|
|
|
Programme > Sessions dédiéesSessions dédiées
Voir la rubrique "Prix du Meilleur Article Etudiant" pour la description de ces sessions spéciales et les modalités de soumission.
Cette session est dédiée à la présentation du travail des étudiants finalistes du prix 2021 du mémoire de Master en Recherche Opérationnelle et Aide à la Décision. Ce prix est attribué par la ROADEF à un étudiant inscrit dans un établissement français habilité à délivrer un diplôme de Master 2 ou équivalent ou effectuant son stage de niveau Master 2 en France.
Les problématiques de la RO et d’aide à la décision en santé sont souvent complexes à aborder dû à la spécificité du milieu (économique, fortement aléatoire, sensible, etc.). Cette thématique toujours émergente en France n’est pas seulement source de problèmes originaux mais nécessite aussi des manières spécifiques et techniques pour les résoudre. Cette session vise à regrouper les dernières contributions, réflexions et méthodes innovantes sur ce thème. Les problématiques de la RO en santé étant très vaste (gestion et logistique hospitalière, personnel médical, HAD, réseau de santé, politiques de santé, etc.), les participants sont invités à partager leurs expériences et résultats.
De nombreux problèmes de logistique impliquent désormais de nombreux services, acteurs, flux ou encore ressources. La logistique intégrée s'intéresse à la coordination de ces opérations afin notamment de gagner en compétitivité (optimisation des coûts), de gérer efficacement des stocks et/ou de gagner en flexibilité. Cette coordination peut porter à la fois sur l'intégration des problématiques d'ordonnancement de la production, de gestion de stock, d'économie circulaire, etc. avec des problèmes de transport. Cette session s'intéresse donc à toutes les problématiques relevant de ce type d'intégration, en allant des résultats de complexité et/ou de performance, aux propositions de méthodes exactes ou
Le développement récent des outils d'apprentissage automatique et de fouille de données apporte une nouvelle dimension dans la réalisation des problèmes d'optimisation. Cette session est dédiée à ces nouvelles méthodes appliquées aux problèmes de transport.
Cette session vise à rassembler les approches liées à l'optimisation sous incertitudes dans le domaine des tournées de véhicules, de la planification et de la conception des réseaux de transport. Les sources d'incertitude peuvent être multiples, par exemple liées à l'aspect dynamique des problèmes, ou bien liées aux aléas où à l'imprécision des données.
Deux orientations majeures de l'organisation des systèmes de santé viennent poser des problèmes originaux de d'optimisation en logistique dans des contextes soumis à de fortes incertitudes. Le développement de réseaux de santé mutualisant des ressources médicales afin d'économiser et d'augmenter l'élasticité de leur offre, pose des problèmes de types "location-routing" avec un vaste nombre de produits de natures très diverses (médicaments, nourriture, linge, patients...). L'extension des soins et services à domicile pour des actes de plus en plus nombreux et complexes (ex : chimiothérapie) nécessitent le déploiement et la synchronisation de plusieurs intervenants aux domiciles des patients avec un séquencement à orchestrer pour chaque intervenants et chaque patient.
Les problèmes en logistique et transport sont généralement difficiles à résoudre et requièrent des méthodes de résolution exploitant efficacement leur structure. Cette session est dédiée aux travaux de recherche proposant des avancées récentes concernant de nouvelles approches de résolution hybrides (matheuristiques…) ou exactes dans ce domaine.
L’implication des fournisseurs dans la gestion des stocks et la planification des transports, offre un levier d’optimisation important. Le problème mathématique qui intègre ces décisions est connu sous le nom d’Inventory Routing Problem (IRP) ou Production Routing Problem (PRP). Cette session vise à rassembler les derniers travaux de recherche concernant ces problématiques, en incluant les cas multi-périodes dans lesquels les stocks sont explicitement modélisés.
