Mention de Master Ingnierie des Systmes Complexes (ISC)

de lUPSay (Universit Paris Saclay)

Parcours (M2) OSIL : Optimisation des Systmes Industriels et Logistiques

Etablissements oprateurs : CentraleSuplec

Responsable : Evren Sahin, Professeur, CentraleSuplec, evren.sahin@centralesupelec.fr

Traduction de l'intitul du parcours en anglais : Operations and Supply Chain Management

Prsentation gnrale
Gnralits Contexte

Le parcours OSIL vise former la recherche des lves de deuxime anne de Master dans le domaine
de loptimisation des systmes industriels et logistiques, domaine appel galement Supply Chain
Management. Cette formation a pour objectif dapporter aux lves une comprhension des
problmatiques de type recherche rencontres dans les systmes industriels et logistiques ainsi que
des mthodes et outils adapts leurs rsolutions.

Objectifs pdagogiques et scientifiques

Loptimisation des systmes industriels et logistiques constitue un enjeu essentiel pour la comptitivit
des entreprises de production et de distribution de biens et services, enjeu aussi bien en termes de
cots quen termes de qualit de service. Il sagit doptimiser les activits allant de lapprovisionnement
auprs des fournisseurs jusqu la distribution aux clients en passant par toutes les tapes
intermdiaires de production, stockage et transport. Le primtre des dcisions associes est trs
vaste puisquil va des dcisions stratgiques long terme comme ltablissement du schma industriel
et logistique aux dcisions oprationnelles court terme telles que le pilotage de flux et
lordonnancement en passant par les dcisions tactiques moyen terme comme la planification du
meilleur quilibre charge/capacit.

De plus, cest vers une optimisation globale que les organisations doivent sorienter, plutt que de se
contenter dune somme doptimisations locales. Cest tout lenjeu des nouvelles notions de logistique
globale, chane logistique (supply chain), entreprise tendue, L encore, le besoin dapproches
structures et doutils doptimisation est indispensable pour faire face la complexit de la ralit.

Par ailleurs, les problmes doptimisation considrs rvlent souvent des objectifs conflictuels
(minimisation des cots versus maximisation de la qualit de services). Ceci rend pertinent une
approche multicritre fonde sur une analyse non ncessairement guid par un critre unique mais
pouvant tre la rsultante de plusieurs critres en conflit. Il sagit alors de mettre en lumire les
arbitrages ncessaires entre ces diffrents critres.
Enfin, au-del du domaine des industries de production de biens, la spcialit OSIL a aussi pour objectif
dapporter des mthodes et outils issus de la recherche pour lanalyse et loptimisation dactivits de
service. L encore, les enjeux en termes de rduction de cots et de qualit de service constituent un
dfi majeur qui requiert une approche conceptuelle et structure sappuyant sur un ensemble de
mthodes et doutils adapts.

Dbouchs professionnels
Lquipe pdagogique du Master OSIL a une exprience significative de collaboration avec des
partenaires industriels. Cela contribue mettre en pratique dans les organisations partenaires des
processus et des pratiques innovantes en matire doptimisation et dorganisation de la production,
de logistique, de distribution, Limpact se traduit dans ces organisations par des gains substantiels
en termes de cot, mais aussi en terme de taux de service des systmes tudis. Un lment
emblmatique de ces recherches partenariales avec lindustrie est constitu par lexistence de deux
chaires industrielles (Chaire Supply Chain, Chaire Manufacturing & Logistics Management).

Le parcours OSIL forme tout autant des tudiants se destinant une carrire acadmique que des
ingnieurs se destinant une carrire en entreprise. Une partie des tudiants peuvent choisir de
s'orienter vers une thse, aprs laquelle l'tudiant conserve encore le choix entre une carrire
universitaire et une carrire en entreprise. Les comptences des tudiants correspondent des profils
recherchs par les entreprise : des comptences avances dans le domaine de la l'aide la dcision,
l'optimisation la recherche oprationnelle couple avec une connaissance fine des processus de
production/distribution dans les organisations.

Mots cls :
supply chain, production, distribution, optimisation, recherche oprationnelle, valuation de
performances, simulation.

