.3h

Heures de stages et projets entrant dans le d

´ecompte du service 19.5h

Total ann´ee 1999-2000192.83h

12

2.1 Enseignements `a l"UVHC

Descriptif des interventions `a l"UVHC

La ligne “# heures" correspond aux heures affect

´ees`a ce module pour les

etudiants. Pour les heures d"intervention me concernant, se reporter au tableau.

M17 - Alg`ebre et recherche op´erationnelle

# heures CM 20h, TD 40h.

Public IUT OGP 2 et APPC

Lieu IUT OGP Cambrai

Ann´ee(s) depuis 1999

Responsabilit

´e responsable du module depuis 2000

-Objectifs du cours :Donner`a l"´etudiant les principaux outils de la re- cherche op ´erationnelle pour lui permettre d"optimiser les fonctions de production et de logistique principales en entreprise. Acqu

´erir les con-

nais sances de base en alg `ebre pour une poursuite d"´etude´eventuelle. -Contenu du cours :Alg`ebre lin´eaire (bases de l"alg`ebre, inversion de ma- trices); introduction `a la recherche op´erationnelle (historique, princi- pales d ´efinitions et termes de la recherche op´erationnelle); th´eorie des graphes; algorithmique des graphes (plus courts chemins, flot maxi- mum, probl `emes de transport); notions de programmation lin´eaire (mod ´elisa tion math´ematique, propri´et´es et th´eorie de la programma- tion lin ´eaire); r´esolution graphique et alg´ebrique; applications indus- trielles de la recherche op

´erationnelle (gestion de production, ordon-

nancement, MRP, logistique); cas particuliers de la programmation li- n´eaire (matrice de contraintes totalement unimodulaires); langages de mod ´elisation ( apprentissage par l"exemple, principaux mod`eles ren- contr ´es en industrie de production, r´esolution de cas industriels avec Xpress-IVE de Dash Associates); mise en place d"un challenge depuis

2001 pour les

´el`eves avec points de bonification pour les meilleurs r

´esultats obtenus.

-Notation :une note de TD refl´etant le travail pratique en continu, un de- voir maison, deux devoirs surveill

´es d"une heure, un devoir final de

deux heures.

M9 - Informatique

# heures CM 15h, TD 24h, TP 20h.

Public IUT OGP 1

Lieu IUT OGP Cambrai

Ann´ee(s) depuis 1999

Responsabilit

´e responsable du module depuis 2001

-Objectifs du cours :Donner aux´etudiants les moyens d"utiliser l"informa- tique de mani `ere avanc´ee. Enseigner les bases de la programmation structur

´ee.

-Contenu du cours :Introduction`a l"informatique et`a la bureautique (trai- tement de texte, tableur); introduction `a la programmation structur´ee 13

2 Enseignement

(arbres programmatiques, langagestructur´e de4eg´en´eration, concepts fonctions, proc ´edures); construction de macros´evolu´ees en VBA; con- ception objet; algorithmique g

´en´erale; mise en place de projets infor-

matiques (depuis 2001) pour la construction d"application VBA com- pl `etes et utiles`a un technicien OGP (un projet guid´e, un projet libre);

´ecup´eration

de donn ´ees,´ecriture dans des feuilles de calcul, manipulation des ob- jets Excel en VBA). -Notation :deux devoirs surveill´es d"une heure, un interrogation indivi- duelle sur ordinateur, deux notes de projets.

MD - Math´ematiques de la d´ecision

# heures CM 12h, TD 18h, TP 6h.

Public Master Informatique 1

Lieu ISTV Valenciennes

Ann´ee(s) 2002-2003

Responsabilit

´e responsable du module

-Objectifs du cours :Enseigner`a l"´etudiant les outils math´ematiques n´eces- saires `a la r´esolution de probl`emes dans le cadre de l"aide`a la d´ecision. -Contenu du cours :Introduction g´en´erale`a la programmation math´emati- que (r ´esolution lin´eaire, r´esolution enti`ere, branch and bound en pro-quotesdbs_dbs11.pdfusesText_17
[PDF] exercice corrigé mmc pdf

[PDF] exercice corrigé modulation d'amplitude pdf

[PDF] exercice corrigé moment de force

[PDF] exercice corrigé mouvement d un projectile pdf

[PDF] exercice corrigé mouvement d'un projectile

[PDF] exercice corrigé offre et demande

[PDF] exercice corrigé onduleur monophasé

[PDF] exercice corrigé onduleur triphasé

[PDF] exercice corrigé p2 bts cgo

[PDF] exercice corrigé peps

[PDF] exercice corrigé perceptron monocouche

[PDF] exercice corrigé pic 16f877

[PDF] exercice corrigé pont tout thyristor

[PDF] exercice corrigé portique isostatique

[PDF] exercice corrigé poutre hyperstatique