Comparaison des versions

Légende

  • Ces lignes ont été ajoutées. Ce mot a été ajouté.
  • Ces lignes ont été supprimées. Ce mot a été supprimé.
  • La mise en forme a été modifiée.

Responsable(s) : Henri AMET, Maître de Conférences

Coordonnées:      henri.amet@univ-lorraine.fr

 

Crédits ECTS :  2                                                                                                   Durée :  21 heures

Mots clés : Optimisation, algorithme, génie industriel, complexité

Pré requis : aucun

 

OBJECTIF GENERAL : Concevoir un programme informatique pour résoudre un problème d'optimisation

 

PROGRAMMES ET CONTENUS :

 

Ce module a pour but de fournir les bases informatiques minimales nécessaires au développement d'’applications classiques du génie industriel. La composante informatique de ce métier est forte et ne doit pas être sous-estimée.

Les outils logiciels actuellement disponibles en « prêt à l’'emploi » couvrent tous les sous-domaines du génie industriel mais ils ne suffisent pas pour autant et il est très souvent nécessaire de développer des applications spécifiques. Un ingénieur en génie industriel ne peut pas n’'être qu'’un utilisateur. Il doit savoir aussi créer et faire évoluer les applications informatiques.

Un projet est proposé rapidement et sera développé tout au long du module. Le programme aborde successivement les points suivants :

- Prise en main de l’environnement de développement

-Etude des références bibliographiques liées au projet

- Mise en oeuvre d’un solveur de programmation linéaire dans le cadre de la programmation

- Calcul de la complexité d’algorithmes classiques - utilisation de Mathematica

- Présentation des algorithmes de Recuit Simulé, TABU et génétique

- Implémentation des fonctions de base d’un algorithme génétique

 

COMPETENCES :

connaître : les grandes méthodes de résolution par programme d'un problème d'optimisation tel qu'il peut se présenter dans l'industrie et les services.

comprendre : les avantages et les inconvénients des différentes approches de résolution. Comprendre les limitations de ces méthodes.

appliquer : savoir mettre en oeuvre les algorithmes dans un environnement particulier

analyser : savoir comprendre un problème posé en langage naturel, identifier les données et les résultats. Trouver le bon algorithme.Fiche syllabus du cours