L'arrivée de machines quantiques performantes a relancé l'intérêt porté à l'informatique quantique qui permet de redéfinir certains concepts comme celui de la recherche d'un optimum global. L'objectif de cette session est de regrouper des contributions autour de l'informatique quantique appliquée à la recherche opérationnelle.
Les réseaux énergétiques intelligents sont des réseaux de distributions d’énergie rendus intelligents par des systèmes informatiques, des capteurs, des interfaces informatiques et électromécaniques. Leur donnant ainsi des capacités d'autonomie en matière de calcul, de gestion de flux et de traitement de l'information. Ils peuvent être présentés comme des composantes des villes intelligentes offrant un moyen concourant à la réduction des émissions de gaz à effet de serre et à la lutte contre le réchauffement climatique. Ils permettent de mieux intégrer, gérer et optimiser les énergies intermittentes, éolien et solaire notamment. Ce qui induit d’importantes économies d'énergie, l’optimisation de la sécurité du réseau et la réduction des coûts. La modélisation et la résolution des problèmes d’optimisation émanant des réseaux intelligents ouvrent des champs de recherche très diversifiés. L’objectif de cette session est de permettre aux chercheurs académiques et industriels développant des approches pour l’optimisation des réseaux énergétiques intelligents de présenter leurs travaux et d’échanger avec les membres de notre communauté.
Les problèmes de partitionnement de graphe ou de clustering sont présents sous diverses variantes dans de nombreux domaines : conception de réseaux, classification, systèmes complexes, calcul haute performance, électronique, physique statistique… Les solutions proposées sont également très diverses et peuvent faire intervenir des méthodes exactes ou approchées : programmation mathématique, optimisation multi-niveaux, heuristiques, metaheuristiques… Le but de cette session est d’offrir une occasion de discuter des avancées récentes pour les problèmes de partitionnement de graphe et de clustering. Les travaux qui concernent une nouvelle application ou une nouvelle variante de partitionnement de graphe sont particulièrement bienvenues, ainsi que les travaux sur des nouvelles formulations ou algorithmes, ou les analyses pour les solutions exactes ou approchées.
En outre des critères classiques d'efficacité, l'équité est un des aspects de plus en plus considérés dans les problèmes d'allocation de ressources. L'optimisation équitable cherche donc souvent un compromis entre l'efficacité et l'équité. Nous sollicitons dans cette sessions des soumissions de travaux de recherche abordant le thème de l'optimisation équitable dans les réseaux (télécommunications, transports, logistique, localisation, ...) aussi bien dans la modélisation de l'équité que dans la conception et complexité d'algorithmes de résolution exacte ou approchée.
Les réseaux de télécommunication connaissent actuellement de profondes mutations (SDN/NFV, 5G/6G, MEC, IoT…) qui vont permettre, dans les années à venir, de déployer à la volée des architectures de service, d’optimiser finement l’usage des ressources, de décentraliser le calcul et le stockage au plus près des clients, et ce de manière à offrir de nouveaux services aux exigences de plus en plus drastiques (en termes de latence, bande passante, etc…). La mise en œuvre de ces nouvelles architectures de réseau fait apparaitre de nombreuses problématiques d’optimisation et s’accompagne de nombreux défis quant à la mise en œuvre de modèles et d’approches de résolution efficaces.
Cette session COSMOS sera dédiée à des thématiques autour des modèles stochastiques en Recherche Opérationnelle. On s’intéressera ainsi principalement à l'évaluation de performance (modèles de files d'attente, modèles à champs moyen, théorie des jeux); aux Processus de Décision Markoviens (programmation dynamique stochastique); à l'apprentissage par renforcement; à la programmation stochastique (modèles multi-étapes). Les domaines d'application sont entre autres les réseaux, l'énergie, la gestion des opérations (planification, production, ordonnancement, gestion de stock, chaîne logistique...). Mots-clés : Modèle stochastique, Evaluation de performance et files d'attente, Processus de décision markovien, Apprentissage par renforcement.