A qui s'adresse la formation ?

Population d'tudiants vise

Le parcours de deuxime anne Master OSIL s'adresse des tudiants ayant valid une premire
anne de Master en Recherche Oprationnelle, Logistique, Informatique, Mathmatique appliques,
conomie/gestion et aux tudiants issus d'une cole d'ingnieur ou de de commerce, ayant une
apptence particulire pour la modlisation et loptimisation des processus supply chain.

Prrequis demands, formation antrieure, comptences,...

Le parcours OSIL requiert d'avoir tudi les bases de la recherche oprationnelle et un got affirm
pour la Modlisation/Formalisation des systmes de production/distribution de biens et services.
Laboratoires associs la formation

Le parcours M2 OSIL s'appuie sur le laboratoire Gnie Industriel de CentraleSuplec, en particulier de

l'quipe Aide la Dcision pour les Systmes de Production / Distribution . Les recherches en
question se positionnent sur les problmatiques d'aide la dcision en gestion des oprations, la fois
dans le domaine des Produits et des Services. Les objectifs scientifiques relvent de trois niveaux de
contribution :

- Utilisation : Dvelopper des mthodes d'aide la dcision pour une large classe de problmes
en gestion des oprations,
- Comprhension/Synthse : Prendre du recul sur les problmatiques tudies, proposer des
visions unifies,
- Contributions mthodologiques/algorithmiques : dvelopper des mthodes/algorithmes dont
la porte dpasse le contexte pour lequel ils ont t conus.

Les enjeux scientifiques de l'quipe se positionnent deux niveaux distincts et complmentaires :

dune part des enjeux lis au domaine d'application des recherches et traitant de l'optimisation de
systmes de production et de distribution de biens et de services, dautre part des enjeux lis aux
contributions conceptuelles, mthodologiques, procdurales et algorithmiques concernant les outils
mobiliss pour rpondre aux problmatiques applicatives.

Ces deux niveaux d'enjeux scientifiques interagissent dans un cycle dans lequel les deux aspects
s'enrichissent mutuellement. L'laboration de mthodes pour optimiser un aspect spcifique d'un
systme industriel, conduit mobiliser, adapter, reformuler ou mme concevoir des outils formels de
sorte d'apporter une rponse effective aux interrogations que se posent les dcideurs sur leur systme
industriel. Ce travail conduit bien souvent laborer de nouveaux outils ou mthodologies d'aide la
dcision dont la validit s'tend au-del de l'application pour laquelle ils ont t conus, entranant
ainsi une contribution dont la porte dpasse la problmatique applicative initiale.
 Tableau synthtique de la formation
Cours obligatoires
Cours Intervenant Lieu Heures ECTS
Introduction la modlisation et
Asma Ghaffari CentraleSuplec 24 2,5
l'optimisation
Optimisation en Supply Chain
Jakob Puchinger CentraleSuplec 24 2,5
Management
Modlisation et simulation des
Oualid Jouini CentraleSuplec 24 2,5
systmes de production
Pilotage de flux et gestion de
Evren Sahin CentraleSuplec 24 2,5
stocks
Modles Stochastiques et
Oualid Jouini CentraleSuplec 24 2,5
applications
Programmation CPLEX/Python Cline Gicquel CentraleSuplec 15 1
Mthodologie de la recherche Marija Jankovic CentraleSuplec 20 2
Ecriture scientifique Marija Jankovic CentraleSuplec 10 1
Mmoire thmatique Evren Sahin CentraleSuplec 10 4
Anglais scientifique Jrgen Stendahl CentraleSuplec 40 2
Stage recherche Evren Sahin CentraleSuplec 6 mois 30
3 lectifs choisir parmi:
Aide la dcision Vincent Mousseau CentraleSuplec 24 2,5
Optimisation avance par la
Asma Ghaffari CentraleSuplec 24 2,5
pratique
Maitrise des incertitudes pour
Nicola Pedroni CentraleSuplec 24 2,5
l'optimisation de la fiabilit
Thorie des jeux : concepts et
Christophe Labreuche CentraleSuplec 24 2,5
applications

