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.

• 39 heures de cours
• 24 heures de laboratoires
• 6 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.

POUR LE GR. 01 :

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

• Logiciel d’optimisation LINGO 
• Microsoft Excel

POUR LE GR. 01 : 

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

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 7.2.5/ cycles supérieurs, article 6.5.2) se verra attribuer la note zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignante ou 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.

Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.

Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS pour se rendre à l’activité.

Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du RÉPC et 6.5.2 du RÉCS) entraînera l’attribution de la note zéro (0).

• Notes de cours
• 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, 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, 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, John Wiley and Sons, ISBN : 0471359432.
• YANG, X.-S. (2010). Engineering Optimization: An Introduction with Metaheuristic Applications, John Wiley and Sons, ISBN : 9780470582466.

 http://ena.etsmtl.ca.