Le groupe de travail "Applications et Théorie de l'Optimisation Multiobjectif" a pour objectif principal d'échanger autour des méthodes d'optimisation appliquées à un cadre multiobjectif. Les thématiques d'intérêt incluent l'étude des méthodes de résolution exactes et heuristiques, mais aussi la considération des aspects décisionnels dans le processus d’optimisation. Le groupe s'intéresse aux problématiques méthodologiques liées à l'aspect multiobjectif des problèmes, mais aussi à la résolution de problèmes concrets.
Cette session s'adresse aux thématiques de recherche du groupe de travail « Théorie Algorithmique de la Décision et des Jeux (TADJ) » du GdR RO, ayant pour objectif d’animer et de développer un groupe de discussion multi-disciplinaire (RO, IA, Choix Social, Théorie des Jeux) et d’aborder l’algorithmique de la théorie de la décision (décision multicritère sur domaine combinatoire, décision collective et choix social computationnel, décision séquentielle dans l’incertain et optimisation robuste) et la théorie des jeux algorithmique (calcul ou approximation d’équilibres, modélisation de processus de formation des coalitions et/ou des réseaux), en tenant compte des aspects stratégiques, stabilité des solutions, manipulation des préférences, partage de l'information, optimisation en présence d’interactions entre agents.
Compte tenu des évolutions techniques, industrielles et sociétales, le pilotage des systèmes de production de biens et de services doit prendre en compte un environnement de plus en plus contraint et multifactoriel. Ainsi, du simple ordonnancement de la production on est passé désormais à un ordonnancement intégré considérant la diversité des activités (production, transport, maintenance…), des acteurs et des enjeux (humains, environnementaux, énergétiques…) dans un même système complexe plutôt qu’en les adressant séparément. L’appel à communication pour la session "Ordonnancement intégré dans les systèmes de production de biens et de services" se positionne donc sur ces nouveaux enjeux : les contributions, et notamment faisant intervenir des contraintes industrielles ou issues de l’industrie, seront fortement appréciées.
Ces sessions organisées par le groupe de travail P2LS du GDR-RO portent sur les avancées récentes en modélisation et résolution de problèmes de planification de distribution et de production et de problèmes de lot-sizing. Ces avancées peuvent concerner de nouvelles approches pour des problèmes classiques ou encore la présentation de nouveaux problèmes. Ces derniers peuvent en particulier émerger quand de nouvelles contraintes pratiques sont intégrées (énergétiques, financières...) ou quand le problème de lot-sizing est intégré à d’autres problèmes (ordonnancement, distribution, tournées de véhicules, maintenance, ...). Des contributions présentant des problèmes pratiques sont également les bienvenues.
Le track annuel du groupe GOTHA a eu lieu autour de 3 sessions spéciales
For several decades, the scheduling problems have constituted a privileged topic. Motivated by their theoretical and applied potential, several research teams studied these problems and proposed various models and resolution approaches. The aim of this special session is to present recent advances on exact methods for scheduling problems. Topics of interest include, but are not limited to, the following topics : - Scheduling theory
For several decades, the scheduling problems have constituted a privileged topic. Motivated by their theoretical and applied potential, several research teams studied these problems and proposed various models and resolution approaches. The aim of this special session is to present the recent heuristics and approximation algorithms in this field. Theoretical and practical works can both be submitted. Both works with applicative or theoretical aspects are encouraged. Topics of interest include, but are not limited to, the following topics : - Approximation algorithms and schemes applied to solve scheduling problems
For several decades, the scheduling problems have constituted a privileged topic. Motivated by their theoretical and applied potential, several research teams studied these problems and proposed various models and resolution approaches. The aim of this special session is to focus on actual and recent models and trends in scheduling.
