Logo ÉTS
Session
Cours
Responsable(s) Fausto Errico

Se connecter
 

Sauvegarde réussie
Echec de sauvegarde
Avertissement
École de technologie supérieure

Responsable(s) de cours : Fausto Errico


PLAN DE COURS

Hiver 2022
ENV840 : Outils d’aide à la décision en environnement (3 crédits)


Modalités de la session d’hiver 2022


Pour assurer la tenue de la session d’hiver 2022, les modalités suivantes seront appliquées :


Les activités d’enseignement de la session d’hiver 2022 comprendront des activités en présence et à distance, lesquelles seront ajustées en fonction de l’évolution de la situation socio-sanitaire.


Pour les cours (ou séances de cours) donnés à distance, l’étudiant ou l'étudiante doit avoir accès à un ordinateur, un micro, une caméra et un accès à internet, idéalement de 10Mb/s ou plus. Il ou elle doit ouvrir sa caméra et/ou son micro lorsque requis, notamment pour des fins d’identification ou d’évaluation.


Les cours (ou séances de cours) donnés à distance pourraient être enregistrés afin de les rendre disponibles aux personnes inscrites au cours.


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


Les examens (intra, finaux) se feront en présence, si la situation socio-sanitaire le permet.


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 2022, 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, si requis, qu'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 toute ou pour une partie de la session d’hiver 2022. Ainsi, si les examens (intra, finaux) 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.


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 à la session d'hiver 2022, vous acceptez les modalités particulières de la session d’hiver 2022.


Nous vous rappelons que vous avez jusqu’au 18 janvier 2022 pour vous désinscrire de vos cours et être remboursé.


Pour les nouveaux étudiants inscrits au programme de baccalauréat uniquement, vous avez jusqu’au 1er février 2022 pour vous désinscrire de vos cours et être remboursé.




Préalables
Aucun préalable requis




Descriptif du cours

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

  • de développer et d’utiliser des outils d’aide à la décision pour une planification des activités humaines intégrant les principes d’une gestion responsable des ressources naturelles;
  • d’exprimer les processus décisionnels sous forme de problèmes d’optimisation;
  • de résoudre des problèmes d’optimisation à l’aide de logiciels;
  • d’analyser les résultats obtenus et de les interpréter de façon appropriée au contexte de la problématique environnementale étudiée.

Modélisation sous forme de problèmes d’optimisation: variables décisionnelles, fonction-objectif, contraintes, paramètres; modèles linéaires et non linéaires; modèles en nombres entiers; choix d’une formulation; modélisation et incertitude. Méthodes d’optimisation: algorithme du simplexe; algorithme de séparation et d’évaluation. Heuristiques : algorithme glouton, recherche locale; recuit simulé, recherche taboue, algorithme génétique, colonies de fourmis. Pratique sur des outils informatiques.



Objectifs du cours

À la fin de ce cours vous serez en mesure de:

  • Développer et utiliser des outils d’aide à la décision pour une planification des activités humaines intégrant les principes d’une gestion responsable des ressources naturelles
  • Exprimer les processus décisionnels sous forme de problèmes d’optimisation
  • Résoudre des problèmes d’optimisation à l’aide de logiciels
  • Analyser les résultats obtenus et les interpréter de façon appropriée au contexte de la problématique environnementale étudiée.



Stratégies pédagogiques

  • formule semi-intensive: 6 cours de 6 heures chacun, toutes les deux semaines;

  • chaque séance est structurée en deux parties: la première partie est donnée sous forme de cours magistral; la deuxième sous forme d'atelier en laboratoire informatique;

  • trois rapports écrits à livrer pendant le déroulement du cours permettront de vérifier l’état de l’avancement de connaissances des étudiants. L'expertise développée au cours de la session sera évaluée au moyen d’un examen final.



Utilisation d’appareils électroniques

Les ordinateurs dans les salles de classe seront utilisés pendant la deuxième partie de chaque cours



Horaire
Groupe Jour Heure Activité
01 Mercredi 13:30 - 21:30 Activité de cours



Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Fausto Errico Activité de cours Fausto.Errico@etsmtl.ca A-3491



Cours

Modélisation sous forme de problèmes d’optimisation: variables décisionnelles, fonction-objectif, contraintes, paramètres ; modèles linéaires et non linéaires; modèles en nombres entiers; choix d’une formulation; modélisation et incertitude. Méthodes d’optimisation: algorithme du simplexe ; algorithme de séparation et d’évaluation. Heuristiques : algorithme glouton, recherche locale; recuit simulé, recherche taboue, algorithme génétique, colonies de fourmis. Pratique sur des outils informatiques. 

 

Cours

Date

Description

1-2

12 Janvier

  • Introduction et présentation du plan de cours

  • Analyse du processus de prise de décision

  • Importance et limites des modèles mathématiques décisionnels

  • Différences et liaisons entre optimisation et simulation

  • Algorithmes itératifs et complexité computationnelle

  • Les composants d’un problème d’optimisation

  • Modèles linéaires

3-4

26 Janvier

  • Géométrie du simplexe

  • Robustesse d’une solution et analyse de sensitivité

  • Dualité

  • Modèles en nombres entiers

5-6

09 Février

  • Méthode de ‘Séparation et Évaluation’ (énumération implicite)

  • Modèles de réseaux de flot

  • Linéarisation de problèmes non linéaires

  • Génération automatique de contraints et variables

7-8

9 Mars

  • Optimisation sous incertitudes

  • Contraintes en probabilité

  • Optimisation à deux niveaux

  • Programmation dynamique

9-10

23 Mars

  • Introduction aux méthodes approchées

  • Algorithme glouton

  • Recherche locale

  • Recherche taboue

  • Recuit simulé

11-12

06 Avril

  • Algorithmes évolutionnaires

  • Colonies de fourmis

13-14

À confirmer

Examen final

 



Évaluation

Rapport 1.a) (Devoir /Proposition de projet)

Remise : 23 Janvier

10%

Rapport 1.b) (Révision du projet selon les commentaires du professeur)

Remise : 6 Février

10%

Rapport 2 (Modélisation du problème)

Remise : 6 Mars

15%

Rapport 3 (Données, solution et analyse)

Remise : 10 Avril

20%

Examen final

À confirmer

45%

 



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

20% de pénalité sur la note à chaque jour de retard. Après trois jours la preuve est annullée.



Absence à un examen
Dans les cinq (5) jours ouvrables suivant 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 de département. Pour un examen final, l’étudiant devra justifier son absence auprès du Bureau du registraire. Toute absence non justifiée par un motif majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat ou autre) à un examen entraînera l’attribution de la note (0).



Infractions de nature académique
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

Les notes du cours seront disponibles sur le site Moodle.

Des articles scientifiques et d’autres documentations de référence seront présentés et distribués en classe au fur et à mesure de l’avancement du cours.

Quelques ressources disponibles en ligne :



Ouvrages de références

  • Introduction to Operations Research, Hillier and Lieberman (McGraw-Hill, 2010)

  • Méthodes d'optimisation pour la gestion, 2e édition, Nobert, Ouellet, Parent (Chenelière Éducation, 2016)

  • Integer Programming, Wolsey (Wiley, 1998)

  • Introduction to Stochastic Programming, Birge and Louveaux (Springer, 2011)

  • Handbook of Metaheuristics, Glover and Kochenberger (Kluwer, 2003)

    • http://link.springer.com/content/pdf/10.1007%2Fb101874.pdf



Adresse internet du site de cours et autres liens utiles

Les notes du cours seront disponibles sur le site Moodle.