v1.11.0 (682)

Parcours de domaine - 3A Par. SOD : 3A Parcours Sciences de l'optimisation et des données

Descriptif

Le parcours OROC s’adresse aux étudiants désireux d’acquérir des compétences poussées en

Sciences de la décision (optimisation et commande), dans ses aspects à la fois mathématiques et

numériques. Il forme les futurs ingénieurs capables de concevoir et d'utiliser des modèles

mathématiques en vue de commander et d'optimiser des systèmes très variés, comme ceux que l'on

rencontre dans les domaines de l'énergie et des transports. La formation repose sur l'approfondissement des connaissances acquises en première et deuxième années en optimisation

(combinatoire et continue), en commande, en probabilités et en statistique.

 

Axe 1 : Optimisation continue

·        Optimal Control of ordinary differential equations ODEs .

·        Dynamic Programming

·        Optimisation des grands systèmes

·        Optimisation non différentiable et méthode

Axe 2 : Optimisation discrète

·        Programmation mathématique

·        Programmation par contraintes

·        Théorie de la complexité

·        Résolution de problèmes difficiles d’optimisation combinatoire

Axe 3 : Commande et aléatoire

·        Commandabilité des systèmes non linéaires

·        Observabilité : aspects théoriques et numériques

·        Filtrage et approximation particulaire

·        Séries chronologiques non linéaires

Objectifs

Maîtriser de manière approfondie les  outils mathématiques et algorithmiques en optimisation combinatoire et continue, ainsi qu’en commande.

Être capable de concevoir et d'utiliser des modèles mathématiques en vue de commander et d'optimiser des systèmes très variés, comme ceux que l'on rencontre dans les domaines de l'énergie, des transports et des services.

Composition du parcours

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
SOD311 Optimal control of ordinary differential equations Cours scientifique Optimisation, Recherche opérationnelle et Commande, Mathématiques et leurs applications UE d'approfondissement. 32 Pierre CARPENTIER
SOD312 Markov decision processes: dynamic programming and applic... Cours scientifique Optimisation, Recherche opérationnelle et Commande, Mathématiques et leurs applications UE d'approfondissement. 32 Pierre CARPENTIER
SOD313 Optimisation des grands systèmes Cours scientifique Optimisation, Recherche opérationnelle et Commande, Mathématiques et leurs applications UE d'approfondissement. 21 Pierre CARPENTIER
SOD314 Optimisation non différentiable et méthodes proximales Cours scientifique Optimisation, Recherche opérationnelle et Commande, Mathématiques et leurs applications UE d'approfondissement. 21 Pierre CARPENTIER
SOD321 Programmation mathématique Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 23 Sourour ELLOUMI
SOD322 Recherche opérationnelle et données massives Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 22 Marie-Christine COSTA
SOD323 Théorie de la complexité (TC) Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 23 Sourour ELLOUMI
SOD324 Méta-Heuristiques Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 22 Sourour ELLOUMI
SOD331 Identification pour l'automatique Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 21 Hasnaa ZIDANI
SOD332 Planification de mouvements Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 26 Hasnaa ZIDANI
SOD333 Filtrage bayésien optimal et approximation particulaire Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 21 Hasnaa ZIDANI
SOD334 Séries chronologiques non linéaires Cours scientifique Mathématiques et leurs applications UE d'approfondissement. 28 Hasnaa ZIDANI
Veuillez patienter