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

Hiver 2021
GPA430 : Techniques d'optimisation en production automatisée (3 crédits)


Modalités de la session d’hiver 2021


Pour assurer la tenue de la session d’hiver 2021, les modalités suivantes seront appliquées :


La plupart des cours de la session d'hiver seront donnés à distance. Les autres seront donnés en présence si la situation socio-sanitaire le permet. Cette information est disponible sur l’horaire de la session d’hiver diffusé sur le site de l’ÉTS ainsi que sur Cheminot.

L’étudiant inscrit à un cours à distance doit avoir accès à un ordinateur, un micro, une caméra et un accès à internet, idéalement de 10Mb/s ou plus. L’étudiant doit ouvrir sa caméra et/ou son micro lorsque requis, notamment pour des fins d’identification ou d’évaluation.


Les cours à distance pourraient être enregistrés, à la discrétion de l’ÉTS, afin de les rendre disponibles aux étudiants inscrits aux cours.


La notation des cours sera la notation régulière prévue aux règlements des études de l'ÉTS.


Les examens intra se feront normalement à distance. Les examens finaux se feront normalement en présence si la situation socio-sanitaire le permet.


Pour les examens (intra, finaux) qui devaient se faire à distance, leur surveillance 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 (BCAPG) afin d’assurer la validité des évaluations.

Le contexte actuel oblige bien sûr l’ÉTS à suivre de près l’évolution de la pandémie de COVID-19, laquelle pourrait entraîner, avant ou après le début de la session d’hiver 2021, un resserrement des directives et recommandations gouvernementales. Nous vous assurons que l’ÉTS se conformera aux règles en vigueur afin de préserver la santé publique et que, si requis, elle pourrait aller jusqu’à interdire l’accès physique au campus universitaire et ordonner que toutes les activités d’enseignement et d’évaluation soient exclusivement données à distance pour tout ou partie de la session d’hiver 2021.

Des exigences additionnelles pourraient être spécifiées par l’ÉTS ou votre département, suivant les particularités propres à votre programme.

En vous inscrivant ou en demeurant inscrit, vous acceptez les modalités particulières de la session d’hiver 2021.


Nous vous rappelons que vous avez jusqu’au 17 janvier 2021 pour vous désinscrire de vos cours et être remboursé.


Pour les nouveaux étudiants inscrits au programme de baccalauréat uniquement, vous avez jusqu’au 31 janvier 2021 pour vous désinscrire de vos cours et être remboursé.




Préalables
Programme(s) : 7485,7885
             
  Profils(s) : Tous profils  
             
    MAT165    
             
Unités d'agrément
Total d'unités d'agrément : 58,8 33,3 % 33,3 % 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

À la fin de ce cours, l’étudiant sera en mesure :

  • de formuler un modèle d’optimisation pour représenter un système;
  • d'identifier la technique appropriée pour résoudre un modèle d’optimisation;
  • d'utiliser des outils informatisés pour déterminer la solution optimale à un problème donné;
  • d'interpréter correctement les résultats obtenus.

Modélisation d'un système et formulation mathématique du problème : identifier les variables ou inconnues du problème, déterminer les objectifs de l'optimisation, définir une mesure de performance, fixer les limites permises ou les contraintes à respecter, préciser les paramètres de décision. Méthodes de résolution d'un problème d'optimisation : programmation linéaire (algorithme du simplexe), analyse postoptimale, programmation en nombres entiers, techniques de séparation et d’évaluation progressive branch and bound, problèmes de réseaux (transbordement, transport, flot maximum, chemin le plus court, arbre minimum), algorithme du transport, gestion de projet (CPM/PERT).

Travaux pratiques : étudier et analyser les concepts vus en classe; résoudre des problèmes à l’aide d’outils informatisés.




Objectifs du cours

Au terme de ce cours l’étudiant doit être en mesure de connaître et d’utiliser les techniques de modélisation et d’optimisation afin de proposer des solutions réalistes à des problèmes complexes réels compte tenu de contraintes logiques, techniques et  financières.

À la fin du cours, l’étudiant devrait être capable :

  • De formuler un modèle d’optimisation, linéaire ou non, pour représenter de façon réaliste un système complexe réel.
  • D’identifier la technique appropriée, principalement lié à un algorithme ou à une heuristique, pour résoudre ce modèle d’optimisation.
  • D’utiliser des outils informatisés spécialisés pour résoudre ce problème d’optimisation.
  • D’analyser et d’interpréter la solution au problème d’optimisation afin d’en extraire une solution applicable au système réel.