Planification ordonnancement Chengbin Chu CentraleSuplec 24 2,5

Optimisation combinatoire,
Michel Minoux CentraleSuplec 24 2,5
graphes, rseaux et applications

Prvision de la demande Benjamin Legros CentraleSuplec 24 2,5

Organisation de la distribution,
Yves Dallery CentraleSuplec 24 2,5
transport international

Achat, fournisseur, sous-traitance E. Delcourt - E.David CentraleSuplec 24 2,5

Total 60
Annexe : Descriptif synthtique des UEs
Description Introduction la modlisation et loptimisation
synthtique UE
Contenu Objectifs du cours :
- Eveiller lintrt pour la modlisation mathmatique et
loptimisation
- Familiarisation avec des modles cls de la RO et leur contexte
dapplication
- Introduction des algorithmes de rsolution de base
- Prise en main de solveurs de rsolution
Programme de lenseignement :
- La modlisation par la programmation linaire continue et en
nombres entiers.
- Rsolution de programmes linaires
- La programmation dynamique
- La thorie des graphes : quelques lments, problmes de
cheminement, darbres et de flots
- Ralisation dun projet sur un jeu de donnes rel
Savoir-faire acquis en fin de cours :
- Ltudiant sait reconnatre une situation de compromis
modlisable avec un outil de la RO
- Ltudiant est capable de modliser par un PL ou un graphe,
quand cest appropri, un problme bien pos.
Mots cls Optimisation, modlisation, recherche oprationnelle
Responsable Asma Ghaffari
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Optimisation en Supply chain management
synthtique UE
Contenu Objectifs du cours :
Comprendre les enjeux et problmatiques du domaine du SCM dans les
entreprises industrielles et de service. Ce cours abordera en particulier :
- les dimensions organisations et processus du SCM
- les approches et mthodes qualitatives et quantitatives pertinentes
permettant doptimiser ces processus
- la mise en uvre de ces approches en insistant sur les aspects
faisabilit, adaptation et limites
Programme de lenseignement et concepts-cls abords :
- Introduction gnrale au SCM
- Problmes de localisation
- Planification industrielle et commerciale
- Planification de la production
- prvisions de la demande
- Pilotage de flux
- Tournes de vhicules
Savoir-faire acquis en fin de cours :
Ce cours permettra aux lves davoir une comprhension globale des enjeux
et problmatiques du SCM.
Mots cls Biens & services, supply chain management, gestion des oprations,
approvisionnement, production, distribution
Responsable Jakob Puchinger
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Programmation CPLEX/Python
synthtique UE
Contenu Objectifs :
Etre capable, aprs avoir labor un modle doptimisation, maqueter une
solution et de la tester sur un jeu de donnes, en faisant appel un solveur
de programmation mathmatique efficace.
Savoir implmenter dans un langage informatique de haut niveau la
rsolution de problmes d'optimisation en s'appuyant sur le solveur CPLEX

Prrequis
Connaissances de base en programmation mathmatique : savoir
modliser un problme d'optimisation par un programme linaire ou un
programme linaire en nombres entiers

Programme
introduction la programmation informatique en langage Python
Introduction l'implmentation de programmes mathmatiques
introduction au solveur CPLEX permettant de rsoudre des problmes
d'optimisation
rsolution de programmes linaires par l'algorithme du simplexe
rsolution de programmes linaires en nombres entiers par l'algorithme
du Branch and Bound
dveloppement de programmes en langage Python faisant appel au
solveur CPLEX pour la rsolution de problmes d'optimisation de
moyenne/grande taille