Cette session vise à regrouper des travaux liés aux thématiques de l'axe, et notamment :
La robustesse des décisions prescrites par les approches de recherche opérationnelle est constamment questionnée dans toutes les applications. Cette session sera dédiée à la présentation de contributions récentes dans le domaine de l'optimisation robuste. Ces contributions peuvent porter entre autres sur la proposition de méthodes d’optimisation combinatoire et de programmation mathématique pour la résolution de problèmes d’optimisation robuste, sur l’étude de problèmes de complexité soulevés par l'intégration des incertitudes dans le problème ou sur l'application de l'optimisation robuste dans des domaines tels que l'énergie, la logistique, les télécommunications ou la santé.
Cette session portera sur les interactions entre recherche opérationnelle, optimisation et apprentissage automatique. Les exposés pourront notamment porter sur l'utilisation de la recherche opérationnelle au service de l'apprentissage automatique, ou inversement, sur l'utilisation d'outils issus de l'apprentissage automatique pour la recherche opérationnelle et les problèmes d'optimisation data-driven.
L’objectif du track est de regrouper des exposés dans le cadre de la "programmation mathématique" pour l’Optimisation Non Linéaire avec des variables continues, discrètes et/ou mixtes. Par programmation mathématique, il faut entendre un cadre général de description de problèmes d'optimisation de façon déclarative et symbolique, selon le formalisme du langage mathématique. Des résumés portant sur des aspects de modélisation, de conception, de développement et d’analyse des méthodes et d’algorithmes pour la résolution de problèmes d'optimisation non linéaire sont attendus. Un autre objectif de ce track, est de diffuser les efforts de la communauté RO autour du développement de logiciels pour la Programmation Mathématique Non Linéaire. Des résumés présentant des applications académiques ou industrielles en optimisation non linéaire sont aussi les bienvenues. Mots clés : Optimisation Mathématique, Optimisation Continue, Optimisation Globale, Programmation Non Linéaire en Variables Continues, Discrètes et Mixtes.
Cette session vise à regrouper les travaux récents réalisés en Optimisation Combinatoire et s'appuyant particulièrement sur les approches polyédrales et la programmation mathématique. Les thèmes concernés incluent (liste non exhaustive) : les polyèdres combinatoires, les méthodes de coupes, les méthodes de génération de colonnes, les formulations étendues, la dualité entière, la programmation linéaire et non linéaire mixte, les algorithmes de Branch & Bound, les algorithmes de Branch & Cut. Mots-clés : Polyêdres, programmation mathématique, programmation linéaire et non linéaire, séparation, génération de colonnes, Branch & Cut, Branch & Bound.
Cette session est consacrée aux liens entre la programmation par contraintes, et la recherche opérationnelle ainsi que leurs interactions plus larges avec l’informatique décisionnelle (de la fouille de données à l’apprentissage). De manière non exhaustive, cette session pourra aborder les thèmes de la modélisation, des contraintes globales, des méthodes hybrides PPC et RO, de l’acquisition de contraintes / modèles, et des outils.
Les métaheuristiques sont des méthodes d'optimisation particulièrement efficaces pour résoudre des problèmes d'optimisation difficiles. Qu'elles soient utilisées seules, ou hybridées avec d'autres techniques, elles ont montré toute leur efficacité dans des champs d'applications aussi variés que l'industrie, les télécommunications, la logistique, les applications financières pour n'en citer que quelques-uns. L'objectif de ce track est de regrouper les travaux dont l'apport principal est la proposition d'une méthode d'optimisation conçue autour des métaheuristiques, que l'étude soit théorique ou appliquée.
