Logo ÉTS
Session
Cours
Responsable(s) Marc Paquet

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Marc Paquet


PLAN DE COURS

Été 2020
GOL680 : Conception et optimisation de réseaux logistiques (3 crédits)


Pour assurer la tenue de la session d’été 2020 dans le contexte de la pandémie au Covid19, les modalités particulières suivantes devront être appliquées :

  • La session se fera entièrement à distance
  • L’étudiant inscrit à un cours doit avoir accès à un ordinateur, un micro, une caméra et un accès à internet, idéalement de 10Mb/s ou plus.
  • Les examens (intra, finaux) se feront à distance, la surveillance de ces examens se fera à l’aide de la caméra et du micro de l’ordinateur et pourrait être enregistrée. Ceci est nécessaire pour se conformer aux exigences du bureau canadien d’agrément des programmes de génie afin d’assurer la validité des évaluations.

Si vous ne consentez pas aux modalités décrites ci-haut, vous devez vous désinscrire de vos cours avant le 15 mai et vous pourrez être remboursés. En demeurant inscrit, vous acceptez les modalités particulières de la session E20.




Préalables
Programme(s) : 7095,7495
             
  Profils(s) : Tous profils  
             
    GOL405    
             
Unités d'agrément
Total d'unités d'agrément : 58,8 66,7 % 33,3 %




Qualités de l'ingénieur

Qn
Qualité visée dans ce cours  
Qn
  Qualité visée dans un autre cours  
  Indicateur enseigné
  Indicateur évalué
  Indicateur enseigné et évalué



Descriptif du cours

Être capable de modéliser et de résoudre les problèmes de réseaux logistiques.

Modélisation en RO : modélisation de situations pratiques en vue de leur traitement par les méthodes d’optimisation de réseau. Cas particuliers pour lesquels il existe des algorithmes optimaux simples : transbordement, transport, affectation, chemin le plus court, arbre minimum, flot maximum, flot à coût minimum. Introduction à l’optimisation discrète et combinatoire, théorie de la complexité. Problèmes de tournées : voyageur de commerce et postier chinois. Problèmes de flots à coût minimum avec des commodités multiples. Méthodes générales pour résoudre les cas plus complexes : programmation dynamique, méthodes heuristiques. Applications industrielles et études de cas : gestion de ressources, planification de la production, ordonnancement, localisation d'usines et d'entrepôts, réseau de distribution.

En séances de laboratoire, les concepts vus en classe sont repris plus en détail et sous forme appliquée.




Objectifs du cours

Ce cours vise tout d’abord à rendre l’étudiant apte à analyser, à modéliser, à résoudre et à interpréter les résultats de différents problèmes de conception et de planification de réseaux logistiques. Le cours vise également à permettre à l’étudiant d’acquérir des connaissances sur l’utilisation d’outils informatiques reconnus et couramment utilisés pour la modélisation et la résolution de ces problèmes difficiles à résoudre.


Au terme de ce cours l’étudiant doit être  capable de résoudre des problèmes de conception de réseaux logistiques à l’aide de méthodes exactes et heuristiques. L’étudiant doit être en mesure de communiquer de façon claire toutes les étapes de la résolution du problème, de l’énoncé des hypothèses du problème, de l’énoncé des hypothèses du problème jusqu’à l’interprétation des résultats.
À la fin du cours, l’étudiant devrait être capable :

  • De modéliser adéquatement des problèmes complexes de réseaux logistiques en fonction des hypothèses retenues et de communiquer efficacement cette modélisation.
  • De déterminer et justifier la meilleure façon de résoudre le problème modélisé en fonction des hypothèses retenues.
  • De sélectionner ou développer le bon algorithme de résolution et d’utiliser les outils informatiques pertinents en fonction du problème modélisé et des hypothèses retenues et de communiquer efficacement cet algorithme.
  • D’interpréter les résultats en fonction du contexte du problème et des hypothèses retenues et de les communiquer efficacement.