Mots cls Programmation, solveur, maquettage/implmentation

Responsable Cline Gicquel
ECTS : 1 Heures : 15 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Modlisation et simulation des systmes de production
synthtique UE
Contenu Objectifs du cours :
- Dcouvrir la simulation de flux dans le domaine de la production/logistique.
- Prendre conscience que la simulation est un outil performant, condition de
savoir limiter son utilisation des cas non exploitables par des mthodes
directes.
- Acqurir une approche structure de la modlisation et de la simulation,
partir du logiciel de simulation de flux ARENA.
Programme dtaill de lenseignement et concepts-cls abords :
- Dfinition et domaines dapplication de la simulation ; modlisation et
valuation de performances ; simulation vnement discret
- tude de cas 1 : Initiation ARENA ; Analyse, modlisation et simulation
dune station de contrle ;
- tude de cas 2 : Notions avances dARENA ; Analyse, modlisation et
simulation dun atelier flexible
- tude de cas 3 : Notions avances dARENA ; Analyse, modlisation et
simulation dun atelier de montage
- Nombres alatoires / nombres pseudo-alatoires ; mthodes de gnration
de nombres alatoires ; applications sur Excel
- Utilisation du Process analyser : Notions de plans dexpriences ; utilisation
du Process analyser
- Utilisation de loutput analyser : Validation et analyse des rsultats de
simulation ; utilisation de lOutput analyser
Savoir-faire acquis en fin de cours :
- Savoir analyser un systme et juger de lintrt ou non de lutilisation de la
simulation.
- Acqurir une approche structure de la modlisation et de la simulation,
partir du logiciel de simulation de flux ARENA.
- Identification des paramtres cls de la simulation et lutilisation des plans
dexpriences pour identifier
- les diffrents scnarios simuler
- Savoir valider et analyser les rsultats de la simulation

Mots cls simulation de flux, simulation vnements discrets, ARENA

Responsable Oualid Jouini
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Modles stochastiques et applications
synthtique UE
Contenu Objectifs :
- Dvelopper une comprhension aussi intuitive que possible du
comportement des systmes stochastiques
- Matriser quelques outils de base danalyse de ces systmes savoir les
chaines de Markov et les files dattente
- Modliser ces systmes afin den valuer les performances
- Voir les applications de ces outils dans diffrents domaines : systmes de
production, fiabilit, centres dappels
Programme de lenseignement et concepts-cls abords :
- Introduction : modles stochastiques et aide la dcision ; notions de
probabilit et processus stochastiques
- Chanes de Markov Temps Discret : Dfinition ; reprsentation
graphique et classification des tats ;
- analyse du rgime transitoire ; analyse du rgime permanent ; exercices
- Chanes de Markov Temps Continu : Dfinition ; reprsentation
graphique et classification des tats ;
- analyse du rgime transitoire ; analyse du rgime permanent ; exercices
- Files dattentes simples: Caractrisation dune file simple ; paramtres de
performance ; tude de quelques
- files simples ; notions sur les approximations ; exercices
- Rseaux de files dattente : dfinition et analyse du rseau de Jackson
ouvert
Applications:
- Systmes de production : Processus de dcision Markovien ; calculs de
capacit de production ; optimisation de politique de gestion de stock
- Fiabilit des systmes : calcul des lments de sret de fonctionnement
(fiabilit, disponibilit, maintenabilit) ; choix politique de maintenance ;
dimensionnement stock de pices de rechange
- Centres dappel : problmatiques lies aux centres dappels ; tude de
cas : estimation des temps dattente
Savoir-faire acquis en fin de cours :
- Dvelopper une comprhension aussi intuitive que possible du
comportement des systmes stochastiques et de lintrt de la
modlisation stochastique
- Matriser quelques outils de base danalyse de ces systmes savoir les
chaines de Markov et les files dattente
- Savoir modliser ces systmes, identifier les paramtres de performance
et les valuer
- Voir des applications concrtes de ces outils dans diffrents domaines :
systmes de production, fiabilit, centres dappels
- Utilisation de lapplication QTSPlus pour le calcul des paramtres de
performance des modles stochastiques
Mots cls
Responsable Oualid Jouini
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Pilotage de flux et gestion de stocks
synthtique UE
Contenu Objectifs :
- Analyser les diffrentes problmatiques de pilotage de flux dans les
systmes de production et les chanes logistiques
- Prsenter les mthodes et approches adaptes
- Dvelopper un certain nombre de modle quantitatifs (dterministes et
stochastiques) permettant de comprendre les impacts des paramtres de
pilotage de flux sur les performances des chanes logistiques et optimiser
ces paramtres
- Comprendre le lien avec les autres classes de dcisions en supply chain
management
Programme de lenseignement et concepts-cls abords :
- Introduction au pilotage de flux
- Gestion la commande/gestion par anticipation
- Renouvellement de consommation/pilotage par les besoins futurs
- Illustration de la problmatique du pilotage de flux dans divers secteurs
industriels
- Lien entre pilotage de flux et lapproche lean
- Gestion de stocks mono-priode
- Modle Newsboy et variantes, newsboy multiacteurs,
- Gestion de stocks multi-priodes
- Modle EOQ
- Politiques de gestion de stocks, divers modles de quantit conomique de
commande, stock de scurit,
- cas multi-produits, cas avec contrainte de capacit,
- Modles multi acteurs et multi chelons
- Mthode Kanban et extensions
- Kanban, Kanban multi-produit, Kanban tendu,
- Mthodes de pilotage par les besoins futurs
- MRP, DRP, gestion de stocks sur prvisions, flux synchrone, GPA
- Notions de stocks de scurit, quantits de scurit, dlais de scurit
- Dlais notifis (ATP, CTP)
- tude de cas et jeu sur lapproche lean
Mots cls Pilotage de flux, Renouvellement de consommation, Gestion de stocks, Kanban,
Pilotage par les besoins futurs, Mthode MRP, Mthode DRP, Distribution
Responsable Evren Sahin
ECTS : 2 ,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Mthodologie de la recherche, Ecriture Scientifique et Mmoire
synthtique UE thmatique
Contenu Objectifs :
Ce cours a pour but de former les tudiants aux techniques de recherche,
danalyse et de synthse bibliographique.

