Libellé du cours : | Optimisation - Recherche Opérationnelle |
---|---|
Département d'enseignement : | EEA / Electronique Electrotechnique Automatique |
Responsable d'enseignement : | Monsieur ALEXANDRE KRUSZEWSKI / Monsieur FREDERIC SEMET |
Langue d'enseignement : | |
Ects potentiels : | 0 |
Grille des résultats : | Grade de A+ à R |
Code et libellé (hp) : | SEI_SEC_ORO - Optimisation - Recherche Opéra |
Equipe pédagogique
Enseignants : Monsieur ALEXANDRE KRUSZEWSKI / Monsieur FREDERIC SEMET
Intervenants extérieurs (entreprise, recherche, enseignement secondaire) : divers enseignants vacataires
Résumé
Ce cours vise à apporter les connaissances de base en optimisation et en recherche opérationnelle au futur ingénieur dans le domaine des systèmes embarqués et cyberphysiques. Diverses techniques en optimisation sont présentées avec en fil rouge la détermination de la trajectoire d’un robot qui doit visiter un ensemble de points. Il se décompose en deux parties : I - Optimisation non linéaire I-1. Conditions d’optimalité I-2. Minima et convexité I-3. Algorithmes de descente : gradient, Newton II - Optimisation de trajectoire II-1. Introduction à la programmation dynamique II-2. Modélisation par les graphes II-3 Détermination d’un chemin optimal avec et sans contrainte II-4 Problème du voyageur de commerce
Objectifs pédagogiques
À l’issue du cours, l’élève sera capable de : - Développer ou d’adapter un modèle/une méthode d’optimisation associée à un contexte complexe - Evaluer la qualité des méthodes proposés - Utiliser des logiciels/ des packages existants en les paramétrant de manière ad-hoc - Evaluer et discuter les résultats obtenus Contribution du cours au référentiel de compétences ; à l’issue du cours, l’étudiant aura progressé dans : - Capacité à organiser la résolution d’un problème - Capacité à reconnaître les éléments spécifiques d'un problème - Capacité à identifier les interactions entre éléments - Capacité à proposer un ou plusieurs scénarios de résolution - Capacité à converger vers une solution acceptable (suivi hypothèses, ordres de grandeur …)
Objectifs de développement durable
Modalités de contrôle de connaissance
Contrôle Continu
Commentaires:
Ressources en ligne
Cours et travaux pratiques en ligne
Pédagogie
Alternance de cours et de mises en pratique sur ordinateur.
Séquencement / modalités d'apprentissage
Nombre d'heures en CM (Cours Magistraux) : | 12 |
---|---|
Nombre d'heures en TD (Travaux Dirigés) : | 12 |
Nombre d'heures en TP (Travaux Pratiques) : | 8 |
Nombre d'heures en Séminaire : | 0 |
Nombre d'heures en Demi-séminaire : | 0 |
Nombre d'heures élèves en TEA (Travail En Autonomie) : | 0 |
Nombre d'heures élèves en TNE (Travail Non Encadré) : | 0 |
Nombre d'heures en CB (Contrôle Bloqué) : | 0 |
Nombre d'heures élèves en PER (Travail PERsonnel) : | 0 |
Nombre d'heures en Heures Projets : | 0 |
Pré-requis
Connaissances en analyse correspondant au niveau des classes préparatoires et connaissance de base d’algorithmique.