Au terme de ce cours, l’étudiant sera en mesure 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.

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.

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.

• Logiciel d’optimisation Lingo
• Microsoft Excel intégrant le complément OpenSolver
• Logiciel Matlab

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

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

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

• 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, 4^e 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.

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.

/