Contenu :
Formations aux bonnes pratiques de la recherche bibliographique et
de lcriture scientifique :
- Connaissance du monde de la recherche acadmique et
industrielle,
- Dmarches, moyens et outils de recherche et danalyse
bibliographique,
- Rdaction dun article scientifique,
- Critique dun article scientifique,
- Prsentation dune communication en confrence.

Savoir-faire acquis en fin de cours :

Ce cours donne aux tudiants les aptitudes mener recherche
bibliographique, rdiger une synthse bibliographique (projet de
Mmoire Thmatique) et prsenter dans un sminaire/une confrence la
synthse dun travail bibliographique.
Mots cls Mthodologie de la recherche
Responsable Marija Jankovic/ Evren Sahin
ECTS : 7 Heures : 40 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Anglais scientifique
synthtique UE
Contenu Cette enseignement a pour but de familiariser les tudiants avec l'anglais
tel qu'il est utilis dans le domaine de la recherche, tant l'crit qu' l'oral.
On insistera donc sur les spcificits de l'anglais scientifique, travers des
exemples tirs des domaines scientifiques du master.

Le travail se fera partir dextraits de confrences et sur des articles de

recherche.
Mots cls A lissue du cours, ltudiant doit tre capable de :
- Rdiger en anglais le rsum dune communication
- Prendre la parole dans le contexte dune confrence
Responsable Jrgen Stendahl
ECTS : 2 Heures : 40 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Stage / Mmoire de Master
synthtique UE
Contenu Le stage dure 5 6 mois, d'Avril Septembre dans lorientation scientifique
du parcours de Master OSIL. Le sujet fait lobjet dune validation pralable
par le responsable du parcours de Master. Les rsultats du stage de
recherche donnent lieu un mmoire et une soutenance orale. Il
correspond la validation de 30 ECTS. Le stage de recherche se droule
soit au sein d'un laboratoire de recherche soit au sein dune entreprise.