Les métaheuristiques sont une famille de concepts, souvent basés sur des modèles inspirés par la nature, et qui ont pour vocation de pouvoir s’appliquer à de nombreux problèmes d’optimisation difficile. Bien que le terme « métaheuristique » ne soit apparu qu’en 1986, certains de ses concepts sont connus et utilisés depuis parfois plus de 50 ans. Un demi-siècle durant lequel l’engouement suscité par les métaheuristiques n’a jamais fléchi, avec une littérature scientifique devenue presque aussi vaste que les espaces de recherche que ces méthodes sont censées parcourir ! L’objectif de cette session est de faire le point sur les avancées récentes dans le domaine des métaheuristiques. Nous nous intéressons plus particulièrement (sans nous limiter) aux thématiques suivantes : méthodes hybrides, matheuristiques, hyperheuristiques, couplages avec des techniques de machine learning, … Mots-clés : Métaheuristiques,méthodes hybrides, matheuristiques, hyperheuristiques, intelligence artificielle.
Dans un marché de plus en plus concurrentiel, la pression exercée sur les organisations les pousse à concevoir des systèmes pour produire et distribuer de manière toujours plus efficiente. Cela se traduit par un besoin de modéliser le système de manière plus approfondie,
Pour résoudre ces problèmes que nous qualifierons d’industriels, les métaheuristiques proposent un panel de composants qui peuvent être utilisés dans un processus global de résolution. Cela peut se faire en les hybridant avec des techniques d’optimisation provenant d’autres domaines de la recherche opérationnelle (méthodes exactes, programmation par contraintes, …), ou en les couplant avec des modèles d’évaluation de la performance (simulation à événements discrets, réseaux de Petri, réseaux de files d’attente, …). L’objectif de cette session est de regrouper des travaux qui proposent des méthodes d’optimisation innovantes à base de métaheuristiques, appliquées à la résolution de problèmes d’optimisation concrets, en particulier issus du monde industriel. Mots-clés : Métaheuristiques,méthodes hybrides, couplages de méthodes, problèmes industriels, optimisation multi-critères.
La programmation stochastique propose un cadre pour modéliser des problèmes d'optimisation incluant de l'incertitude. Elle s'intéresse plus particulièrement aux problèmes d'optimisation pouvant être abordés sous l'angle de programmation mathématique. La programmation stochastique cherche à exploiter au mieux le fait que, même si les données d'entrée du problème sont sujettes à incertitude, des informations sur leur valeur potentielle sont disponibles sous la forme de distributions de probabilité. Elle se distingue en cela de l'optimisation robuste qui n'utilise pas d'informations de nature probabiliste sur l'incertitude mais suppose uniquement que les paramètres incertains évoluent à l'intérieur d'un intervalle ou d'un ensemble d'incertitude donné. Cette session sera dédiée à la présentation de contributions récentes dans le domaine de la programmation stochastique. Ces contributions pourront porter entre autres sur le développement de nouveaux modèles et méthodes de résolution pour la programmation stochastique à une, deux ou plusieurs étapes dans le processus de décision. Des travaux portant sur l'application de la programmation stochastique dans différents domaines tels que les télécom, l'énergie, la logistique ou la santé seront également fortement appréciés.
L'Action éthique et RO du GDR R.O. propose une réflexion/recherche sur ces thématiques selon plusieurs axes.
La Recherche Opérationnelle vise à définir des méthodes et techniques permettant d’aboutir au meilleur résultat. Hors des laboratoires, elle se concrétise notamment par la mise en place de politiques, de modes de gestion et d’outils informatiques permettant de sélectionner les meilleures solutions à un problème donné. Cette session vise à présenter les solutions opérationnelles mises en production au sein d’industries et utilisant les techniques de Recherche Opérationnelle. Les présentations illustreront les applications, challenges, techniques, bénéfices et les transformations industrielles résultantes.