 




Stratégies pédagogiques

39    heures de cours magistral
24    heures de travaux pratiques
9    heures de travail personnel par semaine


Trois (3) heures de cours magistral par semaine. De nombreuses applications seront étudiées en classe pour permettre à l’étudiant de bien assimiler la théorie et les techniques présentées en cours.


Deux (2) heures de travaux pratiques par semaine pour appliquer la théorie sur des applications éducatives, commerciales et industrielles.
Les travaux réalisés en dehors des heures de cours et de travaux pratiques permettront de mettre en pratique les notions vues en classe.

 




Utilisation d’appareils électroniques

L’utilisation et la possession de tout appareil électronique sont interdites aux examens, à l’exception de la calculatrice.




Horaire
Groupe Jour Heure Activité
01 Lundi 18:00 - 21:30 Activité de cours
Jeudi 18:00 - 20:00 Laboratoire (Groupe A)
Jeudi 20:00 - 22:00 Laboratoire (Groupe B)



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Marthy Stivaliz Garcia Alvarado Activité de cours cc-Marthy.Garcia-Alvarado@etsmtl.ca A-3736
01 Marthy Stivaliz Garcia Alvarado Laboratoire (Groupe A) cc-Marthy.Garcia-Alvarado@etsmtl.ca A-3736
01 Marthy Stivaliz Garcia Alvarado Laboratoire (Groupe B) cc-Marthy.Garcia-Alvarado@etsmtl.ca A-3736



Cours
Activités Contenu traité dans le cours Heures
C01 Introduction à la conception et à l'optimisation de réseaux logistiques 3
C02 Problèmes de réseaux 3
C03 Programmation linéaire en nombres mixtes (MILP) 3
C04 Outils d’aide à la décision – Excel et Lingo 3
C05 Programmation dynamique 3
C06 Problèmes de tournées de véhicules 3
C07 Outils d’aide à la décision – Matlab 3
C08 Approches heuristiques 3
C09 Approches méta-heuristiques – Recuit simulé et recherche avec listes de tabous 3
C10 Approches méta-heuristiques – Algorithmes génétiques (GA) 3
C11 Conception de chaînes d’approvisionnement 3
C12 Conception de chaînes d’approvisionnement sous incertitude  3
C13 Synthèse et révision Notes de cours 3
Total 39

 




Laboratoires et travaux pratiques

Les séances de travaux pratiques sont organisées de façon à intégrer les notions importantes vues en classe dans une démarche structurée. Les activités réalisées dans les séances sont reliées à l’apprentissage d’outils mathématiques et informatique, principalement lors de trois (s) ateliers dirigés sur les logiciels Lingo et Matlab. Le projet sera également présenté et travaillé lors de ces séances.

 

Activités Contenu traité dans le cours Heures
TP01 Outils d’aide à la décision – Excel et Lingo 2
TP02 Définition du projet 2
TP03 Gestion des données du projet avec Excel 2
TP04 Modélisation MILP du projet avec Lingo 2
TP05 Résolution MILP du projet avec Lingo 2
TP06 Outils d’aide à la décision – Matlab 2
TP07 Gestion des données du projet avec Matlab 2
TP08 Outils d’aide à la décision – Toolbox d’optimisation de Matlab 2
TP09 Modélisation GA du projet avec le Toolbox d’optimisation de Matlab 2
TP10 Résolution GA du projet avec le Toolbox d’optimisation de Matlab 2
TP11 Expérimentations MILP et GA du projet 2
TP12 Présentation des projets 2
Total 24

 




Utilisation d'outils d'ingénierie
  • Logiciel d’optimisation Lingo
  • Microsoft Excel intégrant le complément OpenSolver
  • Logiciel Matlab