L'encadrement du stage de recherche est assur par le tutorat d'un

membre du laboratoire LGI ou d'un laboratoire partenaire du LGI. Le
pilotage et l'encadrement des stages de recherche est par ailleurs renforc
par les ateliers de suivi de stage (10 ECTS sur les 30 ECTS du stage) qui
permettent aux tudiants de prsenter et discuter lavancement de leurs
travaux devant un jury.
Mots cls Stage
Responsable Evren Sahin
ECTS : 30 Heures : Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Ateliers de suivi de stage
synthtique UE
Contenu L'atelier de recherche associ au stage a pour double objectif de suivre et
piloter le travail de recherche des tudiants dans leur mmoire de
recherche et de former la recherche. Cet atelier de recherche associ
au stage est destin apprhender les problmes de recherche lis au
stage. Latelier de recherche a lieu au second semestre et se runit
priodiquement. Il runit lquipe pdagogique et les doctorants du
Laboratoire Gnie Industriel et permet aux tudiants de prsenter et
discuter lavancement de leurs travaux dans le cadre de leur stage de
recherche. Durant l'atelier de recherche, chaque tudiant effectue
plusieurs prsentations (pour chacune, 15 minutes de prsentation
suivies de 15 minutes de discussion).
Dbut Mai : Situer le sujet de la recherche, poser la problmatique de
recherche et dcrire les pistes envisages.
Dbut Juin : Dcrire de faon approfondie le sujet, les recherches
bibliographiques effectues, le travail dj effectu et le plan du travail
venir.
Dbut Juillet : Exposer l'tat d'avancement du travail, les rsultats
obtenus, spcifier les directions de poursuites, les questions restant
poses, ce qu'il reste faire. Proposer un projet de plan pour le mmoire.
Dbut Septembre : Pr-soutenance (expos dcrivant le travail effectu,
les rsultats, ventuellement avec quelques lments non totalement
finaliss), Remettre une version prliminaire du rapport.
Fin septembre : Soutenance (le mmoire est rendu au plus tard une
semaine avant).

Ce dispositif est complt par la participation requise des tudiants aux

sminaires de recherche du laboratoire qui permet dinsrer les tudiants
en Master Recherche dans la vie du laboratoire et de les familiariser
lactivit de recherche. Cet atelier constitue un linstrument pour mettre
en adquation les objectifs du stage de 3eme anne et le mmoire de
recherche.
Mots cls Accompagnement du stage
Responsable Evren Sahin
ECTS : 10 Heures : Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Aide la dcision
synthtique UE

Contenu Savoir-faire acquis en fin de cours : (5-10 lignes)

Ce cours vise prsenter des modlisations de diffrents problmes concrets de

dcision. Il s'agit de dvelopper les aptitudes des tudiants laborer et mettre
en uvre des modles pertinents face une situation de dcision A lissue du
cours, llve matrisera quelques mthodes/modlisation pour daide la
dcision. Il saura les utiliser de faon oprationnelle dans le cadre de problmes
dentreprises. Il aura aussi les lments ncessaires pour prendre du recul et
avoir un sens critique par rapport ces mthodes, et ainsi en distinguer leurs
performances et leurs limites dapplication.

Mots cls Aide la dcision, modlisation des prfrences.

Responsable Vincent Mousseau

ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,

Chtenay-Malabry
Description Maitrise des incertitudes pour l'optimisation de la fiabilit
synthtique UE
Contenu Objectives:
Methodological: to learn the state of the art on the treatment of uncertainties
in risk assessment for the optimization of reliability in situations concerning
high-consequence technologies, and the methods for the representation and
characterization of such uncertainties;
Practical: to derive guidelines for the application of different methods to
different engineering problems, taking into account their strengths and
weaknesses in dependence of the situation addressed;
Computational: to acquire basic technical skills to implement and apply the
uncertainty representation methods learned to simple numerical examples.
to understand the functioning of Evolutionary Algorithms for solving
optimization problems;
to extract information from practice and formulate an optimization problem
including the uncertainties;
to design an Evolutionary Algorithm and fine-tune it; to calibrate the EA to solve
the optimization problem under uncertainty, to validate and report the results.