Stratégies pédagogiques

39 heures de cours
26 heures de laboratoires
4 heures de travail personnel/en équipe par semaine, en moyenne sur la durée de la session
Trois (3) heures de cours magistral par semaine. De nombreuses applications seront étudiées en classe pour permettre aux  étudiants de bien assimiler la théorie et les techniques présentées en cours.
Deux (2) heures de travaux pratiques par semaine pour appliquer la théorie étudiée sur des applications commerciales et industrielles.
Les travaux réalisés en dehors des heures de cours et de laboratoire 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 Mardi 18:00 - 21:30 Activité de cours
Jeudi 18:00 - 20:00 Travaux pratiques (Groupe A)
Jeudi 20:00 - 22:00 Travaux pratiques (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 Imen Zaabar Travaux pratiques (Groupe A) zaabar.imen@gmail.com
01 Imen Zaabar Travaux pratiques (Groupe B) zaabar.imen@gmail.com



Cours
Activité et date Contenus traités dans le cours Heures

Cours 01 :

05-01-2021

Introduction à la recherche opérationnelle 3

Cours 02 :

12-01-2021

Modélisation de problèmes de programmation linéaire 3

Cours 03 :

19-01-2021

Re´solution graphique et syste`me d’e´quations 3

Cours 04 :

26-01-2021

Algorithme du simplexe 3

Cours 05 :

02-02-2021

Dualite´ et analyse de sensibilite´ 3

Cours 06 :

09-02-2021

Synthe`se et re´vision de la premie`re partie 3

Cours 07 :

16-02-2021

Examen intra (cours 1 a` 6 inclusivement). **Remise du devoir 1**
Toute documentation permise
3

Cours 08 :

02-03-2021

Mode´lisation et résolution de problèmes en nombres entiers et nombres mixtes 3

Cours 09 :

09-03-2021

Programmation dynamique en production automatisée 3

Cours 10 :

16-03-2021

Introduction aux proble`mes de re´seaux 3

Cours 11 :

23-03-2021

Introduction a` la programmation non-line´aire

3

Cours 12 :

30-03-2021

Introduction aux méthodes heuristiques

3

Cours 13 :

06-04-2021

Synthe`se et re´vision de la seconde partie. **Remise devoir 2.** 3
Examen final:* Examen final (cours 8 a` 13 inclusivement)
Toute documentation permise
 
  Total 39

*L'examen final aura lieu selon le calendrier d'examens finaux.


 




Laboratoires et travaux pratiques
Activité Description Heures

TP01 :

14-01-2021

Introduction au logiciel Lingo 3

TP02 :

21-01-2021

Modélisation mathématique en programmation linéaire 3

TP03 :

28-01-2021

Méthodes de resolution de problèmes linéaires (graphique et simplexe) 3

TP04 :

04-02-2021

Analyse de sensibilite´ en programmation linéaire 3

TP05 :

11-02-2021

Révision de la première partie 3

TP06 :

18-02-2021

Periode de travail pour completer le devoir 1. **Test lingo** 3

TP07 :

04-03-2021

Résolution de problèmes en nombres entiers 3

TP08 :

11-03-2021

Mode´lisation mathe´matique en programmation en nombres mixtes 3

TP09 :

18-03-2021

Problèmes de programmation dynamique 3

TP10 :

25-03-2021

Introduction aux proble`mes de re´seaux 3

TP11 :

01-04-2021

Introduction a` la programmation non line´aire et aux méthodes heuristiques 3

TP12 :

08-04-2021

Révision de la seconde partie 3
  Total 36



Utilisation d'outils d'ingénierie
  • Logiciel d’optimisation LINGO



Évaluation
Activité Description Date Heure %
Quiz 1 Test individuel de modélisation à l'aide de Lingo (à faire sur Moodle) 08-03-2021 23 h 59 5
Devoir 1 Modélisation, simplexe, dualité et analyse de sensibilité 01-03-2021 23 h 59 15
Devoir 2 Modélisation en nombres entiers, résolution de problèmes en nombres entiers, programmation non-linéaire, problèmes de réseaux 10-04-2021 23 h 59 20
Examen intra Examen final (cours 1 a` 6 inclusivement)
Toute documentation permise
16-02-2021 18 h 00 30
Examen final Examen final (cours 8 a` 13 inclusivement)
Toute documentation permise
Période d'examens finaux * 30

* L'examen final aura lieu selon le calendrier d'examens finaux.




Dates des examens intra
Groupe(s) Date
1 16 février 2021



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 pour la remise des travaux.




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

 




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, Addison-Wesley, ISBN : 0321295358.
  • LUNDGREN, J., M. Rönnqvist et P. VÄRBRAND (2010). Optimization, Studentlitteratur, ISBN : 9789144053080.
  • NEMHAUSER, G.L. et M.J. TODD (1994). Handbooks in Operations Research and Management Science, 1: Optimization, Elsevier Science Publishing, ISBN : 0444872841.
  • NOBERT, Y., R. OUELLET et R. PARENT (2009). Méthode d’optimisation pour la gestion, Gaëtan Morin éditeur, ISBN : 9782896320028.
  • 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, John Wiley and Sons, ISBN : 0471359432.
  • 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

GOL405 – Méthodes quantitatives en logistique, Documentation complémentaire, Environnement numérique d’apprentissage de l’ÉTS (Site Moodle), http://ena.etsmtl.ca.




Autres informations

La note de passage est fixée à 50 %. Pour réussir le cours, la note sur la partie individuelle (examens et tests) doit également être de 50 %.