Ce cours traite des méthodes de résolution de problèmes d’optimisation combinatoire fondées sur la programmation mathématique. Après une introduction générale on montre que de nombreux problèmes de Recherche Opérationnelle peuvent être modélisés puis résolus à l’aide de la Programmation Linéaire (PL) où la fonction objectif et les contraintes sont toutes linéaires et les variables sont continues. Le cours présente les principes de base de la PL et les principaux algorithmes de résolution. L’approche par PL fournit également une aide à la résolution de problèmes plus difficiles (non linéaires; en variables entières;…) en particulier en fournissant des bornes de la solution optimale. On étudiera les méthodes de relaxations continues et lagrangiennes ainsi que l'amélioration des bornes par des méthodes de coupes. Le cours sera illustré par des applications concrètes (tournées de véhicules; localisation; ordonnancement). Enfin; on abordera la résolution de problèmes en univers incertain.Un apprentissage à des logiciels de modélisation et de PL est proposé en TP puis approfondi dans la réalisation d’un projet.
L'objectif du cours est de donner les bases nécessaires pour savoir faire des traitements sur des fichiers texte et de la programmation avec le « shell ». En effet; l'automatisation de tâches est au cœur de bien des activités; que ce soit pour mettre en forme des données; créer des jeux de données; fouiller dans des journaux ou les fichiers de configuration systèmes afin d'y trouver des traces d'intrusion; ou même faciliter certaines étapes de la construction d’applications.
Sont décrites en détail les différentes possibilités offertes par le « shell » ainsi qu'un certain nombre de commandes puissantes permettant de traiter des fichiers de type texte et les expressions rationelles. Le mécanisme de « pipe » offert par le « shell »; qui permet une combinaison de commandes; est largement exploité pour effectuer des traitements complexes. La programmation de script en « shell » est également abordée; l'objectif étant de savoir créer de petits scripts pour effectuer certains traitements répétitifs et être capable de comprendre et modifier les scripts du système.
Etre capable de se répérer dans un environnement quelconque est à la fois indispensable et difficile pour un robot mobile autonome ou pour un véhicule intelligent. Dans ce cours; nous présenterons un panorama des capteurs; des représentations et des différentes méthodes utilisées pour résoudre ce problème.Ce cours présentera les méthodes classiques de navigation; des méthodes de localisation les plus simples aux méthodes plus complexes basées sur la construction de cartes de l’environnement. Un panorama des applications de la robotique mobile sera également présenté.
Ce module poursuit et approfondit la présentation des instruments d'analyse présentés dans le premier module d'économie de l'énergie de 2° année; et il complète les cours du master EDDEE. Pour cette raison; nous aborderons des sujets très variés tels que les impacts économiques du changement climatique; les dynamiques économiques de long-terme (liens entre énergie et croissance); la gestion des déchets; la gestion de l'incertitude dans les décisions d'investissement; ainsi que le secteur des carburants et la mobilité électrique.