Content:
Uncertainties in reliability and risk assessment
Probabilistic approach for treating uncertainties
Non-probabilistic representations of uncertainty
interval analysis and possibility theory
Approaches for constructing possibility distributions and examples of
necessity/possibility elicitations for reliability and risk assessment
Mixed probabilistic and possibilistic uncertainty representation: Fuzzy Random
Variables
Application case study on Renewable energy
Introduction to Evolutionary Algorithms for solving optimization problems
Genetic Algorithms
Evolutionary Optimization under Uncertainty (noisy fitness functions, search for robust
solutions, approximating fitness functions, application to reliability optimization
problem under uncertainty)
Mots cls Uncertainty modelling, optimization, evolutionary algorithms
Responsable Nicola Pedroni
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Optimisation avance par la pratique
synthtique UE
Contenu Objectifs :
- Approfondir les concepts acquis dans le cours de tronc commun
Introduction la modlisation et loptimisation sur les outils et
modles de loptimisation combinatoire
- Exprimenter lintrt de la Recherche Oprationnelle pour rsoudre
des problmes divers dans des contextes et secteurs dactivits varis
Modes pdagogiques :
- Mise en situation concrte : des tudes de cas sont utilises pour
illustrer les diffrentes problmatiques abordes
- Confrontation au flou et lincertain : en partie par lintroduction
lanalyse de sensibilit
- Confrontation un cas dtude raliste
- Confrontation aux enjeux du 21me sicle contribution aux mutations
conomiques
- des articles de recherche traitant de problmatiques dactualit vont
tre utiliss
- Interdisciplinarit : les tudes de cas relvent de domaines varis
Programme de lenseignement et concepts-cls abords :
- Chaque volet est abord travers une tude de cas (except la sance
sur la complexit)
- Thorie de la complexit
- Loptimisation multi-objectif et Goal Programming
- Branch and Bound pour rsolution de Programmes Linaires en
Nombres Entiers (PLNE)
Savoir-faire acquis en fin de cours :
- Connaissance gnraliste dun large spectre de modles et mthodes
de loptimisation combinatoire
Mots cls optimisation combinatoire, complexit, PLNE, applications relles
Responsable Asma Ghaffari
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Thorie des jeux : concepts et applications
synthtique UE
Contenu Objectifs :
Ce cours a un double objectif. D'une part, aprs la prsentation des grands
principes de la dcision dans l'incertain, nous nous focalisons sur l'utilisation des
modles graphiques dans la prise de dcision dans l'incertain. Dans ce cadre,
nous montrerons, en premier, comment les calculs probabilistes peuvent tre
raliss de manire efficace et, en second, comment l'on peut raliser
l'apprentissage de ce modle graphique (structure et/ou paramtres) partir de
bases de donnes. Nous tudierons en outre les rseaux Baysiens dynamiques,
qui permettent de faire du raisonnement probabiliste tout en y incorporant une
notion de temps. D'autre part, nous aborderons les principes de la thorie des
jeux et nous verrons comment cette thorie vise modliser et analyser les
prises de dcision dans des situations d'interactions stratgiques et incertaines.
Programme
- Concepts de la thorie de la dcision dans l'incertain (prfrences,
critre de dcision, aversion au risque, utilit espr de Von Neumann
Morgenstern).
- Reprsentation des incertitudes avec des probabilits: manipulation de
distribution de probabilits de grosse taille
- Rseaux Baysiens. algorithmique de calcul de ces rseaux
- diagrammes d'influences : encodage compact des arbres de dcision,
- Jeux noncoopratifs : les joueurs ont des objectifs divergents et
agissent de faon maximiser leur propre intrt. (jeux sous forme
normale et extensive,
- solution MaxiMin, quilibre de Nash,...)
- Jeux coopratifs : partage quitable de l'utilisation de ressources entre
joueurs, partage de cots d'utilisation d'une ressource commune.
- Jeux noncoopratifs rpts conduisant les joueurs d'aboutir des
collaborations dans un environnement noncoopratif.
- Application la ngociation : Les mthodes exposes dans les modules
prcdents seront appliques l'tude des mthodes de ngociation (
- protocoles de ngociation, et des mthodes de marchandage).
Mots cls Dcision dans lincertain, rseaux bayesiens, jeux coopratifs et non-coopratifs
Responsable Christophe Labreuche
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Planification ordonnancement
synthtique UE
Contenu Objectifs du cours :
Prsenter les techniques de base pour analyser et rsoudre des
problmes de planification et dordonnancement qui se posent dans les
systmes de production et dans la supply chain

Programme dtaill de lenseignement et concepts-cls abords :