L’impact des émissions de Gaz à Effet de Serre (GES) sur le phénomène d’augmentation des températures moyennes océaniques et atmosphériques, nommé communément « réchauffement climatique », fait désormais l’objet d’un large consensus scientifique. Ainsi, pour cesser d’enrichir l’atmosphère en gaz carbonique et limiter le réchauffement mondial – afin d’éviter des conséquences irréversibles pour l’humanité –, le Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) estime nécessaire de diviser les émissions mondiales de GES constatées en 2010 par trois, au moins, à l’horizon de quelques décennies. Or, l’équation de Kaya nous enseigne que si l’on suppose que la croissance de la population et du PIB mondial se poursuivront au rythme actuel, une telle ambition revient à diviser par neuf le contenu en GES de l’énergie et l’intensité énergétique de l’économie, ce qui constitue un immense défi scientifique, économique et sociétal. L’impérieuse nécessité de repenser nos méthodes de production, nos modes de déplacement, nos stratégies d’investissement ou encore l’aménagement de notre territoire en considérant les émissions de GES associées et la finitude de nos ressources naturelles a fait émerger de nouveaux problèmes de décision pour lesquels la Recherche Opérationnelle (RO) s’avère particulièrement pertinente. Cette session vise donc à présenter et discuter des cas d’application de la Recherche Opérationnelle (RO) sur des problèmes inhérents à la transition énergétique et les contributions que peuvent apporter notre science à la lutte contre le réchauffement climatique. Les contributions attendues peuvent se notamment positionner selon plusieurs perspectives :
La session sera suivie d’une table ronde afin de nous permettre d’échanger sur les thèmes présentés lors des discussions et d’identifier d’autres perspectives d’application de la RO dans la lutte contre le dérèglement climatique. Les participants seront également invités à partager les difficultés qu’ils ont rencontré dans le cadre de leurs travaux. Ces difficultés peuvent, bien entendu, être d’ordre technique, mais également liée à la nature « globale » des problèmes traités. Les échanges viseront alors à partager les démarches méthodologiques mises en œuvre pour surmonter ces problèmes (choix des hypothèses, analyses de sensibilité, etc.) et à déterminer quels ponts il serait pertinent de créer avec d’autres disciplines (ex. sciences sociales).
Les graphes temporels, appelés aussi graphes dynamiques, ou graphes évoluant avec le temps, sont un modèle qui s'impose naturellement dès lors que le système étudié évolue dans sa structure, ce qui est le cas dans plusieurs cadres, comme les télécommunications, l'informatique distribuée, la logistique ou les réseaux sociaux par exemple. Dans ce modèle, on admet généralement que les arêtes, éventuellement les sommets, peuvent apparaître ou disparaître sur l'intervalle de temps considéré. Depuis une vingtaine d'années, les graphes temporels ont fait l'objet d'études assez nombreuses, mais en général centrées sur une application précise. Que deviennent les problèmes d'optimisation classiques dans les graphes, dans ce nouveau contexte, est une question qui a encore été peu étudiée. Quelles questions algorithmiques nouvelles soulèvent l'introduction de la dimension temporelle ? Voit-on émerger des problèmes entièrement nouveaux ? L'objectif de cette session est de réunir les chercheurs intéressés par la conception et l'analyse d'algorithmes d'optimisation sur les graphes temporels. On pourra citer, sans exclusive, les problèmes de chemins et de tournées, de flots, de composantes connexes maximales, d'arbres couvrants et de Steiner, etc.
Les axes de recherches en bio-informatiques se heurtent régulièrement aux mêmes problématiques : problèmes hautement combinatoires, données massives bruitées, et une interprétation des méthodes et résultats dans des systèmes complexes et hétérogènes, dont la connaissance empirique biologique fonde les axiomes des méthodes informatiques. La recherche opérationnelle permet de formaliser mathématiquement des problèmes permettant ainsi d'offrir une garantie méthodologique pour les biologistes et bio-informaticiens souhaitant l'utiliser. Cette session se donne pour objectif de traiter les axes suivants :
Ainsi, cette session est ouverte par exemple aux domaines de la génomique, protéomique, transcriptomique, écologie, métabolomique.
