Laboratoire de Génie Informatique et d’Automatique de l’Artois

Nathalie HELAL

Doctorant
Membre des axes :
Contact :
The Capacitated Vehicle Routing Problem with Evidential Demands : A Belief-Constrained Programming Approach
4th International Conference on Belief Functions, BELIEF 2016, pp 212-221, LNAI 9861, Prague, Czech Republic, J. Vejnarová and V. Kratochvil (Eds.), Springer, septembre 2016
2016
Conférence Nationale avec Comité de Lecture
Optimisation discrète sous incertitudes modélisées par des fonctions de croyance
17ème congrès ROADEF de la société Française de Recherche Opérationnelle et Aide à la Décision, Compiègne, France, février 2016

Sujet de thèse : "Optimisation sous incertitudes modélisées par des fonctions de croyance : application à la logistique et au transport"

2014

Au cours des dernières décennies, la recherche en optimisation a fait l’objet d’un intérêt croissant dans les approches prenant en compte différentes formes d’incertitudes. En effet, dans bien des cas réels on doit optimiser sur des données non connues exactement. Voici quelques exemples :

  1. les incertitudes dues aux conditions environnementales. Selon les applications ces paramètres peuvent être : l’offre, la demande, les coûts, ...
  2. les incertitudes concernant les variables de décision. En effet, l’ensemble des décisions possibles peut ne pas être connu avec certitude et précision lors de la résolution du problème.

Il existe plusieurs formalismes qui ont déjà fait leur preuve dans ce contexte et qui sont couramment utilisés, e.g., la programmation stochastique ou l’optimisation robuste. Cette thèse porte sur une nouvelle méthode permettant de prendre en considération les incertitudes. Il s’agit de la théorie des fonctions de croyance qui permet de représenter de manière relativement naturelle les connaissances imparfaites et leurs interactions. Alors que la programmation stochastique assume que les incertitudes ont une description probabiliste précise, les fonctions de croyances permettent de formaliser des imperfections non-aléatoires sans loi de distributions précise. Ainsi, nous nous proposons d’aborder le problème de l’optimisation sous imperfections. L’objectif étant à terme de proposer une approche globale pour l’optimisation sous imperfection. Ces travaux seront mis en œuvre sur le problème de tournées de véhicules.