- Introduction sur la gestion de la production et la place de la
planification et de lordonnancement
- Notion de complexit des mthodes et des problmes
- Diversit de problmes et classification des approches
- Modles de rseaux de Petri et graphes
- Mthodes de recherche de chemins critiques dans les graphes et
problmes centraux dordonnancement
- Programmation dynamique, branch and bound pour rsoudre
des problmes dordonnancement de la production
- Mthodes heuristiques pour rsoudre des problmes
dordonnancement
- Modlisation et rsolution de problmes de planification
- Planification de la capacit

Savoir-faire acquis en fin de cours :

Savoir choisir des outils de modlisation et construire des mthodes de
rsolution pour un problme donn
Mots cls Planification, ordonnancement, systmes de production, supply chain
Responsable Chengbin Chu
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Optimisation combinatoire, graphes, rseaux et applications
synthtique
UE
Contenu Objectifs :
L'optimisation de flux correspond une proccupation essentielle pour de
nombreux secteurs industriels:
- en logistique et en transports : comment livrer au mieux (au moindre
cot, en temps minimum, ) un ensemble de clients donn;
- en tlcommunications : comment utiliser au mieux un ensemble de
liaisons existantes pour satisfaire une demande en trafic prvisionnelle
donne, tout en respectant des contraintes de dlais, qualit de service,

- en production : comment organiser les flux entre machines dans un
atelier flexible pour maximiser la productivit, minimiser les encours, etc.
A partir d'tudes de cas inspires par des projets industriels en vraie grandeur, il
s'agit d'initier les tudiants la problmatique de l'optimisation des flux dans les
rseaux (tlcommunications, logistique, transports). On insistera sur
l'importance de la modlisation qui conditionne trs largement l'efficacit des
techniques de rsolution applicables au problme pos. Cette activit de
modlisation suppose une connaissance suffisante de quelques modles de base
ou 'modles de rfrence', lesquels seront introduits et illustrs dans les
premires sances du cours: modle de flot maximum, de flot cot minimum et
algorithmes de rsolution associs. Il est galement prvu un ou deux exposs
d'industriels.

Lobjectif est la maitrise des modles de rfrences et des algorithmes pour

loptimisation dans les rseaux
- Modliser un problme doptimisation dans les rseaux issu dune
application dans le domaine de la logistique ou des tlcommunications :
programmation linaire, programmation linaire en nombres entiers,
problme de flot maximum, problme de flot cot minimum.
- Utiliser un algorithme appropri pour le rsoudre : algorithme du
simplexe, algorithme du Branch & Bound, mthode de gnration de
colonnes, algorithme de FordFulkerson, algorithme des arcs non
conformes.

Programme:
- Problme de transport
- Problme de flot cot minimum
- Problme de flot maximum
- Problme de flots multiples
- Problme de localisation dans un rseau
- Problme de transport/problme de localisation dentrepts
- Problme de distribution/problme de flot cot minium
- 1 sance : expos industriel
Mots cls Problmes de transport, flots et localisation,
Responsable Miche Minoux
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry
Description Prvision de la demande
synthtique UE
Contenu Objectifs :
Comprendre les enjeux de la prvision de la demande pour la gestion des
chanes logistiques
Connatre et savoir utiliser les principales mthodes employes pour la
prvision de la demande dans les entreprises industrielles : mthodes
qualitatives, mthodes quantitatives (mthodes dextrapolation
statistique et mthodes explicatives)

Modes pdagogiques :
- Mise en situation concrte :
- tude de cas rel
- Intervention dun industriel

Programme de lenseignement et concepts-cls abords :

- Introduction gnrale,
- prvision pour les historiques stationnaires
- Prvision pour les historiques avec saisonnalit
- Prvision pour les demandes erratiques,
- lien avec la gestion des stocks
- tude de cas
- Mthodes explicatives
- Expos industriel (chaire Supply Chain Management )

Savoir-faire acquis en fin de cours :

Matrise des principales mthodes de prvisions des ventes :
- moyenne mobile ;
- lissage exponentiel simple ;
- lissage exponentiel avec tendance et saisonnalit ;
- rgression linaire avec une ou plusieurs variables explicatives ;
- mthode de Box-Jenkins.
Mots cls Sries chronologies, prvision,
Responsable Benjamin Legros
ECTS : 2,5 Heures : 24 Langue : Franais Lieu : CentraleSuplec,
Chtenay-Malabry