Le concepteur du C++ a décrit qu'une de ses motivations pour la création de ce langage trouvait sa source dans la possibilité de soulager la souffrance associée à certaines tâches: « I swore never again to attack a problem with tools as unsuitable as those I had suffered while designing and implementing the simulator [or a random task]." Le nouveau langage a ainsi apporté un soulagement à des millions de gens. Toute proportion gardée, cette session est animée dans le même esprit. Par exemple, ceux qui ont souffert (en thèse) en utilisant des outils/langages mal adaptés pour la RO sont invités à présenter leur expériences et surtout leurs solutions. Ceux qui ont déjà un travail soumis dans une autre session où la convention tacite est qu'il faut passer sous silence les détails d'implémentation sont invités à proposer un second exposé sur le même travail, pour mieux éclairer l'importance de ces « détails ». D'importantes décisions théoriques de design algorithmique peuvent souvent être le fruit d'une *connaissance très directe* des phénomènes algorithmiques à l'œuvre. Dans ce contexte, notre compréhension théorique seule n'est pas
Cette session porte sur la modélisation de la configuration des réseaux de services de transport intermodal (Service Network Design), notamment le rail-route. Ces modèles ont connu un développement soutenu ces dernières décades sous les impératifs liées au développement des modes de transports alternatifs réputés être moins énergivores et émettant moins de CO2. La session vise à rassembler les approches RO liées au sujet visant la planification tactique des réseaux, la détermination de leurs plans d’exploitation optimaux minimisant le cout et maximisant le report modal (modal shift).
Un des défis principaux des entreprises industrielles est de mettre en place une méthodologie d'optimisation des stratégies de maintenance d'un système complexe ainsi que sa déclinaison en politiques optimales de maintenance en prenant en prenant en compte les différentes contraintes : pièces de rechange, ressources humaines, équipements de test et de support, pièces de réparation, et infrastructure. L’objectif de cette session est de couvrir les domaines de l'optimisation des plans de maintenance pour les systèmes industriels complexes comme : l’ordonnancement dynamique de la production et de la maintenance, le couplage entre optimisation et simulation pour des systèmes industriels complexes, le regroupement des tâches de maintenance, etc. En outre, la session accueille des soumissions et des propositions traitant de nouveaux défis de recherche ouverts dans le contexte de la maintenance prévisionnelle et de l'optimisation des stratégies de maintenance.
Le transport ferroviaire a donné lieu à de très nombreuses applications en Recherche Opérationnelle. Ce mode de transport est actuellement en pleine évolution, et est appelé à croître dans les prochaines années, notamment pour répondre à des besoins de mobilité accrue et pour des raisons environnementales et de développement durable. Ces évolutions font émerger de nombreux problèmes auxquels la Recherche Opérationnelle peut apporter des solutions. L'objectif de cette session est de présenter les résultats obtenus par les recherches menées sur des problèmes liés au transport ferroviaire, mais aussi de montrer l'apport possible de la Recherche Opérationnelle pour des problématiques émergentes.
De nombreux problèmes d’optimisation sont présents dans les phases d’anticipation, de réponse et de récupération lors des crises majeures, que ce soit d’origine naturelle, technologique, industrielle, ou sanitaire. Les évènements récents comme la crise de la Covid-19 et l’accident technologique dans un site SEVESO à Rouen, ont permis de mettre en évidence des nombreuses faiblisses logistiques des systèmes actuels. Dans ce contexte, de vraies opportunités de développement sont ouvertes en termes de Recherche Opérationnelle. En particulier, l’optimisation de la logistique peut apporter des améliorations quantitatives ainsi que qualitatives. Cette session est dédiée aux problèmes d’optimisation de la logistique en cas de crises majeures naturelles, technologiques, industrielles et sanitaires. Des sujets ciblés peuvent couvrir, entre autres, des applications, des modèles, des méthodes dédiées et des stratégies pour réduire les gaps entre la théorie et la pratique dans ce contexte.
|
| Personnes connectées : 1 | Vie privée |
|
