Objectifs de la formation

Maîtriser les principes des méthodes d’hybridation et de décomposition pour surmonter les problèmes difficiles et de grande taille.

Pour qui ?

Ingénieurs, scientifiques et développeurs intéressés par la modélisation de problèmes de décision et la mise en œuvre d’algorithmes d’optimisation.

Techniques d’hybridation
• Hybridation programmation linéaire / programmation par contraintes. Modélisation mixte, arbres de recherche communs, dialogues de schémas de branchement. Utilisation des coûts réduits.
• Hybridation programmation par contraintes / recherche locale. Description de voisinages sous forme de voisinages sous contraintes. Exploration de voisinages sous contraintes.

Techniques de décomposition
• Principe des méthodes de décomposition par les prix et les quantités. Types d’échanges d’information. Traitement d’exemples élémentaires.
• Lagrangien. Dualité. Définition et interprétation économique de la fonction duale. Saut de dualité. Cas convexe et non convexe.
• Décomposition par les prix : algorithmes de coordination et optimisation non différentiable.
• Méthode de Benders : principes et mise en œuvre.

Applications
• Optimisation conjointe d’actifs gaz et électriques : présentation, Benders et décomposition par les prix.
• Exemple d’hybridation de programmation par contraintes et de recherche locale : planification d’emplois du temps, affectation de fréquences.
• Décomposition et hybridation pour la planification de maintenance.