Évaluation
Activités Date Heure Description %
Projet00 TP02 18 h 00 Fiche de renseignement -
Quiz 1 C04 18 h 00 Introduction à la conception et à l'optimisation de réseaux logistiques 5
Conception des chaînes d'approvisionnement à 2 échelons
Outils d'aide à la décision - Excel et LingoFichier
Projet01 TP03 18 h 00 Rapport de définition de projet 3
Quiz 2 C06 18 h 00 Problèmes de réseaux 5
Problèmes de tournées
Projet02 TP06 18 h 00 Rapport d’étape 8
Quiz 3 C08 18 h 00 Programmation Dynamique 5
Outils d'aide à la décision - Matlab
Quiz 4 C10 18 h 00 Approches heuristiques 5
Approches méta-heuristiques – Algorithmes génétiques (GA)
Approches méta-heuristiques – Recuit simulé et recherche avec listes de tabous
Projet03 TP12 18 h 00 Présentation orale 10
Projet04 Final 18 h 00 Rapport technique final 30
Final * * Examen final Toute documentation permise 30

*L’examen final aura lieu lors de la période d’examens finaux (date et heure à déterminer).




Date de l'examen final
Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante : http://etsmtl.ca/Etudiants-actuels/Baccalaureat/Examens-finaux


Politique de retard des travaux
Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignant dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

Aucun retard ne sera toléré dans le cours. Toutes les remises se font par l’intermédiaire du site Moodle.




Absence à un examen
Dans les cinq (5) jours ouvrables suivants, la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre auprès de la coordonnatrice – Affaires départementales qui en référera au directeur du département ou du SEG. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Dans tous les cas, l’étudiant doit effectuer sa demande en complétant le formulaire prévu à cet effet qui se trouve dans son portail Mon ÉTS/Formulaires. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat, Activité compétitive d’un étudiant appartenant à un club scientifique ou un club sportif d’élite de l’ÉTS ou au programme « Alliance sport étude » ou autre) à un examen entraînera l’attribution de la note zéro (0).



Plagiat et fraude
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiants doivent consulter le Règlement sur les infractions de nature académique (https://www.etsmtl.ca/docs/ETS/Gouvernance/Secretariat-general/Cadre-reglementaire/Documents/Infractions-nature-academique ) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet.  À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la page Citer, pas plagier ! (https://www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).



Documentation obligatoire

Recommander : HILLIER, F.S. et G.J. LIEBERMAN (2015). Introduction to Operations Research, 10e édition, McGraw-Hill, ISBN : 978-0-07-352345-3.




Ouvrages de références
  • AARTS, E. (2003). Local Search in Combinatorial Optimization, Princeton University Press, ISBN : 0691115222
  • BOYD, S. (2004). Convex Optimization, Cambridge University Press, ISBN : 0521833787.
  • DEB, K. (2009). Multi-Objective Optimization using Evolutionary Algorithms, John Wiley and Sons, ISBN : 9780470743614.
  • KLEINBERG, J. et É. TARDOS (2005). Algorithm Design
  • LUNDGREN, J., M. et P. VÄRBRAND (2010). Optimization
  • NEMHAUSER, G.L. et M.J. TODD (1994). Handbooks in Operations Research and Management Science
  • RAO, S.S. (2009). Engineering Optimization: Theory and Practice, 4e édition, John Wiley and Sons, ISBN : 9780470183526.
  • VENKATARAMAN, P. (2009). Applied Optimization with MATLAB Programming, John Wiley and Sons, ISBN : 9780470084885.
  • WOLSEY, L.A. (1998). Integer Programming, John Wiley and Sons, ISBN : 0471283665.
  • WOLSEY, L.A. et G.L. NEMHAUSER (1999). Integer and Combinatorial Optimization
  • YANG, X.-S. (2010). Engineering Optimization: An Introduction with Metaheuristic Applications, John Wiley and Sons, ISBN : 9780470582466.



Adresse internet du site de cours et autres liens utiles

PAQUET, M. et GARCIA, M. GOL680 – Conception et optimisation de réseaux logistiques, Documentation complémentaire, Environnement numérique d’apprentissage de l’ÉTS (Site Moodle), http://ena.etsmtl.ca.




Autres informations

/